MétaCan
Menu
Retour à la cohorte
Enregistrement W4408329577 · doi:10.3390/epidemiologia6010014

Non-Pharmaceutical Interventions on COVID-19 in Workers and Residents of Nursing Homes in Geneva: A Mixed Qualitative and Quantitative Study

2025· article· en· W4408329577 sur OpenAlexaff
Lakshmi Krishna Menon, Ania Wisniak, Simon Regard, Silvia Stringhini, Idris Guessous, Jean-François Balavoine, Omar Kherad

Notice bibliographique

RevueEpidemiologia · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePandemicPsychological interventionCumulative incidenceIncidence (geometry)Coronavirus disease 2019 (COVID-19)NursingTransmission (telecommunications)Family medicineInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to examine the impact of varying levels of non-pharmaceutical interventions (NPIs) on COVID-19 transmission in nursing homes during the first wave of the pandemic. Background/Objectives: The primary aim involved exploring qualitative insights from staff and management regarding the implementation of NPIs. The secondary aim was to determine the cumulative incidence of PCR-confirmed COVID-19 cases among residents. Incident rate ratios (IRRs) were the calculated levels of NPI restrictiveness. Methods: We used a mixed methodology to identify factors that might have affected COVID-19 expansion in nursing homes in the canton of Geneva, Switzerland. For the qualitative component, we interviewed the Attending Physicians and/or Director of each nursing home. In the quantitative component, we calculated incident rate ratios (IRRs) for infection between the three levels of COVID-19-related measures taken in these nursing homes, and the cumulative incidence of PCR-confirmed COVID-19 cases in their resident population. This study was conducted in 12 nursing homes located in the canton of Geneva, Switzerland, between 1 March 2020, and 1 June 2020. Results: Most nursing homes mandated NPIs for their staff and residents during the first wave of COVID-19. We found an equal distribution of maximally (n = 4), moderately (n = 4), and minimally (n = 4) restrictive NPIs for nursing home workers and residents. The extent of NPIs implemented was not shown to be significantly associated with the cumulative incidence of COVID-19 cases among residents (maximally restrictive IRR = 3.90, 95%CI 0.82–45.54, p = 0.184; moderately restrictive IRR = 3.55, 95%CI 0.75–41.42, p = 0.212; minimally restrictive IRR = reference). Conclusions: Nursing homes in our study showed high variability in which NPIs, and to what extent, they implemented, with no significant relationship between the restrictiveness of NPIs and COVID-19 incidence among nursing home residents. This suggests that other factors influence the transmission of COVID-19 in these settings. Future research should explore additional determinants and the balance between strict NPIs and the overall well-being of residents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,194
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,357
Tête enseignante GPT0,632
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologiaMême sujetGeriatric Care and Nursing HomesTravaux en français237 207