The effectiveness of control measures during the 2022 COVID-19 outbreak in Shanghai, China
Notice bibliographique
Résumé
BACKGROUND: In March 2022, the Omicron variant of SARS-CoV-2 spread rapidly in Shanghai, China. The city adopted strict non-pharmacological intervention (NPI) measures, including lockdown (implemented on March 28 in Pudong and April 1 in Puxi) and blanket PCR testing (April 4). This study aims to understand the effect of these measures. METHODS: We tabulated daily case counts from official reports and fitted a two-patch stochastic SEIR model to the data for the period of March 19 to April 21. This model considered two regions in Shanghai, namely Pudong and Puxi, as the implementation of control measures in Shanghai was carried out on different dates in these regions. We verified our fitting results using the data from April 22 to June 26. Finally, we applied the point estimate of parameter values to simulate our model while varying the dates of control measure implementation, and studied the effectiveness of the control measures. RESULTS: Our point estimate for the parameter values yields expected case counts that agree well the data for both the periods from March 19 to April 21 and from April 22 to June 26. Lockdown did not significantly reduce the intra-region transmission rates. Only about 21% cases were reported. The underlying basic reproduction number R0 was 1.7, and the control reproduction number with both lockdown and blanket PCR testing was 1.3. If both measures were implemented on March 19, only about 5.9% infections would be prevented. CONCLUSIONS: Through our analysis, we found that NPI measures implemented in Shanghai were not sufficient to reduce the reproduction number to below unity. Thus, earlier intervention only has limited effect on reducing cases. The outbreak dies out because of only 27% of the population were active in disease transmission, possibly due to a combination of vaccination and lockdown.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».