Những yếu tố quan trọng: can thiệp phi dược phẩm cho COVID-19 tại châu Âu

Springer Science and Business Media LLC - 2022
Yan Liu1, Qiuyan Yu2, Haoyu Wen1, Fang Shi1, Fang Wang3, Yudi Zhao1, Qiumian Hong1, Chuanhua Yu1
1Department of Epidemiology and Biostatistics, School of Public Health, Wuhan University, Hubei, China
2Department of Epidemiology and Medicine Statistics,Public Health and Management School, Wenzhou Medical University, Zhejiang, China
3School of Public Health, Xuzhou Medical University, Jiangsu, China

Tóm tắt

Mục đích của nghiên cứu này là mô tả tình hình COVID-19 tại các quốc gia châu Âu và xác định những yếu tố quan trọng liên quan đến việc phòng ngừa và kiểm soát dịch bệnh. Chúng tôi đã thu thập dữ liệu từ Thống kê Y tế Thế giới 2020 và Viện Đo lường và Đánh giá Y tế (IHME). Chúng tôi tính toán giá trị Rt của 51 quốc gia ở châu Âu dưới các biện pháp phòng ngừa và kiểm soát khác nhau. Chúng tôi đã sử dụng hồi quy lasso để lọc ra các yếu tố liên quan đến tỷ lệ mắc bệnh và tỷ lệ tử vong. Đối với các biến được chọn, chúng tôi đã sử dụng hồi quy phân vị để phân tích các yếu tố ảnh hưởng liên quan tại các quốc gia có mức độ mắc bệnh hoặc tỷ lệ tử vong khác nhau. Chính phủ có ảnh hưởng lớn đến sự thay đổi giá trị Rt thông qua các biện pháp phòng ngừa và kiểm soát. Các yếu tố quan trọng nhất cho việc phòng ngừa và kiểm soát cá nhân cũng như nhóm là chỉ số di chuyển, xét nghiệm, đóng cửa các cơ sở giáo dục, hạn chế tập trung đông người và các hạn chế thương mại. Số lượng giường hồi sức tích cực (ICU) và bác sĩ trong nguồn lực y tế cũng là các yếu tố then chốt. Các cơ sở vệ sinh cơ bản, chẳng hạn như tỷ lệ nước uống an toàn, cũng có ảnh hưởng đến dịch COVID-19. Chúng tôi đã mô tả tình trạng hiện tại của COVID-19 tại các quốc gia châu Âu. Những phát hiện của chúng tôi cho thấy những yếu tố quan trọng trong các biện pháp phòng ngừa cá nhân và nhóm.

Từ khóa

#COVID-19 #châu Âu #can thiệp phi dược phẩm #tỷ lệ mắc bệnh #tỷ lệ tử vong #biện pháp phòng ngừa và kiểm soát

Tài liệu tham khảo

Jayaweera M, Perera H, Gunawardana B, Manatunge J. Transmission of COVID-19 virus by droplets and aerosols: A critical review on the unresolved dichotomy. Environ Res. 2020;188:1098–119.

Peeri NC, Shrestha N, Rahman MS, et al. The SARS, MERS and novel coronavirus (COVID-19) epidemics, the newest and biggest global health threats: what lessons have we learned? Int J Epidemiol. 2020;49(3):717–26.

Salathé M, Althaus CL, Neher R, et al. COVID-19 epidemic in Switzerland: on the importance of testing, contact tracing and isolation. Swiss Med Wkly. 2020;150:202–5.

Bartoszko JJ, Farooqi MAM, Alhazzani W, Loeb M. Medical masks vs N95 respirators for preventing COVID-19 in healthcare workers: a systematic review and meta-analysis of randomized trials. Influenza Other Respir Viruses. 2020;14(4):365–73.

Cheng VC, Wong SC, Chuang VW, et al. The role of community-wide wearing of face mask for control of coronavirus disease 2019 (COVID-19) epidemic due to SARS-CoV-2. J Infect. 2020;81(1):107–14.

