MétaCan
Menu
Retour à la cohorte
Enregistrement W4226287478 · doi:10.1371/journal.pone.0265549

The effect of the Ontario stay-at-home order on Covid-19 third wave infections including vaccination considerations: An interrupted time series analysis

2022· article· en· W4226287478 sur OpenAlexaffabout
Fatemeh Navazi, Yufei Yuan, Norm Archer

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPandemicVaccinationCoronavirus disease 2019 (COVID-19)Interrupted Time Series AnalysisGovernment (linguistics)MedicineInterrupted time seriesPsychological interventionDemographyEnvironmental healthGerontologyVirologyInfectious disease (medical specialty)NursingStatisticsSociologyInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

The Covid-19 global pandemic that began in March 2020 was not fully mitigated through governmental Non-Pharmaceutical Interventions (NPIs) and continued to infect people and take lives through 2021. Since many countries were affected by the second, third, and fourth waves of Covid-19, governments extended and strengthened NPIs, but these actions led to citizen protests and fatigue. In this study, we investigate the effect of a lockdown policy on Covid-19 third wave implemented by the province of Ontario, Canada, on April 3rd 2021, followed by a stay-at-home order on April 7th 2021 while free Covid-19 testing and vaccination were in progress. Herein, the effect of both NPIs and vaccination are considered simultaneously. We used the prevalence of Covid-19 cases, tests, and administered vaccines data reported publicly by the Government of Ontario on their website. Because mobility changes can reflect the behaviors and adherence of residents with a stay-at-home order, Covid-19 community mobility data for Ontario provided by Google was also considered. A statistical method called interrupted time series was used to analyze the data. The results indicated that, although vaccinations helped to control the Covid-19 infection rate during this time, the stay-at-home order caused a rate reduction by decreasing the trend of the Covid-19 prevalence by 13 (±0.8962) persons per million daily and the level by 33 (±7.6854) persons per million. Furthermore, the stay-at-home order resulted in approximately a 37% reduction in Covid-19 prevalence one week after the intervention's effective date. Therefore, Ontario's strict lockdown policy, including several NPIs, mitigated the Covid-19 surge during the third wave. The results show that even when vaccination is in progress, strict NPIs such as lockdown is required to control Covid-19 waves, and early re-openings should be avoided. These results may also be useful for other countries that have implemented delayed vaccination schedules.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,021
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,467
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,263
Tête enseignante GPT0,378
Écart entre enseignants0,114 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCOVID-19 epidemiological studiesTravaux en français237 207