hig.sePublikationer
Ändra sökning
Avgränsa sökresultatet
1 - 1 av 1
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Lan, Yihong
    et al.
    Suntar Research Institute, Singapore, Singapore.
    Yin, Li
    Karolinska institutet.
    Wang, Xiaoqin
    Högskolan i Gävle, Akademin för teknik och miljö, Avdelningen för elektroteknik, matematik och naturvetenskap, Matematik.
    Dynamics of COVID-19 progression and the long-term influences of measures on pandemic outcomes2022Ingår i: Emerging Themes in Epidemiology, E-ISSN 1742-7622, Vol. 19, artikel-id 10Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The pandemic progression is a dynamic process, in which measures yield outcomes, and outcomes in turn influence subsequent measures and outcomes. Due to the dynamics of pandemic progression, it is challenging to analyse the long-term influence of an individual measure in the sequence on pandemic outcomes. To demonstrate the problem and find solutions, in this article, we study the first wave of the pandemic—probably the most dynamic period—in the Nordic countries and analyse the influences of the Swedish measures relative to the measures adopted by its neighbouring countries on COVID-19 mortality, general mortality, COVID-19 incidence, and unemployment. The design is a longitudinal observational study. The linear regressions based on the Poisson distribution or the binomial distribution are employed for the analysis. To show that analysis can be timely conducted, we use table data available during the first wave. We found that the early Swedish measure had a long-term and significant causal effect on public health outcomes and a certain degree of long-term mitigating causal effect on unemployment during the first wave, where the effect was measured by an increase of these outcomes under the Swedish measures relative to the measures adopted by the other Nordic countries. This information from the first wave has not been provided by available analyses but could have played an important role in combating the second wave. In conclusion, analysis based on table data may provide timely information about the dynamic progression of a pandemic and the long-term influence of an individual measure in the sequence on pandemic outcomes.

    Ladda ner fulltext (pdf)
    fulltext
1 - 1 av 1
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf