Publicado: 22 de octubre de 2020 https://doi.org/10.1016/S1473-3099(20)30785-4
Resumen
Fondo
Métodos
Recomendaciones
Interpretación
Fondos
Investigación en contexto
Introducción
Los estudios en China, Hong Kong, Corea del Sur, Singapur y muchos países europeos mostraron que varias NPI, incluido el cierre de escuelas, el distanciamiento físico y el encierro, podrían reducir R sustancialmente a cerca o por debajo de 1.
,
,
,
,
,
,
,
,
,
,
Sin embargo, hay pocos datos disponibles sobre los efectos sobre R después de la relajación de estos NPI. Nuestro objetivo fue evaluar la asociación temporal entre la introducción y el levantamiento de diferentes NPI y los niveles de transmisión del SARS-CoV-2, medidos por R , en 131 países.
Métodos
Fuentes de datos
En este estudio de modelado, incluimos datos sobre estimaciones de R a nivel de país del proyecto EpiForecasts de la Escuela de Higiene y Medicina Tropical de Londres (Londres, Reino Unido).
Brevemente, el número de reproducción instantánea se estima en base a los recuentos diarios de casos confirmados de COVID-19 informados por el Centro Europeo para la Prevención y el Control de Enfermedades. El número de reproducción instantánea representa el número promedio de casos secundarios que surgirían de un caso primario infectado en un momento dado si las condiciones permanecieran idénticas después de ese tiempo, y por lo tanto mide la transmisibilidad instantánea.
El marco de modelado tiene en cuenta el retraso en la notificación entre el inicio de los síntomas y la notificación del caso, el truncamiento correcto de las fechas de notificación y el retraso entre el inicio y la infección según los datos empíricos para garantizar que las variaciones temporales en R se puedan comparar directamente con los momentos en que se implementaron las NPI. .
Incluimos datos sobre las políticas específicas de cada país sobre las NPI del Rastreador de respuestas gubernamentales COVID-19 de Oxford (OxCGRT).
OxCGRT fue establecido por un equipo dedicado de expertos en políticas públicas y gobernanza, que recopilan información disponible públicamente sobre indicadores de respuesta del gobierno. En OxCGRT, las NPI se agrupan en las siguientes ocho categorías: cierre de escuelas, cierre de lugares de trabajo, prohibición de eventos públicos (por ejemplo, eventos deportivos, festivos y religiosos), restricciones sobre el tamaño de las reuniones, cierre del transporte público, quedarse en casa pedidos, restricciones al movimiento interno y restricciones a los viajes internacionales. La información específica de cada país sobre cada una de las NPI está disponible a diario (desde el 1 de enero de 2020). También incluimos datos sobre políticas de pruebas y rastreo de contactos de cada país de OxCGRT para análisis de sensibilidad.
Procesamiento de datos
Análisis de los datos
Definimos una fase como un período de tiempo en el que las ocho NPI permanecieron iguales, y dividimos el cronograma de cada país en fases individuales según el estado de las NPI. Primero describimos la duración de las fases, la frecuencia de introducción y levantamiento de cada NPI y el orden temporal de introducción y levantamiento de cada NPI. Para cada fase, definimos R día i como el R del i- ésimo día de esa fase (es decir, desde que cambió el estado del NPI) y definimos R día 0 como el R del último día de su fase anterior (es decir, antes de la El estado de NPI cambió). Como se espera que el efecto de las NPI sobre la transmisión (medido como R ) sea relativo a su nivel original, calculamos elRelación R entre R día i y R día 0 como medida del grado de asociación de la introducción y el levantamiento de un NPI (o NPI) con la transmisión del SARS-CoV-2 ( figura 1 ). Una relación R de más de 1 indica un aumento en la transmisión desde el cambio en el NPI (o NPI), y una relación R de menos de 1 indica una disminución en la transmisión. Sobre la base del cambio de las NPI entre dos fases vecinas y la relación R correspondiente , pudimos evaluar el efecto de introducir o eliminar cada una de las NPI.
