Respective roles of non-pharmaceutical interventions in bronchiolitis outbreaks: an interrupted time-series analysis based on a multinational surveillance system
Notice bibliographique
Résumé
BACKGROUND: Bronchiolitis is a major source of morbimortality among young children worldwide. Non-pharmaceutical interventions (NPIs) implemented to reduce the spread of severe acute respiratory syndrome coronavirus 2 may have had an important impact on bronchiolitis outbreaks, as well as major societal consequences. Discriminating between their respective impacts would help define optimal public health strategies against bronchiolitis. We aimed to assess the respective impact of each NPI on bronchiolitis outbreaks in 14 European countries. METHODS: We conducted a quasi-experimental interrupted time-series analysis based on a multicentre international study. All children diagnosed with bronchiolitis presenting to the paediatric emergency department of one of 27 centres from January 2018 to March 2021 were included. We assessed the association between each NPI and change in the bronchiolitis trend over time by seasonally adjusted multivariable quasi-Poisson regression modelling. RESULTS: In total, 42 916 children were included. We observed an overall cumulative 78% (95% CI -100- -54%; p<0.0001) reduction in bronchiolitis cases following NPI implementation. The decrease varied between countries from -97% (95% CI -100- -47%; p=0.0005) to -36% (95% CI -79-7%; p=0.105). Full lockdown (incidence rate ratio (IRR) 0.21 (95% CI 0.14-0.30); p<0.001), secondary school closure (IRR 0.33 (95% CI 0.20-0.52); p<0.0001), wearing a mask indoors (IRR 0.49 (95% CI 0.25-0.94); p=0.034) and teleworking (IRR 0.55 (95% CI 0.31-0.97); p=0.038) were independently associated with reducing bronchiolitis. CONCLUSIONS: Several NPIs were associated with a reduction of bronchiolitis outbreaks, including full lockdown, school closure, teleworking and facial masking. Some of these public health interventions may be considered to further reduce the global burden of bronchiolitis.
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 | 0,033 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».