MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386739171 · doi:10.1101/2023.09.12.23294140

Effectiveness of Canadian travel restrictions in reducing burden of SARS-CoV-2 variants of concern

2023· preprint· en· W4386739171 sur OpenAlexafffundabout
Angela McLaughlin, Vincent Montoya, Rachel L. Miller, Michael Worobey, Jeffrey B. Joy

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensAIDS Vancouver3v Geomatics (Canada)University of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakAir travelBurden of diseaseBusinessPublic healthDemographic economicsGeographyDevelopment economicsEconomicsDiseaseMedicineInfectious disease (medical specialty)VirologyEngineeringAviation

Résumé

récupéré en direct d'OpenAlex

Abstract Evaluating travel restriction effectiveness in mitigating infectious disease burden is critical for informing public health policy. Here, we quantify where and when variants of SARS-CoV-2 were introduced into Canada to evaluate the extent to which travel restrictions averted viral introductions and COVID-19 case burden. Our results suggest that, across SARS-CoV-2 variants of concern subject to travel restrictions, at least 281 introductions were prevented, accounting for an averted burden of approximately 44,064 cases. This corresponds to approximately 441 averted hospitalizations, 24 averted deaths, and cost savings to Canadian health care systems of approximately 11.2 million Canadian dollars. Travel restrictions were found to be most effective when implemented rapidly during exponential case growth in the focal source and when global circulation was limited. Our analyses reveal that COVID-19 travel restrictions mitigated case burdens and highlight their value in future pandemic response. Summary COVID-19 travel restrictions against variants worked and were most effective when implemented rapidly and preceding new variants’ wider circulation.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,050
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,388
Tête enseignante GPT0,437
Écart entre enseignants0,048 · 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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→