Papel de la fuente de financiación
Resultados
Se incluyeron en el análisis 790 fases de 131 países (consulte el apéndice págs. 8–40 para obtener detalles sobre las estimaciones diarias de R y el estado del NPI para cada país). La mediana de duración de las fases fue de 11 días (IQR 3-27), y la mediana de duración más corta se observó en las fases en las que el cierre de escuelas (3 días [1-8]) y la prohibición de eventos públicos (4 días [2-7]) fueron introducidos ( apéndice p 41 ). Los requisitos para permanecer en casa y las restricciones a los movimientos internos fueron las ISFL más comunes introducidas, y con mayor frecuencia se introdujeron y levantaron simultáneamente ( figura 2). Con respecto a la secuencia temporal de introducción y levantamiento de las NPI, el cierre de escuelas y las prohibiciones de eventos públicos fueron las dos primeras NPI introducidas y se levantaron más tarde que la mayoría de las NPI. Los requisitos de permanecer en casa y el cierre del transporte público fueron las dos últimas NPI introducidas y se eliminaron antes que la mayoría de las NPI ( figura 2 ).
De acuerdo con los resultados del análisis principal, se encontró una tendencia decreciente a lo largo del tiempo en la razón R en los primeros 14 días posteriores a la introducción del cierre de escuelas, cierre de lugares de trabajo, prohibiciones de eventos públicos, requisitos para quedarse en casa y límites de movimiento interno ( figura 3 ); la reducción de R osciló entre el 3% y el 24% el día 28 después de la introducción ( tabla 1 ). La introducción de una prohibición de eventos públicos se asoció con la mayor reducción de R ; la relación R fue 0 · 90 (95% CI 0 · 82–0 · 99) el día 7, 0 · 83 (0 · 68–1 · 00) el día 14 y 0 · 76 (0 · 58–1 · 00) el día 28 ( tabla 1 ). Una tendencia creciente a lo largo del tiempo en la Rla proporción se encontró después de la relajación del cierre de escuelas, la prohibición de eventos públicos, la prohibición de reuniones públicas de más de diez personas, los requisitos para quedarse en casa y los límites de movimiento interno, especialmente después de la primera semana después de la relajación; el aumento de R osciló entre el 11% y el 25% el día 28 después de la relajación ( figura 3 ). La relajación del cierre de la escuela se asoció con el mayor aumento de R en el día 7 ( relación R 1 · 05, IC del 95% 0 · 96–1 · 14) y el día 14 (1 · 18, 1 · 02–1 · 36) . La relajación de la prohibición de reuniones de más de diez personas se asoció con el mayor aumento de R el día 28, con una Rproporción de 1 · 25 (95% CI 1 · 03–1 · 51) el día 28. Se identificó interacción negativa, es decir, hacia una proporción R de 1, cuando se introdujeron o eliminaron múltiples NPI simultáneamente ( apéndice p 42 ).
Día 7 | Día 14 | Día 28 | |
---|---|---|---|
Cierre de la escuela | |||
Introducción | 0 · 89 (0 · 82–0 · 97) | 0 · 86 (0 · 72–1 · 02) | 0 · 85 (0 · 66–1 · 10) |
Relajación | 1 · 05 (0 · 96–1 · 14) | 1 · 18 (1 · 02–1 · 36) | 1 · 24 (1 · 00–1 · 52) |
Cierre del lugar de trabajo | |||
Introducción | 0 · 89 (0 · 83–0 · 96) | 0 · 89 (0 · 78–1 · 02) | 0 · 87 (0 · 73–1 · 03) |
Relajación | 1 · 04 (0 · 97–1 · 13) | 1 · 10 (0 · 97–1 · 24) | 1 · 01 (0 · 83–1 · 25) |
Prohibición de eventos públicos | |||
Introducción | 0 · 90 (0 · 82–0 · 99) | 0 · 83 (0 · 68–1 · 00) | 0 · 76 (0 · 58–1 · 00) |
Relajación | 1 · 02 (0 · 93–1 · 11) | 1 · 07 (0 · 92–1 · 24) | 1 · 21 (0 · 97–1 · 50) |
Prohibición de reuniones de más de diez personas. | |||
Introducción | 0 · 93 (0 · 87–0 · 99) | 0 · 98 (0 · 87–1 · 10) | 0 · 97 (0 · 83–1 · 14) |
Relajación | 0 · 99 (0 · 93–1 · 06) | 1 · 07 (0 · 96–1 · 20) | 1 · 25 (1 · 03–1 · 51) |
Cierre de transporte público | |||
Introducción | 0 · 97 (0 · 91–1 · 04) | 0 · 98 (0 · 87–1 · 11) | 0 · 99 (0 · 84–1 · 18) |
Relajación | 1 · 00 (0 · 93–1 · 07) | 1 · 08 (0 · 96–1 · 22) | 1 · 04 (0 · 85–1 · 27) |
Requisitos para quedarse en casa | |||
