Changes in Invasive Pneumococcal Disease in the Paediatric Population in the Second COVID-19 Pandemic Year
Notice bibliographique
Résumé
Incidence of invasive pneumococcal disease (IPD) decreased worldwide in 2020, coinciding with the implementation of measures to reduce COVID-19 transmission. We evaluated the impact of the COVID-19 pandemic on healthcare demand and IPD in children in 2021 compared to the pre-pandemic period (2018–2019) and the early pandemic period (2020) in a study carried out during 2018–2021 in Catalonia. Incidence rates were compared by calculating the incidence rate ratio (IRR), and expressing percentage changes in IRR as (1-IRR)x100. Compared to 2018–2019, emergency room (ER) visits declined by 21% in 2021 (p < 0.001), mainly in the first quarter (−39%), and compared to 2020, ER visits increased by 22% in 2021 (p < 0.001), except in the first quarter. IPD incidence overall was 11.0 in 2018–2019 and 4.6 in 2021 (−58%, p < 0.001); the reduction in incidence was similar in the 0–4 age group and was higher in the first quarters. Compared to 2020, in 2021, IPD incidence decreased during the first quarter (−86%, p < 0.001), but increased from 0.0 to 1.2 in the second quarter (p = 0.02) and from 0.6 to 2.1 (p=0.03) in the fourth quarter. The decreased IPD incidence observed in 2021 compared to 2018–2019 (most especially in the first quarter) was greater than the decrease in healthcare demand and PCR test requests. Compared to 2020, IPD incidence decreased in the first quarter when a second state of alarm was in force. In 2021, compared to 2018–2019, there was a greater reduction in PCV13 serotypes than in non-PCV13 serotypes.
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 | 0,001 | 0,001 |
| 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 ».