The impact of COVID-19 pandemic on influenza surveillance: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Influenza activity was reported to be below the seasonal levels during the Coronavirus disease-2019 (COVID-19) pandemic globally. However, during the severe acute respiratory syndrome corona virus-2 outbreak, the routine real-time surveillance of influenza-like illness and acute respiratory infection was adversely affected due to the changes in priorities, economic constraints, repurposing of hospitals for COVID care, and closure of outpatient services. Methods: A systematic review and meta-analysis were carried out to assess the pooled proportion of symptomatic cases tested for influenza virus before the current pandemic in 2019 and during the pandemic in 2020/21. An electronic search of PubMed/MEDLINE, Scopus, and Google Scholar was carried out for the articles reporting the impact of the COVID-19 pandemic on influenza surveillance among humans using search terms. The study was designed based on Preferred Reporting Items for Systematic Reviews and Meta-analyses guidelines and the meta-analysis was performed to synthesize the pooled proportion of patients sampled for influenza with 95% confidence interval (CI). Results: The nine qualified studies from the WHO European region, Canada, Japan, Germany, Italy, Spain, South Africa, and the United States were pooled by random-effects meta-analysis. The overall pooled proportion of symptomatic cases sampled for influenza surveillance before and during the pandemic was 2.38% (95% CI 2.08%-2.67%) and 4.18% (95% CI 3.8%-4.52%), respectively. However, the pooled proportion of samples tested for influenza before the pandemic was 0.69% (95% CI 0.45%-0.92%) and during the pandemic was 0.48% (95% CI 0.28%-0.68%) when studies from Canada were excluded. Conclusion: The meta-analysis concludes that globally there was a decline in influenza surveillance during the COVID-19 pandemic except in Canada.
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 | 0,041 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,005 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».