Introducción | 0 · 90 (0 · 85–0 · 97) | 0 · 89 (0 · 79–1 · 00) | 0 · 97 (0 · 83–1 · 14) |
Relajación | 0 · 97 (0 · 91–1 · 03) | 1 · 02 (0 · 92–1 · 13) | 1 · 11 (0 · 94–1 · 32) |
Límites de movimiento interno | |||
Introducción | 0 · 97 (0 · 90–1 · 03) | 0 · 97 (0 · 87–1 · 10) | 0 · 93 (0 · 79–1 · 10) |
Relajación | 0 · 98 (0 · 92–1 · 04) | 1 · 06 (0 · 95–1 · 18) | 1 · 13 (0 · 94–1 · 37) |
Límites de viajes internacionales | |||
Introducción | 0 · 89 (0 · 81–0 · 98) | 0 · 97 (0 · 81–1 · 16) | 1 · 08 (0 · 85–1 · 38) |
Relajación | 0 · 95 (0 · 84–1 · 07) | 1 · 02 (0 · 81–1 · 28) | 0 · 98 (0 · 68–1 · 40) |
Al comparar el efecto de una prohibición de reuniones de más de diez personas con el de una prohibición de reuniones de más de 100 personas, encontramos que ambas prohibiciones se asociaron con una disminución en la proporción R en la primera semana, seguida de un aumento. en la relación R a partir de la segunda semana, pero el aumento fue más pronunciado para la prohibición de reuniones de más de 100 personas, con relaciones R superiores a 1 después del día 14 ( figura 4 ). Al levantar estas dos prohibiciones, observamos un aumento tardío de R para la prohibición de reuniones de más de diez personas ( apéndice p. 45 ); el día 14, la RLa proporción fue 1 · 07 (95% CI 0 · 96–1 · 20) para levantar la prohibición de reuniones de más de diez personas y 1 · 23 (1 · 07–1 · 42) para levantar la prohibición de reuniones de más de 100 personas ( figura 4 ).
Sobre la base de los resultados del análisis principal, estimamos los efectos de cuatro candidatos de ISFL compuestas ( tabla 2 ; apéndice p 53 ). Las mayores reducciones en R se observaron para el candidato 4 (cierre de la escuela y el lugar de trabajo, además de la prohibición de eventos públicos y reuniones de más de diez personas, límites de movimiento interno y el requisito de quedarse en casa) en todos los momentos ( tabla 2 ).
Día 7 | Día 14 | Día 28 | |
---|---|---|---|
Candidato 1: prohibición de eventos públicos y reuniones de más de diez personas | 0 · 94 (0 · 85–1 · 03) | 0 · 87 (0 · 73–1 · 05) | 0 · 71 (0 · 55–0 · 93) |
Candidato 2: cierre del lugar de trabajo más prohibición de eventos públicos y reuniones de más de diez personas | 0 · 84 (0 · 76–0 · 93) | 0 · 78 (0 · 64–0 · 94) | 0 · 62 (0 · 47–0 · 82) |
Candidato 3: Cierre del lugar de trabajo más prohibición de eventos públicos y reuniones de más de diez personas más límites de movimiento interno | 0 · 81 (0 · 71–0 · 92) | 0 · 76 (0 · 60–0 · 95) | 0 · 58 (0 · 41–0 · 81) |
Candidato 4: Cierre de la escuela y el lugar de trabajo más prohibición de eventos públicos y reuniones de más de diez personas más límites de movimiento interno más el requisito de quedarse en casa | 0 · 65 (0 · 54–0 · 78) | 0 · 58 (0 · 42–0 · 78) | 0 · 48 (0 · 32–0 · 71) |
Discusión
Nuestros hallazgos sobre los efectos de la introducción de NPI coincidieron en líneas generales con los hallazgos del estudio multipaís de Flaxman y colegas que evaluó el impacto de diferentes NPI en 11 países europeos.
Flaxman y sus colegas informaron que varias NPI (por ejemplo, el cierre de escuelas y la prohibición de eventos públicos), y el cierre en particular, tuvieron un gran efecto (81%) en la reducción de la transmisión.
Sin embargo, Flaxman y sus colegas no evaluaron los cambios a lo largo del tiempo en el efecto del bloqueo y asumieron que el efecto fue inmediato. En este estudio, estimamos que una intervención extrema similar al encierro, consistente en el cierre de escuelas y lugares de trabajo, prohibiciones de eventos y reuniones públicas, requisitos para permanecer en casa y límites en el movimiento interno, podría reducir R en un 35% el día 7, 42% el día 14 y 52% el día 28. Nuestros hallazgos sobre los efectos de la introducción de NPI también fueron cualitativamente similares a los de un estudio de Islam y sus colegas que modeló la tasa de incidencia de COVID-19 con datos de OxCGRT NPI,
aunque ese estudio no evaluó los efectos de levantar las NPI.
