The effects of non-pharmaceutical interventions on SARS-CoV-2 transmission in different socioeconomic populations in Kuwait: A modelling study
Notice bibliographique
Résumé
Background: Aggressive non-pharmaceutical interventions (NPIs) may reduce transmission of SARS-CoV2. The extent to which these interventions are successful in stopping the spread have not been characterized in countries with distinct socioeconomic groups. We compared the effects of a partial lockdown on disease transmission among Kuwaitis (P1) and non-Kuwaitis (P2) living in Kuwait.
 Methods: We fit a metapopulation Susceptible-Exposed-Infectious-Recovered (SEIR) model to reported cases stratified by two groups to estimate the impact of a lockdown on the effective reproduction number (Re). We estimated the basic reproduction number (R0) for the transmission in each group and simulated the potential trajectories of an outbreak from the first recorded case of community transmission until 12 days after the lockdown. We estimated Re values of both groups before and after the lockdown, simulated the effect of these values on epidemic curves and explored a range of cross-transmission scenarios.
 Results: We estimate R0 at 1·06 (95% CI: 1·05-1·28) for P1 and 1·83 (1·58-2·33) for P2. On March 22nd, Re for P1 and P2 are estimated at 1·13 (1·07-1·17) and 1·38 (1·25-1·63) respectively. After the curfew had taken effect, Re for P1 dropped modestly to 1·04 (1·02-1·06) but almost doubled for P2 to 2·47 (1·98-3·45). Our simulated epidemic trajectories show that the partial curfew measure modestly reduced and delayed the height of the peak in P1, yet significantly elevated and hastened the peak in P2. Modest cross-transmission from P2 to P1 elevated the height of the peak in P1 and brought it forward in time closer to the peak of P2. 
 Conclusion: Our results demonstrate that a lockdown can reduce SARS-CoV2 transmission in one subpopulation but accelerate it in another. At the population level, the consequences of lockdowns may vary across the socioeconomic spectrum. Any public health intervention needs to be sensitive to disparities within populations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».