Evaluating Effectiveness of Public Health Intervention Strategies for Mitigating COVID-19 Pandemic
评估缓解新冠疫情的公共卫生干预策略AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用准实验设计和倾向得分加权估计公共卫生干预的因果效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
评估缓解新冠疫情的公共卫生干预策略
- 研究问题
- 如何利用美国州级观察数据估计非药物干预对疾病传播的平均效应，并检验哪些州级特征会调节干预效果？
- 方法与思路
- 作者在准实验框架下结合嵌套病例对照设计与倾向得分加权，平衡干预前特征、考虑传播动态，并检验效应调节因素。
- 材料陈述的贡献
- 摘要称估计量在假设下具有因果解释；六项干预应用报告封锁减传播作用最大，重开酒吧增加传播且存在群体差异。
- 阅读关注点
- 核对因果解释所需假设、病例对照抽样与权重构造、传播指标定义，以及干预时序、并行政策和效应调节的处理。
- 阅读边界
- 所据为 arXiv 预印本，不能确认同行评审或期刊接收；摘要未列出识别条件、效应大小及不确定性，结论限于所述应用。
原文摘要
Coronavirus disease 2019 (COVID-19) pandemic is an unprecedented global public health challenge. In the United States (US), state governments have implemented various non-pharmaceutical interventions (NPIs), such as physical distance closure (lockdown), stay-at-home order, mandatory facial mask in public in response to the rapid spread of COVID-19. To evaluate the effectiveness of these NPIs, we propose a nested case-control design with propensity score weighting under the quasi-experiment framework to estimate the average intervention effect on disease transmission across states. We further develop a method to test for factors that moderate intervention effect to assist precision public health intervention. Our method takes account of the underlying dynamics of disease transmission and balance state-level pre-intervention characteristics. We prove that our estimator provides causal intervention effect under assumptions. We apply this method to analyze US COVID-19 incidence cases to estimate the effects of six interventions. We show that lockdown has the largest effect on reducing transmission and reopening bars significantly increase transmission. States with a higher percentage of non-white population are at greater risk of increased $R_t$ associated with reopening bars.