International changes in respiratory syncytial virus (RSV) epidemiology during the COVID‐19 pandemic: Association with school closures
Notice bibliographique
Résumé
BACKGROUND: Little RSV activity was observed during the first expected RSV season since the COVID-19 pandemic. Multiple countries later experienced out-of-season RSV resurgences, yet their association with non-pharmaceutical interventions (NPIs) is unclear. This study aimed to describe the changes in RSV epidemiology during the COVID-19 pandemic and to estimate the association between individual NPIs and the RSV resurgences. METHODS: RSV activity from Week (W)12-2020 to W44-2021 was compared with three pre-pandemic seasons using RSV surveillance data from Brazil, Canada, Chile, France, Israel, Japan, South Africa, South Korea, Taiwan, the Netherlands and the United States. Changes in nine NPIs within 10 weeks before RSV resurgences were described. Associations between NPIs and RSV activity were assessed with linear mixed models. Adherence to NPIs was not taken into account. RESULTS: Average delay of the first RSV season during the COVID-19 pandemic was 39 weeks (range: 13-88 weeks). Although the delay was <40 weeks in six countries, a missed RSV season was observed in Brazil, Chile, Japan, Canada and South Korea. School closures, workplace closures, and stay-at-home requirements were most commonly downgraded before an RSV resurgence. Reopening schools and lifting stay-at-home requirements were associated with increases of 1.31% (p = 0.04) and 2.27% (p = 0.06) in the deviation from expected RSV activity. CONCLUSION: The first RSV season during the COVID-19 pandemic was delayed in the 11 countries included. Reopening of schools was consistently associated with increased RSV activity. As NPIs were often changed concomitantly, the association between RSV activity and school closures may be partly attributed to other NPIs.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».