El cierre de escuelas fue ampliamente adoptado anteriormente para controlar los brotes de influenza y las pandemias, y se demostró que reduce y retrasa los picos de epidemias.
,
Para el SARS-CoV-2, el papel de los niños en su transmisión aún no está claro. Un estudio de modelado de China mostró que el cierre de escuelas por sí solo no podía interrumpir la transmisión, pero podría reducir potencialmente la incidencia máxima en un 40-60% y retrasar la epidemia de COVID-19.
En este estudio, demostramos que el cierre de las escuelas por sí solo podría disminuir la transmisión en un 15% ( razón R 0 · 85, 95% CI 0 · 66–1 · 10) el día 28 y la reapertura de las escuelas podría aumentar la transmisión en un 24% (1 · 24 , 1 · 00-1 · 52) el día 28. Debe reconocerse que en nuestro análisis, no pudimos tener en cuenta las diferentes precauciones con respecto a la reapertura de escuelas que fueron adoptadas por algunos países, como el distanciamiento físico dentro de las aulas (p. Ej., Limitar tamaño de las clases y la colocación de separadores transparentes entre los estudiantes) y fuera de las aulas (p. ej., distancia física durante las comidas, recreación y transporte), higiene mejorada (p. ej., limpieza profunda de rutina y lavado personal de manos y mascarillas), y otros (p. ej., temperatura térmica controles a la llegada).
,
Tales precauciones son imperativas para una reapertura de escuelas más segura. Se informó de un brote de COVID-19 en una escuela secundaria en Israel 10 días después de su reapertura; los estudiantes estaban en aulas abarrotadas y no se les indicó que usaran mascarillas debido a las altas temperaturas.
Además, cabe señalar que no consideramos las vacaciones escolares normales en algunos países. Tampoco pudimos evaluar el efecto de la reapertura de diferentes niveles de la escuela (p. Ej., Escuelas primarias frente a secundarias) ya que el efecto podría diferir por franjas de edad más finas dentro de los niños y adolescentes en edad escolar.
,
Un informe encontró que los niños menores de 5 años con COVID-19 leve a moderado tenían cargas virales altas en la nasofaringe en comparación con los niños mayores y los adultos y, por lo tanto, podrían ser potencialmente importantes impulsores de la transmisión en la población general.
Nuestros hallazgos sugieren que, como un único NPI, la prohibición de eventos públicos resultó en la mayor reducción de R , con un índice de R el día 28 de 0 · 76 (95% CI 0 · 58–1 · 00). Este hallazgo no es sorprendente porque la prohibición de actividades concurridas podría evitar eventos de superpropagación, que se informaron comúnmente al comienzo de la pandemia de COVID-19.
Otra explicación de la alta reducción es que la prohibición de eventos públicos fue a menudo la primera NPI que se introdujo en los países; nuestro análisis de sensibilidad que excluyó las NPI que se introdujeron primero mostró una reducción no significativa de la transmisión con la prohibición de eventos públicos, con un índice R de 0 · 80 (IC del 95%: 0 · 57–1 · 11) el día 28.
En particular, no observamos una diferencia sustancial en nuestros resultados cuando incluimos en un análisis de sensibilidad solo las fases con un rastreo de contactos completo. Esto no fue como se esperaba ya que se creía que el rastreo de contactos reducía la transmisión mediante la identificación temprana de casos infecciosos. Este hallazgo podría deberse a la falta de representatividad, ya que solo el 18% de nuestros datos se incluyeron en este análisis de sensibilidad. Sin embargo, un estudio de modelado, que podría explicar nuestros resultados, sugirió que una estrategia de rastreo de contactos contribuirá a la contención de COVID-19 solo si se puede organizar de manera oportuna para minimizar las demoras en las pruebas y el rastreo.
Sin embargo, nuestros datos carecían de la granularidad necesaria para explorar más a fondo la puntualidad de las pruebas y el seguimiento. Además, de manera similar a los hallazgos de Islam y sus colegas,
no observamos efectos sustanciales del cierre del transporte público en la relación R.
