WEBVTT

00:00:00.000 --> 00:00:10.000
मेरी रुचि और विशेषज्ञता का मुख्य क्षेत्र सार्वजनिक स्वास्थ्य नीतियों की प्रभावशीलता का मूल्यांकन करने में है।इसलिए स्वाभाविक रूप से, महामारी के दौ
00:00:10.000 --> 00:00:20.000
रान मैंने यह पता लगाने में रुचि विकसित की कि क्या कोविड -19 शमन नीतियां प्रभावी थीं, और यदि हां, तो जो सबसे प्रभावी थे।और आज मैं यही बात कर रहा हू
00:00:20.000 --> 00:00:30.000
ं।इसलिए शुरू करने से पहले, मैं अपने सभी सह-लेखकों को जल्दी से स्वीकार करना चाहता हूं और इस महत्वपूर्ण काम के वित्तपोषण के लिए NIH को भी धन्यवाद दे
00:00:30.000 --> 00:00:40.000
ता हूं।आज मैं जो काम प्रस्तुत कर रहा हूं, वह वास्तव में स्वास्थ्य मामलों [जर्नल] में प्रेस में है और फरवरी या मार्च में कुछ समय में प्रकाशित किया 
00:00:40.000 --> 00:00:50.000
जाएगा।तो सबसे पहले, मैं इस अध्ययन को वास्तव में प्रेरित करने के लिए कुछ संदर्भ प्रदान करके शुरू करना चाहता हूं।COVID-19 को संबोधित करने के लिए टीक
00:00:50.000 --> 00:01:00.000
ों और उपचारों की प्रारंभिक कमी को देखते हुए, देश ने COVID-19 ट्रांसमिशन को धीमा करने और स्वास्थ्य देखभाल प्रणालियों को पूर्ण क्षमता तक पहुंचने से 
00:01:00.000 --> 00:01:10.000
रोकने के लिए कई गैर-फार्मास्युटिकल हस्तक्षेपों को अपनाया।शुरुआती सबूतों को इस बारे में मिश्रित किया गया है कि क्या ये एनपीआई प्रभावी रहे हैं।कुछ अ
00:01:10.000 --> 00:01:20.000
्ययनों में एनपीआई और धीमी कोविड -19 विकास दर के बीच एक महत्वपूर्ण संबंध पाया गया है, जबकि अन्य अध्ययनों में यह भी पाया गया है कि एनपीआई का सीओवीआई
00:01:20.000 --> 00:01:30.000
डी ​​-19 ट्रांसमिशन पर कोई प्रभाव नहीं था।ये मिश्रित निष्कर्ष कई कारकों के कारण हो सकते हैं, लेकिन मुख्य रूप से इनमें से अधिकांश अध्ययन राज्य स्तर
00:01:30.000 --> 00:01:40.000
 पर आयोजित किए गए थे और एनपीआई, संक्रमण बोझ, परीक्षण के स्तर और जनसंख्या को अपनाने और निरस्त करने में काउंटी स्तर के अंतर के लिए जिम्मेदार नहीं थे
00:01:40.000 --> 00:01:50.000
- सामाजिक- सामाजिक-जनसांख्यिकीय विशेषताएं।इसके अतिरिक्त, इन नीतियों में से अधिकांश ने केवल महामारी की पहली एक या दो तरंगों को कवर किया और केवल एक 
00:01:50.000 --> 00:02:00.000
एनपीआई (उन सभी को नहीं) का अध्ययन किया।इसलिए इन कमियों को संबोधित करने के लिए, हम दैनिक काउंटी स्तर के डेटा का उपयोग करते हैं, जो कि महामारी की पह
00:02:00.000 --> 00:02:10.000
ली चार तरंगों के दौरान COVID-19 ट्रांसमिशन की गति पर पांच अलग-अलग NPI के संयुक्त प्रभाव का मूल्यांकन करते हैं।हम महामारी के दौरान नीति कार्यान्वयन
00:02:10.000 --> 00:02:20.000
 से जुड़े नीति कार्यान्वयन और काउंटी स्तर की विशेषताओं का भी वर्णन करते हैं।अब, मैं डेटा और उन तरीकों के बारे में बात करने के लिए आगे बढ़ूंगा जो ह
00:02:20.000 --> 00:02:30.000
ने उपयोग किए थे।हमने सभी पांच नीतियों के लिए और COVID-19 परीक्षण और टीकाकरण दरों के लिए दैनिक काउंटी स्तर के डेटा प्राप्त करने के लिए CDC डेटा सेट
00:02:30.000 --> 00:02:40.000
 का उपयोग किया।हमने USAFACTS COVID-19 डैशबोर्ड से दैनिक काउंटी-स्तरीय COVID-19 मामलों को प्राप्त किया।हमने कई काउंटी-स्तरीय विशेषताओं पर डेटा प्रा
00:02:40.000 --> 00:02:50.000
प्त किया जैसे कि अमेरिकी जनगणना ब्यूरो और वाणिज्य विभाग से उम्र, लिंग, नस्ल और शैक्षिक प्राप्ति का वितरण।हमने फॉक्स न्यूज, पोलिटिको और न्यूयॉर्क ट
00:02:50.000 --> 00:03:00.000
ाइम्स द्वारा प्रकाशित परिणामों से काउंटी-स्तरीय 2020 राष्ट्रपति चुनाव परिणाम भी प्राप्त किए।हमने चार राष्ट्रीय COVID-19 तरंगों में से प्रत्येक के 
00:03:00.000 --> 00:03:10.000
लिए COVID-19 ट्रांसमिशन दर को अलग से कम करने के लिए नीतियों की क्षमता का मूल्यांकन किया, जिसके लिए नीति डेटा उपलब्ध था और जो इस ग्राफ पर दिखाए गए 
00:03:10.000 --> 00:03:20.000
हैं।हमने संयुक्त सभी तरंगों के साथ विश्लेषण भी किया।अंततः, हमने वेव फाइव को विश्लेषण से बाहर करने का फैसला किया क्योंकि सीडीसी पॉलिसी डेटा सेट 15 
00:03:20.000 --> 00:03:30.000
अगस्त को समाप्त हो गया [2021] इसलिए हम वेव फाइव के पूरे ऊपर की ओर ढलान का मूल्यांकन करने में सक्षम नहीं थे।हमने COVID-19 के विकास पर पांच अलग-अलग 
00:03:30.000 --> 00:03:40.000
नीतियों के प्रभाव का मूल्यांकन किया, जिसमें बड़े सभा प्रतिबंध, घर पर रहने के आदेश, फेस मास्क जनादेश, और बार और रेस्तरां बंद शामिल हैं।अब मैं सिर्फ
00:03:40.000 --> 00:03:50.000
उन कदमों की समीक्षा करूंगा जो हमने पॉलिसी एक्सपोज़र को मॉडल करने के लिए लिए थे।सबसे पहले, प्रत्येक नीति के लिए, हमने पांच दिन के अंतराल की गणना सा
00:03:50.000 --> 00:04:00.000
त-दिवसीय रोलिंग औसत से संचयी नीति के दिनों के लिए की है क्योंकि जो लोग किसी दिए गए दिन पर सकारात्मक परीक्षण करते हैं, वे औसतन पांच दिन पहले वायरस 
00:04:00.000 --> 00:04:10.000
के संपर्क में थे।यह पूर्व शोध पर आधारित है।दूसरा, हमने सभी चार नीतियों के लिए संचयी नीति दिनों के योग के रूप में गणना की गई एक समग्र एनपीआई चर बना
00:04:10.000 --> 00:04:20.000
ई।हमने एक समग्र नीति चर का उपयोग करने का फैसला किया क्योंकि काउंटियों ने एक ही समय में एनपीआई की अधिकांश नीतियों को लागू और निरस्त कर दिया, जिससे 
00:04:20.000 --> 00:04:30.000
नीतियों के बीच उच्च स्तर की मुली-कॉलिनरता होती है।जब आप एक ही समय में मॉडल में उन सभी को शामिल कर रहे हों, तो व्यक्तिगत नीतिगत प्रभावों की पहचान क
00:04:30.000 --> 00:04:40.000
रना वास्तव में मुश्किल हो जाता है।हमारे प्रतिगमन मॉडल में, हमने इस समग्र नीति चर के दो अलग -अलग संस्करणों का मूल्यांकन किया: एक निरंतर संस्करण और 
00:04:40.000 --> 00:04:50.000
