MétaCan
Menu
Retour à la cohorte
Enregistrement W3213424646 · doi:10.1016/s0140-6736(21)01897-3

How an outbreak became a pandemic: a chronological analysis of crucial junctures and international obligations in the early months of the COVID-19 pandemic

2021· article· en· W3213424646 sur OpenAlexaff

Notice bibliographique

RevueThe Lancet · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPreparednessDeclarationPandemicOutbreakPublic healthChronologyInternational Health RegulationsMass gatheringAccountability

Résumé

récupéré en direct d'OpenAlex

Understanding the spread of SARS-CoV-2, how and when evidence emerged, and the timing of local, national, regional, and global responses is essential to establish how an outbreak became a pandemic and to prepare for future health threats. With that aim, the Independent Panel for Pandemic Preparedness and Response has developed a chronology of events, actions, and recommendations, from December, 2019, when the first cases of COVID-19 were identified in China, to the end of March, 2020, by which time the outbreak had spread extensively worldwide and had been characterised as a pandemic. Datapoints are based on two literature reviews, WHO documents and correspondence, submissions to the Panel, and an expert verification process. The retrospective analysis of the chronology shows a dedicated initial response by WHO and some national governments, but also aspects of the response that could have been quicker, including outbreak notifications under the International Health Regulations (IHR), presumption and confirmation of human-to-human transmission of SARS-CoV-2, declaration of a Public Health Emergency of International Concern, and, most importantly, the public health response of many national governments. The chronology also shows that some countries, largely those with previous experience with similar outbreaks, reacted quickly, even ahead of WHO alerts, and were more successful in initially containing the virus. Mapping actions against IHR obligations, the chronology shows where efficiency and accountability could be improved at local, national, and international levels to more quickly alert and contain health threats in the future. In particular, these improvements include necessary reforms to international law and governance for pandemic preparedness and response, including the IHR and a potential framework convention on pandemic preparedness and response.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0090,007
Études des sciences et des technologies0,0030,003
Communication savante0,0090,010
Science ouverte0,0010,003
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,396
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations140
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe LancetMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207