MétaCan
Menu
Retour à la cohorte
Enregistrement W3217058401 · doi:10.3389/fpubh.2021.757419

The Impact of Strict Public Health Measures on COVID-19 Transmission in Developing Countries: The Case of Kuwait

2021· article· en· W3217058401 sur OpenAlexfundno aff
Abdullah A. Al‐Shammari, Hamad Ali, Barrak Alahmad, Faisal Al-Refaei, Salman Al‐Sabah, Mohammad H. Jamal, Abdullah Alshukry, Qais Al-Duwairi, Fahd Al‐Mulla

Notice bibliographique

RevueFrontiers in Public Health · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesKuwait UniversityUniversity of Toronto
Mots-clésOutbreakPublic healthPsychological interventionPublic health interventionsEnvironmental healthDeveloping countryBasic reproduction numberHealth careTransmission (telecommunications)PopulationMedicineObservational studyControl (management)Economic growthComputer scienceEconomicsVirologyNursingTelecommunications

Résumé

récupéré en direct d'OpenAlex

Background: Many countries have succeeded in curbing the initial outbreak of COVID-19 by imposing strict public health control measures. However, little is known about the effectiveness of such control measures in curbing the outbreak in developing countries. In this study, we seek to assess the impact of various outbreak control measures in Kuwait to gain more insight into the outbreak progression and the associated healthcare burden. Methods: We use a SEIR mathematical model to simulate the first wave of the epidemic outbreak of COVID-19 in Kuwait with additional testing and hospitalization compartments. We calibrate our model by using a NBD observational framework for confirmed case and death counts. We simulate trajectories of model forecasts and assess the effectiveness of public health interventions by using maximum likelihood to estimate both the basic and effective reproduction numbers. Results: Our results indicate that the early strict control measures had the effect of delaying the intensity of the outbreak but were unsuccessful in reducing the effective reproduction number below 1. Forecasted model trajectories suggest a need to expand the healthcare system capacity to cope with the associated epidemic burden of such ineffectiveness. Conclusion: Strict public health interventions may not always lead to the same desired outcomes, particularly when population and demographic factors are not accounted for as in the case in some developing countries. Real-time dynamic modeling can provide an early assessment of the impact of such control measures as well as a forecasting tool to support outbreak surveillance and the associated healthcare expansion planning.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,595

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,355
Tête enseignante GPT0,471
Écart entre enseignants0,116 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207