Modelling the transmission and control of COVID-19 in Yangzhou city with the implementation of Zero-COVID policy
Notice bibliographique
Résumé
In the fight against the COVID-19 pandemic, China has long adhered to the "Dynamic Zero COVID-19" strategy till the end of 2022. To understand the mechanism of this strategy, we used the case of the Yangzhou summer outbreak in 2021 and a multi-stage dynamical model incorporating city-wide and key area testing-trace-isolation (TTI) strategies. We defined two time-varying indexes for measuring the disease transmission risk and the public health prevention and control force, respectively, which allowed us to explore the mechanisms of TTI policies. Integrating with the historical data and literature parameter values, we first estimated the parameters and then quantified the relevant indexes over time. The findings showed that multiple rounds of rapid testing were one of the critical measures to overcome the outbreak in Yangzhou within one month. In addition, we compared the impact of the duration of the free transmission stage, tracking rate, testing interval and precise division of key areas on the epidemiological indicators, including the final sizes of infections and isolations, peak value, peak arrival time and epidemic duration and the minimum round of testing. Our results suggest that the early detection of the epidemic, an improved efficiency of tracking, and a reduced duration of each test play a positive role in restraining COVID-19; however, a considerable investment of resources was essential to achieve a significant effect quickly.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».