MétaCan
Menu
Retour à la cohorte
Enregistrement W4315750225 · doi:10.2196/40591

The Impact of COVID-19 Lockdown on Cases of and Deaths From AIDS, Gonorrhea, Syphilis, Hepatitis B, and Hepatitis C: Interrupted Time Series Analysis

2023· article· en· W4315750225 sur OpenAlexvenueno aff
Xinsheng Wu, Xinyi Zhou, Yuanyi Chen, Ke Zhai, Ruoyao Sun, Ganfeng Luo, Yi‐Fan Lin, Yuwei Li, Chongguang Yang, Huachun Zou

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesYoung Scientists FundSanming Project of Medicine in ShenzhenNational Natural Science Foundation of China
Mots-clésMedicineCase fatality rateGonorrheaSyphilisIncidence (geometry)Hepatitis BHepatitis CEpidemiologyDemographyPediatricsVirologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: China implemented a nationwide lockdown to contain COVID-19 from an early stage. Previous studies of the impact of COVID-19 on sexually transmitted diseases (STDs) and diseases caused by blood-borne viruses (BBVs) in China have yielded widely disparate results, and studies on deaths attributable to STDs and BBVs are scarce. OBJECTIVE: We aimed to elucidate the impact of COVID-19 lockdown on cases, deaths, and case-fatality ratios of STDs and BBVs. METHODS: We extracted monthly data on cases and deaths for AIDS, gonorrhea, syphilis, hepatitis B, and hepatitis C between January 2015 and December 2021 from the notifiable disease reporting database on the official website of the National Health Commission of China. We used descriptive statistics to summarize the number of cases and deaths and calculated incidence and case-fatality ratios before and after the implementation of a nationwide lockdown (in January 2020). We used negative binominal segmented regression models to estimate the immediate and long-term impacts of lockdown on cases, deaths, and case-fatality ratios in January 2020 and December 2021, respectively. RESULTS: A total of 14,800,330 cases of and 127,030 deaths from AIDS, gonorrhea, syphilis, hepatitis B, and hepatitis C were reported from January 2015 to December 2021, with an incidence of 149.11/100,000 before lockdown and 151.41/100,000 after lockdown and a case-fatality ratio of 8.21/1000 before lockdown and 9.50/1000 after lockdown. The negative binominal model showed significant decreases in January 2020 in AIDS cases (-23.4%; incidence rate ratio [IRR] 0.766, 95% CI 0.626-0.939) and deaths (-23.9%; IRR 0.761, 95% CI 0.647-0.896), gonorrhea cases (-34.3%; IRR 0.657, 95% CI 0.524-0.823), syphilis cases (-15.4%; IRR 0.846, 95% CI 0.763-0.937), hepatitis B cases (-17.5%; IRR 0.825, 95% CI 0.726-0.937), and hepatitis C cases (-19.6%; IRR 0.804, 95% CI 0.693-0.933). Gonorrhea, syphilis, and hepatitis C showed small increases in the number of deaths and case-fatality ratios in January 2020. By December 2021, the cases, deaths, and case-fatality ratios for each disease had either reached or remained below expected levels. CONCLUSIONS: COVID-19 lockdown may have contributed to fewer reported cases of AIDS, gonorrhea, syphilis, hepatitis B, and hepatitis C and more reported deaths and case-fatality ratios of gonorrhea, syphilis, and hepatitis C in China.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,390
Écart entre enseignants0,339 · 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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetCOVID-19 and healthcare impactsTravaux en français237 207