Changes in Temporal Properties of Notifiable Infectious Disease Epidemics in China During the COVID-19 Pandemic: Population-Based Surveillance Study
Notice bibliographique
Résumé
BACKGROUND: COVID-19 was first reported in 2019, and the Chinese government immediately carried out stringent and effective control measures in response to the epidemic. OBJECTIVE: Nonpharmaceutical interventions (NPIs) may have impacted incidences of other infectious diseases as well. Potential explanations underlying this reduction, however, are not clear. Hence, in this study, we aim to study the influence of the COVID-19 prevention policies on other infectious diseases (mainly class B infectious diseases) in China. METHODS: Time series data sets between 2017 and 2021 for 23 notifiable infectious diseases were extracted from public data sets from the National Health Commission of the People's Republic of China. Several indices (peak and trough amplitudes, infection selectivity, preferred time to outbreak, oscillatory strength) of each infectious disease were calculated before and after the COVID-19 outbreak. RESULTS: We found that the prevention and control policies for COVID-19 had a strong, significant reduction effect on outbreaks of other infectious diseases. A clear event-related trough (ERT) was observed after the outbreak of COVID-19 under the strict control policies, and its decreasing amplitude is related to the infection selectivity and preferred outbreak time of the disease before COVID-19. We also calculated the oscillatory strength before and after the COVID-19 outbreak and found that it was significantly stronger before the COVID-19 outbreak and does not correlate with the trough amplitude. CONCLUSIONS: Our results directly demonstrate that prevention policies for COVID-19 have immediate additional benefits for controlling most class B infectious diseases, and several factors (infection selectivity, preferred outbreak time) may have contributed to the reduction in outbreaks. This study may guide the implementation of nonpharmaceutical interventions to control a wider range 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».