Boyce JM, Pittet D. Guideline for hand hygiene in health-care settings. MMWR Recommend Rep. 2002;51(16):1–45.

Embil JM, Dyck B, Plourde P. Prevention and control of infections in the home. CMAJ Can Med Assoc J. 2009;180(11):E82-86.

Pradhan D, Biswasroy P, Kumar Naik P, Ghosh G, Rath G. A review of current interventions for COVID-19 prevention. Arch Med Res. 2020;51(5):363–74.

Chu DK, Akl EA, Duda S, Solo K, Yaacoub S, Schünemann HJ. Physical distancing, face masks, and eye protection to prevent person-to-person transmission of SARS-CoV-2 and COVID-19: a systematic review and meta-analysis. Lancet (London, England). 2020;395(10242):1973–87.

Lavezzo E, Franchin E, Ciavarella C, et al. Suppression of a SARS-CoV-2 outbreak in the Italian municipality of Vo’. Nature. 2020;584(7821):425–9.

Devi S. Travel restrictions hampering COVID-19 response. Lancet (London, England). 2020;395(10233):1331–2.

Xue W, Lam C, Yeung HH, Wong CS, Chan VLY, Wong YS. Travel restrictions in the rising COVID-19 pandemic. Hong Kong Med J Xianggang yi xue za zhi. 2020;26(3):255–7.

Lyu W, Wehby GL. Comparison of estimated rates of coronavirus disease 2019 (COVID-19) in border counties in Iowa without a stay-at-home order and border counties in Illinois with a stay-at-home order. JAMA Netw Open. 2020;3(5):e2011102.

Helsingen LM, Refsum E, Gjøstein DK, et al. The COVID-19 pandemic in Norway and Sweden—threats, trust, and impact on daily life: a comparative survey. BMC Public Health. 2020;20(1):1597.

McCloskey B, Zumla A, Ippolito G, et al. Mass gathering events and reducing further global spread of COVID-19: a political and public health dilemma. Lancet (London, England). 2020;395(10230):1096–9.

Berg CJ, Callanan R, Johnson TO, et al. Vape shop and consumer activity during COVID-19 non-essential business closures in the USA. Tobacco Control. 2021;30(e1):e41–e44.

Lai CC, Wang CY, Wang YH, Hsueh SC, Ko WC, Hsueh PR. Global epidemiology of coronavirus disease 2019 (COVID-19): disease incidence, daily cumulative index, mortality, and their association with country healthcare resources and economic status. Int J Antimicrob Agents. 2020;55(4):105946.

Karagiannidis C, Mostert C, Hentschker C, et al. Case characteristics, resource use, and outcomes of 10 021 patients with COVID-19 admitted to 920 German hospitals: an observational study. Lancet Respir Med. 2020;8(9):853–62.

Ravi SJ, Warmbrod KL, Mullen L, et al. The value proposition of the Global Health Security Index. BMJ Glob Health. 2020;5(10):e003648.

Cori A, Ferguson NM, Fraser C, Cauchemez S. A new framework and software to estimate time-varying reproduction numbers during epidemics. Am J Epidemiol. 2013;178(9):1505–12.

Breiman L. Better subset regression using the nonnegative garrote. Technometrics. 1995;37(4):373–84.

Tibshirani RJJ. Regression shrinkage and selection via the lasso: a retrospective. R Stat Soc. 2011;73(3):267–88.

Candes E, Tao TJ. The Dantzig selector: statistical estimation when p is much larger than n. Ann Stat. 2005;35(6):2313–51.

Tibshirani R, Saunders M, Rosset S, Zhu J, Knight K. Sparsity and smoothness via the fused lasso. J R Stat. 2005;67(1):91–108.

Zou Hui T, et al. Addendum: regularization and variable selection via the elastic net. J R Stat Soc. 2005;67(5):768.

