Possibilité d’intensification des efforts de dépistage et de recherche de contacts pour prévenir les nouvelles éclosions de COVID-19 attribuables à des variants plus transmissibles
Bibliographic record
Abstract
Contexte : Lorsque les interventions de santé publique sont assouplies après plusieurs jours de baisse du nombre de cas de maladie à coronavirus 2019 (COVID-19), il est essentiel de déterminer les stratégies potentielles pour assouplir les restrictions tout en atténuant le risque d’une nouvelle vague de variants préoccupants plus transmissibles. Nous avons estimé les améliorations nécessaires aux interventions en santé publique pour une réouverture partielle de l’économie tout en évitant les pires conséquences d’une nouvelle éclosion, associées à des variants préoccupants plus transmissibles. Méthodes : Un modèle dynamique de transmission a été utilisé pour quantifier les conditions auxquelles les interventions de santé publique combinées doivent répondre pour rouvrir l’économie sans risque d’éclosion importante. Ces conditions sont celles qui maintiennent le taux de reproduction de contrôle en dessous de l’unité, tout en tenant compte d’une augmentation de la transmissibilité due aux variants préoccupants. Résultats : Il a été possible de déterminer des combinaisons de la proportion de personnes exposées au virus qui sont retracées et mises en quarantaine avant de devenir infectieuses, la proportion de personnes symptomatiques confirmée et isolée et les taux de contact quotidiens individuels nécessaires pour s’assurer que le taux de reproduction de contrôle demeure inférieur à l’unité. Conclusion : Notre analyse indique que le succès des mesures restrictives, notamment les décrets de confinement et les fermetures, offre une fenêtre d’opportunité étroite pour intensifier les efforts de détection des cas et de recherche des contacts afin d’empêcher une nouvelle vague associée à la circulation de variants préoccupants plus transmissibles, comme en témoigne la réduction du nombre de cas.
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 | 0.019 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".