Age-specific transmission dynamics under suppression control measures during SARS-CoV-2 Omicron BA.2 epidemic
Notice bibliographique
Résumé
Abstract Background From March to June 2022, an Omicron BA.2 epidemic occurred in Shanghai. We aimed to better understand the transmission dynamics and identify age-specific transmission characteristics for the epidemic. Methods Data on COVID-19 cases were collected from the Shanghai Municipal Health Commission during the period from 20th February to 1st June. The effective reproductive number (R t ) and transmission distance between cases were calculated. An age-structured SEIR model with social contact patterns was developed to reconstruct the transmission dynamics and evaluate age-specific transmission characteristics. Least square method was used to calibrate the model. Basic reproduction number (R 0 ) was estimated with next generation matrix. Results R 0 of Omicron variant was 7.9 (95% CI: 7.4 to 8.4). With strict interventions, R t had dropped quickly from 3.6 (95% CI: 2.7 to 4.7) on 4th March to below 1 on 18th April. The mean transmission distance of the Omicron epidemic in Shanghai was 13.4 km (95% CI: 11.1 to 15.8 km), which was threefold longer compared with that of epidemic caused by the wild-type virus in Wuhan, China. The model estimated that there would have been a total 870,845 (95% CI: 815,400 to 926,289) cases for the epidemic from 20th February to 15th June, and 27.7% (95% CI: 24.4% to 30.9%) cases would have been unascertained. People aged 50–59 years had the highest transmission risk 0.216 (95% CI: 0.210 to 0.222), and the highest secondary attack rate (47.62%, 95% CI: 38.71% to 56.53%). Conclusions The Omicron variant spread more quickly and widely than other variants and resulted in about one third cases unascertained for the recent outbreak in Shanghai. Prioritizing isolation and screening of people aged 40–59 might suppress the epidemic more effectively. Routine surveillance among people aged 40–59 years could also provide insight into the stage of the epidemic and the timely detection of new variants. Trial registration We did not involve clinical trial.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».