The Mediating Role of Human Mobility in Temporal-Lagged Relationships Between Risk Perception and COVID-19 Dynamics in Taiwan: Statistical Modeling for Comparing the Pre-Omicron and Omicron Eras
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has profoundly impacted all aspects of human life for over 3 years. Understanding the evolution of public risk perception during these periods is crucial. Few studies explore the mechanisms for reducing disease transmission due to risk perception. Thus, we hypothesize that changes in human mobility play a mediating role between risk perception and the progression of the pandemic. Objective: The study aims to explore how various forms of human mobility, including essential, nonessential, and job-related behaviors, mediate the temporal relationships between risk perception and pandemic dynamics. Methods: We used distributed-lag linear structural equation models to compare the mediating impact of human mobility across different virus variant periods. These models examined the temporal dynamics and time-lagged effects among risk perception, changes in mobility, and virus transmission in Taiwan, focusing on two distinct periods: (1) April-August 2021 (pre-Omicron era) and (2) February-September 2022 (Omicron era). Results: In the pre-Omicron era, our findings showed that an increase in public risk perception correlated with significant reductions in COVID-19 cases across various types of mobility within specific time frames. Specifically, we observed a decrease of 5.59 (95% CI -4.35 to -6.83) COVID-19 cases per million individuals after 7 weeks in nonessential mobility, while essential mobility demonstrated a reduction of 10.73 (95% CI -9.6030 to -11.8615) cases after 8 weeks. Additionally, job-related mobility resulted in a decrease of 3.96 (95% CI -3.5039 to -4.4254) cases after 11 weeks. However, during the Omicron era, these effects notably diminished. A reduction of 0.85 (95% CI -1.0046 to -0.6953) cases through nonessential mobility after 10 weeks and a decrease of 0.69 (95% CI -0.7827 to -0.6054) cases through essential mobility after 12 weeks were observed. Conclusions: This study confirms that changes in mobility serve as a mediating factor between heightened risk perception and pandemic mitigation in both pre-Omicron and Omicron periods. This suggests that elevating risk perception is notably effective in impeding virus progression, especially when vaccines are unavailable or their coverage remains limited. Our findings provide significant value for health authorities in devising policies to address the global threats posed by emerging infectious diseases.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».