Estimation of epidemiological parameters and ascertainment rate from early transmission of COVID-19 across Africa
Notice bibliographique
Résumé
Country reported case counts suggested a slow spread of SARS-CoV-2 in the initial phase of the COVID-19 pandemic in Africa. Owing to inadequate public awareness, unestablished monitoring practices, limited testing and stigmas, there might exist extensive under-ascertainment of the true number of cases, especially at the beginning of the novel epidemic. We developed a compartmentalized epidemiological model to track the early epidemics in 54 African countries. Data on the reported cumulative number of cases and daily confirmed cases were used to fit the model for the time period with no or little massive national interventions yet in each country. We estimated that the mean basic reproduction number is 2.02 (s.d. 0.7), with a range between 1.12 (Zambia) and 3.64 (Nigeria). The mean overall report rate was estimated to be 5.37% (s.d. 5.71%), with the highest 30.41% in Libya and the lowest 0.02% in São Tomé and Príncipe. An average of 5.46% (s.d. 6.4%) of all infected cases were severe cases and 66.74% (s.d. 17.28%) were asymptomatic ones. The estimated low reporting rates in Africa suggested a clear need for improved reporting and surveillance systems in these countries.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».