एक बाइनरी संस्करण भी जो उच्च नीति काउंटियों बनाम कम नीति काउंटियों की तुलना करता है।हमने सात परिणामों पर इस समग्र चर के प्रभाव का मूल्यांकन किया, 
00:04:50.000 --> 00:05:00.000
िन्हें काउंटी के एटी-रिस्क स्टार्ट डेट से गिनती के दिनों की संख्या के रूप में परिभाषित किया गया है, जो कि काउंटी के COVID-19 सात दिन के रोलिंग औसत
00:05:00.000 --> 00:05:10.000
 केस रेट के लिए लिया गया है।, 200, 400, 600, 800, या 100,000 लोगों के लिए 1,000 संक्रमण।प्रत्येक लहर में प्रत्येक काउंटी के लिए जोखिम की शुरुआत की
00:05:10.000 --> 00:05:20.000
 तारीख उस पहले दिन शुरू हुई जिसमें काउंटी 100,000 लोगों के लिए 10 नए कोविड -19 मामलों से अधिक था।अनुवर्ती अवधि तब समाप्त हो गई जब काउंटी निर्दिष्ट
00:05:20.000 --> 00:05:30.000
 सीमा तक पहुंच गया या उस दिन जिस दिन उस काउंटी में लहर चरम पर थी।हमारे सांख्यिकीय दृष्टिकोण के लिए, हमने बहु -परिवर्तनीय कॉक्स आनुपातिक खतरों के प
00:05:30.000 --> 00:05:40.000
्रतिगमन मॉडल का प्रदर्शन किया।हमने उन काउंटियों को बाहर कर दिया जो एक लहर के दौरान प्रति 100,000 प्रति 10 मामलों तक कभी नहीं पहुंचे क्योंकि हमने उ
00:05:40.000 --> 00:05:50.000
न्हें जोखिम में नहीं माना।इसके अलावा, काउंटी जनसंख्या आकार के 5% के निचले हिस्से में काउंटियों के कारण क्योंकि छोटी आबादी के कारण केस दरों को कम क
00:05:50.000 --> 00:06:00.000
र सकता है, जिसके परिणामस्वरूप अनुमान लगाया जाएगा।पहले से उल्लिखित काउंटी स्तर के जनसांख्यिकीय विशेषताओं के अलावा, हमने कई अन्य COVID-19 संबंधित कन
00:06:00.000 --> 00:06:10.000
्फ्यूडर के लिए भी नियंत्रित किया, जिसमें काउंटी के Covid-19 परीक्षण दर, कम से कम एक वैक्सीन खुराक के साथ प्रतिशत, पूरी तरह से टीकाकरण वाले लोगों क
00:06:10.000 --> 00:06:20.000
 प्रतिशत, Covid0--एटी जोखिम अवधि की शुरुआत में 19 केस रेट, और जो नेशनल कोविड वेव काउंटी की पहली लहर थी।अब मैं अपने वर्णनात्मक परिणामों को साझा करन
00:06:20.000 --> 00:06:30.000
े के लिए आगे बढ़ूंगा।यह ग्राफ अध्ययन की समय अवधि में चार नीतियों द्वारा कवर की गई अमेरिकी आबादी का प्रतिशत दिखाता है।जैसा कि आप ग्राफ से देख सकते 
00:06:30.000 --> 00:06:40.000
हैं, बार और रेस्तरां क्लोजर में पूरे महामारी में उच्चतम कार्यान्वयन स्तर था।हमने उन्हें यहां एक नीति में जोड़ा है क्योंकि हमें एहसास हुआ कि लगभग 9
00:06:40.000 --> 00:06:50.000
9% समय बार और रेस्तरां बंद होने से एक साथ लागू किया गया था, इसलिए हमने उन्हें एक में जोड़ दिया।फेस मास्क जनादेश सभी को काफी हद तक बाद में लागू किय
00:06:50.000 --> 00:07:00.000
ा गया था, जो जुलाई से 2020 के अगस्त तक शुरू हुआ था। फिर आखिरकार, सभी चार नीतियां मई से 2021 के जून तक काफी गिर गईं।कुछ दिलचस्प निष्कर्ष भी थे जब ह
00:07:00.000 --> 00:07:10.000
