COVID-19 Vaccination and Public Health Countermeasures on Variants of Concern in Canada: Evidence From a Spatial Hierarchical Cluster Analysis
Notice bibliographique
Résumé
BACKGROUND: There is mounting evidence that the third wave of COVID-19 incidence is declining, yet variants of concern (VOCs) continue to present public health challenges in Canada. The emergence of VOCs has sparked debate on how to effectively control their impacts on the Canadian population. OBJECTIVE: Provincial and territorial governments have implemented a wide range of policy measures to protect residents against community transmission of COVID-19, but research examining the specific impact of policy countermeasures on the VOCs in Canada is needed. Our study objective was to identify provinces with disproportionate prevalence of VOCs relative to COVID-19 mitigation efforts in provinces and territories in Canada. METHODS: We analyzed publicly available provincial- and territorial-level data on the prevalence of VOCs in relation to mitigating factors, summarized in 3 measures: (1) strength of public health countermeasures (stringency index), (2) the extent to which people moved about outside their homes (mobility index), and (3) the proportion of the provincial or territorial population that was fully vaccinated (vaccine uptake). Using spatial agglomerative hierarchical cluster analysis (unsupervised machine learning), provinces and territories were grouped into clusters by stringency index, mobility index, and full vaccine uptake. The Kruskal-Wallis test was used to compare the prevalence of VOCs (Alpha, or B.1.1.7; Beta, or B.1.351; Gamma, or P.1; and Delta, or B.1.617.2 variants) across the clusters. RESULTS: We identified 3 clusters of vaccine uptake and countermeasures. Cluster 1 consisted of the 3 Canadian territories and was characterized by a higher degree of vaccine deployment and fewer countermeasures. Cluster 2 (located in Central Canada and the Atlantic region) was typified by lower levels of vaccine deployment and moderate countermeasures. The third cluster, which consisted of provinces in the Pacific region, Central Canada, and the Prairies, exhibited moderate vaccine deployment but stronger countermeasures. The overall and variant-specific prevalences were significantly different across the clusters. CONCLUSIONS: This "up to the point" analysis found that implementation of COVID-19 public health measures, including the mass vaccination of populations, is key to controlling VOC prevalence rates in Canada. As of June 15, 2021, the third wave of COVID-19 in Canada is declining, and those provinces and territories that had implemented more comprehensive public health measures showed lower VOC prevalence. Public health authorities and governments need to continue to communicate the importance of sociobehavioural preventive measures, even as populations in Canada continue to receive their primary and booster doses of vaccines.
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 | 0,006 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».