Identify successful restrictions in suppressing the early outbreak of COVID-19 in Arizona, United States: Interrupted time series analysis
Notice bibliographique
Résumé
COVID-19 was responsible for many deaths and economic losses around the globe since its first case report. Governments implemented a variety of policies to combat the pandemic in order to protect their citizens and save lives. Early in 2020, the first cases were reported in Arizona State and continued to rise until the discovery of the vaccine in 2021. A variety of strategies and interventions to stop or decelerate the spread of the pandemic has been considered. It is recommended to define which strategy was successful for disease propagation prevention and could be used in further similar situations. This study aimed to evaluate the effect of people's contact interventions strategies which were implemented in Arizona State and their effect on reducing the daily new COVID-19 cases and deaths. Their effect on daily COVID-19 cases and deaths were evaluated using an interrupted time series analysis during the pandemic's first peaks to better understand the onward situation. Canceling the order of staying at home (95% CI, 1718.52 to 6218.79; p<0.001) and expiring large gatherings (95% CI, 1984.99 to 7060.26; p<0.001) on June 30 and August 17, 2020, respectively, had a significant effect on the pandemic, leading to the daily cases to grow rapidly. Moreover, canceling the stay at home orders led to an increase in the number of COVID-19 daily deaths by 67.68 cases (95% CI, 27.96 to 107.40; p<0.001) after about 21 days while prohibiting large gatherings significantly decreased 66.76 (95% CI: 20.56 to 112.96; p = 0.004) the number of daily deaths with about 21 days' lag. The results showed that strategies aimed at reducing people's contact with one another could successfully help fight the pandemic. Findings from this study provide important evidence to support state-level policies that require observance of social distancing by the general public for future pandemics.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».