Severe acute respiratory syndrome (SARS) mathematical models and disease parameters: a systematic review and meta-analysis
Rattachement africain : gb. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract We conducted a systematic review (PROSPERO CRD42023393345) of severe acute respiratory syndrome (SARS) transmission models and parameters characterising its transmission, evolution, natural history, severity, risk factors and seroprevalence. Information was extracted using a custom database and quality assessment tool. We extracted 519 parameters, 243 risk factors, and 112 models from 288 papers. Our analyses show SARS is characterised by high lethality (case fatality ratio 10.9%), transmissibility (R 0 range 1.1-4.59), and is prone to superspreading (20% top infectors causing up to 91% of infections). Infection risk was highest among healthcare workers and close contacts of infected individuals. Severe disease and death were associated with age and existing comorbidities. SARS’s natural history is poorly characterised, except for the incubation period and mean onset-to-hospitalisation. Our associated R package, epireview, contains this database, which can continue to be updated to maintain a living review of SARS epidemiology and models, thus providing a key resource for informing response to future coronavirus outbreaks.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Severe acute respiratory syndrome (SARS) mathematical models and disease parameters: a systematic review and meta-analysis
- Date Crossref
- 14/08/2024
- Éditeur
- openRxiv
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Imperial College London pays non établi dans la noticeUniversité ou école supérieure
-
University of Bristol pays non établi dans la noticeUniversité ou école supérieure
-
UK Health Security Agency Modelling and Economics Unit pays non établi dans la noticeOrganisme public
-
School of Public Health Jameel Institute pays non établi dans la noticeUniversité ou école supérieure
-
School of Mathematics pays non établi dans la noticeUniversité ou école supérieure
-
Health Protection Research Unit in Modelling and Health Economics pays non établi dans la noticeStructure de recherche
Imperial College London, University of Bristol et Modelling and Economics Unit — UK Health Security Agency, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.