《暨南大学等研究社会和经济因素对COVID-19传播的影响》

  • 来源专题:生物安全知识资源中心 | 领域情报网
  • 编译者: hujm
  • 发布时间:2020-03-28
  • medRxiv预印平台于3月17日发表了暨南大学等的题为“Impacts of social and economic factors on the transmission of coronavirus disease (COVID-19) in China”的文章。文章研究了各种社会和经济因素在介导中国新型冠状病毒2019(COVID-19)在本地和跨城市传播中的作用。文章采用机器学习方法来选择能够强烈预测病毒传播的有用变量,通过2SLS估算表明,在一月下旬实施的严格检疫,大规模封锁和其他公共卫生措施大大降低了COVID-19的传播速度,到2月初,病毒传播已基本被控制。尽管许多社会和经济因素介导了病毒的传播,但自1月下旬以来政府的强烈反应在遏制该病毒方面起着决定性作用。同时,文章结果显示,与其他因素(例如地理上的邻近性和经济条件的相似性)相比,实际流入的来自暴发源的人口对目的地具有更高的威胁。文章称该结果对全球正在进行的遏制COVID-19的努力具有深远的影响。
    *注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。

  • 原文来源:https://www.medrxiv.org/content/10.1101/2020.03.13.20035238v1
相关报告
  • 《3月17日_暨南大学等研究社会和经济因素对COVID-19传播的影响》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-19
    • 1.时间:2020年3月17日 2.机构或团队:暨南大学、耶鲁大学 3.事件概要: medRxiv预印平台于3月17日发表了暨南大学等的题为“Impacts of social and economic factors on the transmission of coronavirus disease (COVID-19) in China”的文章。文章研究了各种社会和经济因素在介导COVID-19在本地和跨城市传播中的作用。文章采用机器学习方法来选择能够强烈预测病毒传播的有用变量,通过2SLS估算表明,在一月下旬实施的严格检疫,大规模封锁和其他公共卫生措施大大降低了COVID-19的传播速度,到2月初,病毒传播已基本被控制。尽管许多社会和经济因素介导了病毒的传播,但自1月下旬以来政府的强烈响应在遏制该病毒方面起着决定性作用。同时,文章结果显示,与其他因素(例如地理上的邻近性和经济条件的相似性)相比,实际流入的来自暴发源的人口对目的地具有更高的威胁。文章称该结果对全球正在进行的遏制COVID-19的努力具有深远的影响。 *注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。 4.附件: 原文链接:https://www.medrxiv.org/content/10.1101/2020.03.13.20035238v1
  • 《BMC medicine:新研究揭示COVID19的传播风险因素》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-11-06
    • 在最近一项研究中,德克萨斯农工大学的研究人员希望能提供信息和背景信息,以帮助进行新冠疫情的防控。 德州农工大学的Rich Whittle博士在最近的一项研究中指出,到2020年4月,纽约市已确诊病例的三分之一以上,传播率是美国其他地区的五倍。对此,Whittle希望研究纽约社区大流行的早期阶段,以发现是否存在与COVID-19阳性率高有关的任何社会经济因素。 Whittle说:“一段时间以来,世界正处于新冠病毒全球大流行中,但是这不会是最后一次,因此了解导致高发现病例数的接触方式和社会经济因素对公共卫生至关重要。” 这项发表在BMC Medicine上的研究确定了纽约市COVID-19病例的四个重要预测指标:人口密度较高的社区导致阳性率的增加;人口较年轻(18岁以下)的社区也有所增加;高收入家庭导致减少;并且种族显示出与检测到的COVID-19病例有显著关联-较低的白人人口比例和较高的黑人人口比例导致阳性率增加。 “从早期的可用数据来看,这就是我们从数据中看到的,而且我们知道那些早期阶段对于控制这种流行病和未来的大流行非常重要,” Ana Anaz Artiles博士说。 该研究使用空间建模技术来研究纽约市大流行第一个月期间约60,000例病例的数据。 Whittle和Diaz Artiles强调,了解过去大流行的早期因素和影响,例如2009年的H1N1大流行以及我们今天面临的大流行,对于帮助告知未来的管理至关重要。 Diaz Artiles说:“希望我们的研究可以更好地理解影响疾病传播的主要因素,从而改善大流行早期的未来决策。