Hui Z. The adaptive Lasso and its oracle properties. Publ Am Stat Assoc. 2006;101(476):1418–29.

Hesterberg T, Choi NH, Meier L, Fraley C. Least angle and l1 penalized regression: a review. Stat Surv. 2008;2:61–93.

Meinshausen N. Relaxed lasso. Comput Stat Data Anal. 2007;52(1):374–93.

Park TC, George R. The Bayesian lasso. Publ Am Stat Assoc. 2008;103(482):681–6.

Lin MYY. Model selection and estimation in regression with grouped variables. J R Stat Soc. 2006;68(1):49–67.

Hallock KF, Koenker RW. Quantile regression. J Econ Perspect. 2001;15(4):143–56.

Yang Z, Zeng Z, Wang K, et al. Modified SEIR and AI prediction of the epidemics trend of COVID-19 in China under public health interventions. J Thorac Dis. 2020;12(3):165–74.

Lai S, Ruktanonchai NW, Zhou L, et al. Effect of non-pharmaceutical interventions to contain COVID-19 in China. Nature. 2020;585(7825):410–3.

Baba IA, Baba BA, Esmaili P. A mathematical model to study the effectiveness of some of the strategies adopted in curtailing the spread of COVID-19. Comput Math Methods Med. 2020;2020:5248569.

McEachan RRC, Dickerson J, Bridges S, et al. The Born in Bradford COVID-19 Research Study: protocol for an adaptive mixed methods research study to gather actionable intelligence on the impact of COVID-19 on health inequalities amongst families living in Bradford. Wellcome Open Res. 2020;5:191.

Ji Y, Ma Z, Peppelenbosch MP, Pan Q. Potential association between COVID-19 mortality and health-care resource availability. Lancet Global Health. 2020;8(4):e480.

Wang LP, Wang J, Zhao HY, et al. Modelling and assessing the effects of medical resources on transmission of novel coronavirus (COVID-19) in Wuhan, China. Math Biosci Eng MBE. 2020;17(4):2936–49.

Yuan Y, Qiu T, Wang T, et al. The application of Temporary Ark Hospitals in controlling COVID-19 spread: The experiences of one Temporary Ark Hospital, Wuhan, China. J Med Virol. 2020;92(10):2019–26.

Prachand VN, Milner R, Angelos P, et al. Medically necessary, time-sensitive procedures: scoring system to ethically and efficiently manage resource scarcity and provider risk during the COVID-19 pandemic. J Am Coll Surg. 2020;231(2):281–8.

Lee CCM, Thampi S, Lewin B, et al. Battling COVID-19: critical care and peri-operative healthcare resource management strategies in a tertiary academic medical centre in Singapore. Anaesthesia. 2020;75(7):861–71.

McGriff JA, Denny L. What COVID-19 Reveals about the neglect of WASH within infection prevention in low-resource healthcare facilities. Am J Trop Med Hyg. 2020;103(5):1762–4.

Haider N, Yavlinsky A, Chang YM, et al. The Global Health Security index and Joint External Evaluation score for health preparedness are not correlated with countries’ COVID-19 detection response time and mortality outcome. Epidemiol Infect. 2020;148:e210.

Abbey EJ, Khalifa BAA, Oduwole MO, et al. The Global Health Security Index is not predictive of coronavirus pandemic responses among Organization for Economic Cooperation and Development countries. PLoS ONE. 2020;15(10):e0239398.

Aitken T, Chin KL, Liew D, Ofori-Asenso R. Rethinking pandemic preparation: Global Health Security Index (GHSI) is predictive of COVID-19 burden, but in the opposite direction. J Infect. 2020;81(2):318–56.

Boyd MJ, Wilson N, Nelson C. Validation analysis of Global Health Security Index (GHSI) scores 2019. BMJ Glob Health. 2020;5(10):e003276.

Thông tin
Thông tin xuất bản

Springer Science and Business Media LLC

Thông tin tác giả