The effect of the Ontario stay-at-home order on Covid-19 third wave infections including vaccination considerations: An interrupted time series analysis
Notice bibliographique
Résumé
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 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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».