COVID-19 Surveillance Updates in US Metropolitan Areas: Dynamic Panel Data Modeling
Notice bibliographique
Résumé
BACKGROUND: Despite the availability of vaccines, the US incidence of new COVID-19 cases per day nearly doubled from the beginning of July to the end of August 2021, fueled largely by the rapid spread of the Delta variant. While the "Delta wave" appears to have peaked nationally, some states and municipalities continue to see elevated numbers of new cases. Vigilant surveillance including at a metropolitan level can help identify any reignition and validate continued and strong public health policy responses in problem localities. OBJECTIVE: This surveillance report aimed to provide up-to-date information for the 25 largest US metropolitan areas about the rapidity of descent in the number of new cases following the Delta wave peak, as well as any potential reignition of the pandemic associated with declining vaccine effectiveness over time, new variants, or other factors. METHODS: COVID-19 pandemic dynamics for the 25 largest US metropolitan areas were analyzed through September 19, 2021, using novel metrics of speed, acceleration, jerk, and 7-day persistence, calculated from the observed data on the cumulative number of cases as reported by USAFacts. Statistical analysis was conducted using dynamic panel data models estimated with the Arellano-Bond regression techniques. The results are presented in tabular and graphic forms for visual interpretation. RESULTS: On average, speed in the 25 largest US metropolitan areas declined from 34 new cases per day per 100,000 population, during the week ending August 15, 2021, to 29 new cases per day per 100,000 population, during the week ending September 19, 2021. This average masks important differences across metropolitan areas. For example, Miami's speed decreased from 105 for the week ending August 15, 2021, to 40 for the week ending September 19, 2021. Los Angeles, San Francisco, Riverside, and San Diego had decreasing speed over the sample period and ended with single-digit speeds for the week ending September 19, 2021. However, Boston, Washington DC, Detroit, Minneapolis, Denver, and Charlotte all had their highest speed of the sample during the week ending September 19, 2021. These cities, as well as Houston and Baltimore, had positive acceleration for the week ending September 19, 2021. CONCLUSIONS: There is great variation in epidemiological curves across US metropolitan areas, including increasing numbers of new cases in 8 of the largest 25 metropolitan areas for the week ending September 19, 2021. These trends, including the possibility of waning vaccine effectiveness and the emergence of resistant variants, strongly indicate the need for continued surveillance and perhaps a return to more restrictive public health guidelines for some areas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».