A Metric of Societal Burden Based on Virus Succession to Determine Economic Losses and Health Benefits of China’s Lockdown Policies: Model Development and Validation
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic had a profound impact on the global health system and economic structure. Although the implementation of lockdown measures achieved notable success in curbing the spread of the pandemic, it concurrently incurred substantial socioeconomic costs. OBJECTIVE: The objective of this study was to delineate an equilibrium between the economic losses and health benefits of lockdown measures, with the aim of identifying the optimal boundary conditions for implementing these measures at various pandemic phases. METHODS: This study used a model to estimate the half-lives of the observed case fatality rates of different strains. It was based on global infection and death data collected by the World Health Organization and strain sequence time series data provided by Nextstrain. The connection between the health benefits and economic losses brought by lockdown measures was established through the calculation of disability-adjusted life years. Taking China's city lockdowns as an example, this study determined the cost-benefit boundary of various lockdown measures during the evolution of COVID-19. RESULTS: The study reveals a direct proportionality between economic losses due to lockdowns and the observed case fatality rates of virus strains, a relationship that holds true irrespective of population size or per capita economic output. As SARS-CoV-2 strains evolve and population immunity shifts, there has been a notable decrease in the observed case fatality rate over time, exhibiting a half-life of roughly 8 months. This decline in fatality rates may offset the health benefits of maintaining unchanged lockdown measures, given that the resultant economic losses might exceed the health benefits. CONCLUSIONS: The initial enforcement of lockdown in Wuhan led to significant health benefits. However, with the decline in the observed case fatality rate of the virus strains, the economic losses increasingly outweighed the health benefits. Consequently, it is essential to consistently refine and enhance lockdown strategies in accordance with the evolving fatality and infection rates of different virus strains, thereby optimizing outcomes in anticipation of 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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».