Reconocemos varios desafíos y limitaciones con respecto a nuestro análisis. Primero, nuestro análisis se basó en datos sobre políticas de control más que en el comportamiento real de la población. En particular, no pudimos explicar la creciente conciencia de la higiene personal (incluido el uso de cubiertas para la cara) entre el público en respuesta a la pandemia. Estos cambios de comportamiento conducen a una mayor reducción de la transmisión y es probable que varíen con el tiempo. Tampoco pudimos examinar el cumplimiento de estas NPI debido a la escasez de datos adecuados que fueran confiables en todos los países a lo largo del tiempo. En segundo lugar, algunas NPI (por ejemplo, el cierre de escuelas y la prohibición de eventos públicos) a menudo se introdujeron antes que otras NPI (por ejemplo, requisitos para quedarse en casa); por lo tanto, no pudimos evaluar el efecto de diferentes órdenes de clasificación de cambios en el estado de la NPI.R y, por lo tanto, podría sesgar las estimaciones para las NPI posteriores. En tercer lugar, nuestros datos sobre las R y las NPI estaban a nivel nacional, mientras que tanto las R como las NPI podían variar entre las diferentes partes de un país. Un aumento en R a nivel nacionalpodría deberse a un brote agrupado en algunas áreas o debido a varios casos dispersos en todo el país. En cuarto lugar, reconocimos la heterogeneidad potencialmente alta entre los diferentes países en términos de determinación de casos de NPI y COVID-19. Nuestros hallazgos deben considerarse como un resumen amplio de todo el conjunto de datos, y no teníamos la intención de sacar conclusiones por separado para países individuales. Nuestros análisis de sensibilidad indicaron que nuestros principales hallazgos no fueron sensibles a la eliminación de diferentes listas de países. En quinto lugar, la conciencia individual y la higiene personal han ido cambiando con el tiempo desde que comenzó la pandemia, lo que podría contribuir en gran medida al cambio en la transmisión del SARS-CoV-2 (por ejemplo, el uso de mascarillas era poco común antes de la pandemia de COVID-19); por lo tanto, el impacto en Rpor la futura reintroducción y nueva relajación de las NPI podría ser sustancialmente diferente. En sexto lugar, no consideramos el papel de la estacionalidad subyacente o los factores meteorológicos (por ejemplo, temperatura y humedad) en la transmisión del SARS-CoV-2. Un estudio de modelado encontró que la introducción de NPI estaba fuertemente asociada con el crecimiento de casos de COVID-19 y, en comparación, la humedad solo se asoció débilmente con el crecimiento; no se encontró asociación para la latitud o la temperatura.
En séptimo lugar, solo evaluamos el efecto de la introducción y el levantamiento de las NPI durante los primeros 28 días después de la introducción y la relajación, y los hallazgos (incluida la tendencia) no deben generalizarse más allá de los 28 días. Finalmente, aunque nuestro estudio podría considerarse esencialmente como un estudio experimental natural,
nuestros hallazgos no implican necesariamente causalidad.
También reconocemos las limitaciones innatas de R como medida de transmisión del SARS-CoV-2. Primero, aunque a menudo se asume que R tiene interpretaciones sencillas en la práctica, estimar R durante un brote en curso es complicado y está asociado con una incertidumbre sustancial. En segundo lugar, las estimaciones de R se vuelven poco fiables con un rango de incertidumbre más amplio si el número de casos es bajo, lo que reduce su aplicabilidad a nivel local o cuando el número de casos en una región grande es bajo. En tercer lugar, R puede ser sensible a un aumento en el número de casos en ciertos entornos (p. Ej., Residencias, escuelas, fábricas y hospitales) y no representa completamente la transmisión en la población general. Cuatro,R es una medida de transmisión a nivel de población promedio y no refleja la transmisión a nivel individual del SARS-CoV-2. El potencial de transmisión del SARS-CoV-2 varía entre individuos y se refleja en los eventos de superpropagación notificados.
,
Compartir datos
Material suplementario
-
Apéndice complementario
Referencias
- 1.
Evaluación de impacto de las intervenciones no farmacéuticas contra la enfermedad por coronavirus 2019 y la influenza en Hong Kong: un estudio observacional.
Lancet Public Health. 2020; 5 : e279-e288
- 2.
Efectos de las intervenciones no farmacéuticas en los casos de COVID-19, las muertes y la demanda de servicios hospitalarios en el Reino Unido: un estudio de modelos.
Lancet Public Health. 2020; 5 : e375-e385
- 3.
Impacto del bloqueo en la epidemia de COVID-19 en Île-de-France y posibles estrategias de salida.
BMC Med. 2020; 18 : 240
- 4.
