Inferring the true number of SARS-CoV-2 infections in Japan
Notice bibliographique
Résumé
INTRODUCTION: In Japan, as of December 31, 2021, more than 1.73 million laboratory-confirmed cases have been reported. However, the actual number of infections is likely to be under-ascertained due to the epidemiological characteristics such as mild and subclinical infections and limited testing availability in the early days of the pandemic. In this study, we infer the true number of infections in Japan between January 16, 2020, and December 31, 2021, using a statistical modelling framework that combines data on reported cases and fatalities. METHODS: We used reported COVID-19 deaths and age-specific infection fatality ratios (IFR) to impute the true number of infections. Estimates of IFR were informed from published studies and were adjusted to reflect the effects of pharmaceutical interventions, mass vaccination, and evolving variants. To account for the uncertainty in IFR, we sampled values from relevant distributions. RESULTS: We estimated that as of December 31, 2021, 3.07 million (CrI: 2.05-4.24 million) people had been infected in Japan, which is 1.77 times higher than the 1.73 million reported cases. Our meta-analysis confirmed that these findings were consistent with the intermittent seroprevalence studies conducted in Japan. CONCLUSIONS: We have estimated that a substantial number of COVID-19 infections in Japan were unreported, particularly in adults. Our approach provides a more realistic assessment of the true underlying burden of COVID-19. The results of this study can be used as fundamental components to strengthen population health control and surveillance measures.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».