Incidence des interventions non pharmaceutiques sur la détection de l’influenza A et B en laboratoire au Canada
Bibliographic record
Abstract
Contexte : Le premier cas de maladie à coronavirus 2019 (COVID-19) a été signalé au Canada le 25 janvier 2020. En réponse à l’imminence d’une éclosion, de nombreuses autorités sanitaires provinciales et territoriales ont mis en œuvre des mesures de santé publique non pharmaceutiques pour freiner la propagation de la maladie. Les mesures de « distanciation sociale » comprenaient des restrictions sur les rassemblements de groupes, l’annulation d’événements et de rassemblements sportifs, culturels et religieux, la recommandation du maintien d’une distance physique entre les personnes, la fermeture d’écoles et de garderies, la réduction des services non essentiels et la fermeture d’entreprises. Objectifs : Évaluer l’incidence des interventions non pharmaceutiques combinées imposées en mars 2020 sur l’épidémiologie de l’influenza (grippe) A et B en comparant les données de surveillance des laboratoires nationaux de la période d’intervention avec les données historiques de contrôle de la saison grippale sur 9 ans. Méthodes : Nous avons obtenu des données épidémiologiques sur les détections de l’influenza A et B en laboratoire et les volumes de tests du système national canadien de surveillance de l’influenza pour la période épidémiologique allant du 29 décembre 2019 (semaine épidémiologique 1) au 2 mai 2020 (semaine épidémiologique 18). Des mesures de distanciation sociale liées à la COVID-19 ont été mises en œuvre au Canada à partir de la semaine épidémiologique 10 de cette période. Nous avons comparé les seuils de détection de l’influenza A et B en laboratoire et les volumes de tests et les tendances en matière de détection pendant la saison grippale 2019–2020 avec ceux des neuf saisons grippales précédentes afin de mettre en évidence les changements de tendances épidémiologiques. Résultats : Les détections de l’influenza la semaine précédant la mise en œuvre des mesures de distanciation sociale ne diffèrent pas statistiquement des neuf saisons précédentes; toutefois, une forte baisse de la positivité s’est produite entre les semaines épidémiologiques 10 et 14 (du 8 mars au 4 avril 2020). Le pourcentage de cas positif à la semaine 14 (p ≤ 0,001) et le taux de diminution entre les semaines 10 et 14 (p = 0,003) étaient tous deux significativement différents des données historiques moyennes. Conclusion : Les données montrent une diminution spectaculaire des détections de l’influenza A et B en laboratoire, parallèlement aux mesures de distanciation sociale et aux interventions non pharmaceutiques au Canada. L’incidence de ces mesures sur la transmission de l’influenza peut être généralisable à d’autres maladies virales respiratoires pendant la période d’étude, y compris la COVID-19.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".