MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307055879 · doi:10.1093/pch/pxac100.089

90 An analysis of COVID-19 public health measure adherence among parents and children and the corresponding effects of lockdowns and school closures

2022· article· en· W4307055879 sur OpenAlexaffabout
Mary Aglipay, Justin Semalhago, Charles Keown‐Stoneman, Ashleigh R. Tuite, Catherine S. Birken, Jonathon L. Maguire

Notice bibliographique

RevuePaediatrics & Child Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHuman Health and Disease
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePublic healthCoronavirus disease 2019 (COVID-19)DemographyLimitingGerontologyNursingDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background Public health preventive measures have been a necessary intervention in preventing COVID-19 transmission. Objectives The objectives of this study were 1) To investigate how the adherence to COVID-19 public health measures among parents and children in Ontario changed over time; 2) To determine if provincial lockdowns were associated with higher adherence to public health measures among parents; 3) To determine if school closures were associated with higher adherence to public health measures among children. Design/Methods A longitudinal study was conducted in children aged 0-10 years and their parents through the TARGet Kids! COVID-19 Study of Children and Families in the Greater Toronto Area, Canada (April 2020 -May 2021). Parents completed weekly questionnaires on sociodemographics and public health practices. The primary exposure was calendar date. Secondary exposures were provincial lockdowns and school closures. The primary outcome was adherence to public health preventive measures (staying home, limiting visitors in the home, avoiding contact with others, socially distancing, and handwashing, measured as number of days practicing per week) measured separately for parents and children. Linear mixed effects regression and piecewise linear splines mixed effects models were conducted. Results 819 children and their parents contributed 13,220 observations to the study over 13 months. Mean age was 5.6 years (SD=2.7) and 373 were female (45.5%). 273 children (35.1%) had a parent who worked as an essential worker and 254 (35.4%) of families lived in a COVID-19 ‘hotspot’. The number of days per week that parents adhered to all 5 public health measures decreased by 0.029 days (p<0.001), and by 0.146 days for children (p<0.001) over the study duration. For parents, adherence to the five public health measures decreased over time during the first lockdown (β=-0.06, p<0.001) and first reopening (β=-0.01, p<0.001), but increased again during the second lockdown (β=0.01, p<0.001). For children, adherence to the five public health measures decreased over time during the first school closure, increased during the second closure, and decreased during second reopening (β=-0.04, p<0.01). See Figure 1. Conclusion Parents and children both decreased in their adherence to social distancing, staying at home, and avoiding contact with others over time. Lockdown after a period of reopening increased parent adherence to public health measures and school closures increased adherence in children. Supports may be necessary to help children and parents maintain adherence to public measures over prolonged periods of lockdown and school closure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,552

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,315
Écart entre enseignants0,294 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetHuman Health and Disease→Travaux en français237 207→