Estimación de los efectos de las intervenciones no farmacéuticas sobre COVID-19 en Europa.
Naturaleza. 2020; 584 : 257-261
- 5.
Inferencia basada en datos del número de reproducción de COVID-19 antes y después de las intervenciones para 51 países europeos.
Swiss Med Wkly. 2020; 150 w20313
- 6.
Efectividad del aislamiento, las pruebas, el rastreo de contactos y el distanciamiento físico para reducir la transmisión del SARS-CoV-2 en diferentes entornos: un estudio de modelado matemático.
Lancet Infect Dis. 2020; 20 : 1151-1160
- 7.
Dinámica temprana de transmisión y control de COVID-19: un estudio de modelado matemático.
Lancet Infect Dis. 2020; 20 : 553-558
- 8.
Evaluación del impacto de las intervenciones no farmacéuticas en la transmisión del SARS-CoV-2 en Suiza.
Swiss Med Wkly. 2020; 150 w20295
- 9.
Asociación de intervenciones de salud pública con la epidemiología del brote de COVID-19 en Wuhan, China.
JAMA. 2020; 323 : 1915-1923
- 10.
Efecto de las intervenciones no farmacéuticas en la transmisión del síndrome respiratorio agudo severo coronavirus 2, Corea del Sur, 2020.
Emerg Infect Dis. 2020; 26 : 2406-2410
- 11.
Monitoreo en tiempo real del potencial de transmisión de COVID-19 en Singapur, marzo de 2020.
BMC Med. 2020; 18 : 166
- 12.
Estimación del número de reproducción variable en el tiempo del SARS-CoV-2 utilizando recuentos de casos nacionales y subnacionales [versión 1; revisión por pares: pendiente de revisión por pares].
Bienvenidos Open Res. 2020; 5 (preimpresión). : 112
- 13.
Un nuevo marco y software para estimar los números de reproducción que varían en el tiempo durante las epidemias.
Soy J Epidemiol. 2013; 178 : 1505-1512
- 14.
Rastreador de respuesta del gobierno al coronavirus.
https://www.bsg.ox.ac.uk/research/research-projects/oxford-covid-19-government-response-tracker
Fecha: 2020Fecha de acceso: 13 de julio de 2020 - 15.
Intervenciones de distanciamiento físico e incidencia de la enfermedad por coronavirus 2019: experimento natural en 149 países.
BMJ. 2020; 370 m2743
- dieciséis.
Cierre de escuelas durante la nueva influenza: una revisión sistemática.
J Infectar la salud pública. 2018; 11 : 657-661
- 17.
Los efectos del cierre de escuelas sobre los brotes de influenza y las pandemias: revisión sistemática de estudios de simulación.
Más uno. 2014; 9 e97297
- 18.
Los cambios en los patrones de contacto dan forma a la dinámica del brote de COVID-19 en China.
Ciencias. 2020; 368 : 1481-1486
- 19.
Reapertura de escuelas en el contexto de COVID-19: pautas de salud y seguridad de otros países.
https://learningpolicyinstitute.org/product/reopening-schools-covid-19-brief
Fecha: 15 de mayo de 2020Fecha de acceso: 28 de julio de 2020 - 20.
Reapertura de escuelas después del cierre de COVID-19.
J Glob Health. 2020; 10 010376
- 21.
Un gran brote de COVID-19 en una escuela secundaria 10 días después de la reapertura de las escuelas, Israel, mayo de 2020.
Euro Surveill. 2020; 25 2001352
- 22.
COVID-19 en niños y adolescentes en Europa: un estudio de cohorte multinacional y multicéntrico.
Lancet Child Adolesc Health. 2020; 4 : 653-661
- 23.
Diferencias relacionadas con la edad en los niveles de coronavirus 2 del síndrome respiratorio agudo agudo nasofaríngeo (SARS-CoV-2) en pacientes con enfermedad por coronavirus leve a moderada 2019 (COVID-19).
JAMA Pediatr. 2020;( publicado en línea el 30 de julio ).
- 24.
Tasa de ataque secundario y eventos de superpropagación para SARS-CoV-2.
Lanceta. 2020; 395 : e47
- 25.
Impacto de las demoras en la efectividad de las estrategias de rastreo de contactos para COVID-19: un estudio de modelado.
Lancet Public Health. 2020; 5 : e452-e459
- 26.
Impacto de las intervenciones climáticas y de salud pública en la pandemia de COVID-19: un estudio de cohorte prospectivo.
CMAJ. 2020; 192 : e566-e573