Social Contacts and Transmission of COVID-19 in British Columbia, Canada
Notice bibliographique
Résumé
Background: Close-contact rates are thought to be a driving force behind the transmission of many infectious respiratory diseases. Yet, contact rates and their relation to transmission and the impact of control measures, are seldom quantified. We quantify the response of contact rates, reported cases and transmission of COVID-19, to public health contact-restriction orders, and examine the associations among these three variables in the province of British Columbia, Canada. Methods: We derived time series data for contact rates, daily cases and transmission of COVID-19 from a social contacts survey, reported case counts and by fitting a transmission model to reported cases, respectively. We used segmented regression to investigate impacts of public health orders; Pearson correlation to determine associations between contact rates and transmission; and vector autoregressive modeling to quantify lagged associations between contacts rates, daily cases, and transmission. Results: Declines in contact rates and transmission occurred concurrently with the announcement of public health orders, whereas declines in cases showed a reporting delay of about 2 weeks. Contact rates were a significant driver of COVID-19 and explained roughly 19 and 20% of the variation in new cases and transmission, respectively. Interestingly, increases in COVID-19 transmission and cases were followed by reduced contact rates: overall, daily cases explained about 10% of the variation in subsequent contact rates. Conclusion: We showed that close-contact rates were a significant time-series driver of transmission and ultimately of reported cases of COVID-19 in British Columbia, Canada and that they varied in response to public health orders. Our results also suggest possible behavioral feedback, by which increased reported cases lead to reduced subsequent contact rates. Our findings help to explain and validate the commonly assumed, but rarely measured, response of close contact rates to public health guidelines and their impact on the dynamics of infectious diseases.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».