Effectiveness of face masks for reducing transmission of SARS-CoV-2: a rapid systematic review
Notice bibliographique
Résumé
This rapid systematic review of evidence asks whether (i) wearing a face mask, (ii) one type of mask over another and (iii) mandatory mask policies can reduce the transmission of SARS-CoV-2 infection, either in community-based or healthcare settings. A search of studies published 1 January 2020–27 January 2023 yielded 5185 unique records. Due to a paucity of randomized controlled trials (RCTs), observational studies were included in the analysis. We analysed 35 studies in community settings (three RCTs and 32 observational) and 40 in healthcare settings (one RCT and 39 observational). Ninety-five per cent of studies included were conducted before highly transmissible Omicron variants emerged. Ninety-one per cent of observational studies were at ‘critical’ risk of bias (ROB) in at least one domain, often failing to separate the effects of masks from concurrent interventions. More studies found that masks ( n = 39/47; 83%) and mask mandates ( n = 16/18; 89%) reduced infection than found no effect ( n = 8/65; 12%) or favoured controls ( n = 1/65; 2%). Seven observational studies found that respirators were more protective than surgical masks, while five found no statistically significant difference between the two mask types. Despite the ROB, and allowing for uncertain and variable efficacy, we conclude that wearing masks, wearing higher quality masks (respirators), and mask mandates generally reduced SARS-CoV-2 transmission in these study populations. This article is part of the theme issue 'The effectiveness of non-pharmaceutical interventions on the COVID-19 pandemic: the evidence'.
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 | 0,017 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,013 |
| Bibliométrie | 0,011 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».