MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399779973 · doi:10.1108/ijoph-01-2024-0002

COVID-19 in correctional facilities in Ontario, Canada: a retrospective epidemiological analysis from 15 January 2020 to 31 December 2022

2024· article· en· W4399779973 sur OpenAlexaffabout
Austin Zygmunt, Kahiye Warsame, Richard G Mather, Lori McKinnon, Anne Philipneri, Stone Li, Sandya Menon

Notice bibliographique

RevueInternational Journal of Prison Health · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCriminal Justice and Corrections Analysis
Établissements canadiensQueen's UniversityPublic Health OntarioNOSM UniversityOttawa Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)PandemicPopulationEpidemiologyCoronavirus disease 2019 (COVID-19)CensusOutbreakDemographyEnvironmental healthInfectious disease (medical specialty)DiseaseVirology

Résumé

récupéré en direct d'OpenAlex

Purpose The physical environment of correctional facilities promote infectious disease transmission and outbreaks. The purpose of this study is to compare the COVID-19 burden between the correctional facility (incarcerated individuals and staff members) and non-correctional facility population in Ontario during the COVID-19 pandemic. Design/methodology/approach All individuals in Ontario with a laboratory confirmation of SARS-CoV-2 between 15 January 2020 and 31 December 2022 and entered into the provincial COVID-19 data were included. Cases were classified as a correctional facility case (living or working in a correctional facility) or a non-correctional facility case. COVID-19 vaccination status was obtained from the provincial COVID-19 vaccine registry. Statistics Canada census data were used to calculate COVID-19 incidence and hospitalization rates for incarcerated cases and the non-correctional facility population. Findings Between 15 January 2020 and 31 December 2022, there were 1,550,045 COVID-19 cases in Ontario of which 8,292 (0.53%) cases were reported in correctional (63.8% amongst incarcerated individuals, 18.6% amongst staff and 17.7% amongst an unknown classification) and 1,541,753 (99.47%) were non-correctional facility cases. Most cases in correctional facilities were men (83.8%) and aged 20–59 years (93.1%). COVID-19 incidence and hospitalization rates were generally higher among incarcerated individuals compared to the non-correctional facility population throughout the study period. COVID-19 incidence peaked in January 2022 for both the correctional facility population (21,543.8 per 100,000 population) and the non-correctional facility population (1915.1 per 100,000 population). The rate of COVID-19 hospitalizations peaked for the correctional facility population aged 20–59 in March 2021 (70.7 per 100,000 population) and in April 2021 for the non-correctional facility population aged 20–59 (19.8 per 100,000 population). A greater percentage of incarcerated individuals (73.0%) were unvaccinated at time of their COVID-19 diagnosis compared to the non-correctional facility population (49.3%). Deaths amongst correctional facility cases were rare (0.1%, 6 / 8,292) compared to 1.0% of non-correctional facility cases (n = 15,787 / 1,541,753). Originality/value During the COVID-19 pandemic, individuals incarcerated in correctional facilities in Ontario had higher COVID-19 incidence and hospitalization rates compared to the non-correctional facility population. These results support prioritizing incarcerated individuals for public health interventions to mitigate COVID-19 impacts in correctional facilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,384
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Prison Health→Même sujetCriminal Justice and Corrections Analysis→Travaux en français237 207→