मने उच्च बनाम कम नीति समूहों में 30 अलग -अलग काउंटी वर्णनात्मक आंकड़ों की तुलना की।मैंने इस स्लाइड पर सबसे दिलचस्प निष्कर्षों में से कुछ पर प्रकाश
00:07:10.000 --> 00:07:20.000
 डाला है।कुल मिलाकर, जिन काउंटियों ने अधिक बार नीतियों को लागू किया था, उनमें जनसंख्या घनत्व अधिक थी, सेवा नौकरी के कर्मचारियों का एक उच्च प्रतिशत
00:07:20.000 --> 00:07:30.000
 घर के कर्मचारियों से कम प्रतिशत कम प्रतिशत, रिपब्लिकन मतदाताओं का कम प्रतिशत, 20 या के साथ आवास में रहने वाले लोगों का एक उच्च प्रतिशतअधिक इकाइया
00:07:30.000 --> 00:07:40.000
ँ, और एक उच्च COVID-19 परीक्षण दर भी।यह स्लाइड एक काउंटी स्तर के हीट मैप को प्रदर्शित करता है जो क्षेत्रीय भिन्नता और नीति कार्यान्वयन को दर्शाता 
00:07:40.000 --> 00:07:50.000
है जहां लाल एक उच्च नीति तीव्रता का प्रतिनिधित्व करता है और पीला कम तीव्रता का प्रतिनिधित्व करता है।आप देख सकते हैं कि, सामान्य तौर पर, पूर्वोत्तर
00:07:50.000 --> 00:08:00.000
 और उत्तर -पश्चिम में काउंटियों में जगह में नीतियों के साथ अधिक दिन थे और दक्षिण -पूर्व में काउंटियों और केंद्रीय मैदानों में पूरे महामारी के दौरा
00:08:00.000 --> 00:08:10.000
न कम नीतिगत दिन थे।अब मैं सिर्फ प्रभाव मूल्यांकन परिणामों पर आगे बढ़ूंगा।संयुक्त सभी चार तरंगों में, उच्च नीति कार्यान्वयन काउंटियों को हर एक सीमा
00:08:10.000 --> 00:08:20.000
 के लिए कम खतरनाक दर के साथ जोड़ा गया था और ये परिणाम सभी सांख्यिकीय रूप से महत्वपूर्ण थे।ये परिणाम लहरों में दो और तीन और कम स्पष्ट रूप से एक और 
00:08:20.000 --> 00:08:30.000
चार में स्पष्ट हैं, जिन्हें मैं चर्चा में बाद में छूता हूं।निरंतर संस्करण के लिए कॉक्स प्रतिगमन परिणाम भी समान थे।हम देखते हैं कि सभी चार तरंगों न
00:08:30.000 --> 00:08:40.000
े पॉलिसी में एक दिन की वृद्धि को संयुक्त रूप से हर एक सीमा के लिए कम खतरनाक दर के साथ जोड़ा है।फिर से, हम देखते हैं कि परिणाम दो और तीन लहरों में 
00:08:40.000 --> 00:08:50.000
बसे अधिक स्पष्ट हैं और एक और चार में लहरों में कम स्पष्ट हैं।कुल मिलाकर, तरंगों में अलग-अलग नीति प्रभाव ताकत नीतियों के समय और प्रसार को दर्शाती ह
00:08:50.000 --> 00:09:00.000
ै और साथ ही मध्यस्थता वाले कारकों की उपस्थिति भी है जो महामारी के दौरान अलग-अलग समय पर COVID-19 ट्रांसमिशन को प्रभावित करते हैं।वेव वन की शुरुआत म
00:09:00.000 --> 00:09:10.000
ें महामारी की गंभीरता और नैदानिक ​​रूप से महत्वपूर्ण वायरस विशेषताओं और विशिष्ट प्रारंभिक सीडीसी मार्गदर्शन की कमी के बारे में भ्रम था।इन कारकों न
00:09:10.000 --> 00:09:20.000
े नीति कार्यान्वयन में देरी में योगदान दिया और कई काउंटियों को एक प्रकोप को रोकने के लिए पहले से ही प्रकोप होने के बाद नीतियों को लागू करने के लिए
00:09:20.000 --> 00:09:30.000
 प्रेरित किया।महामारी के शुरुआती चरणों में कम मास्क उपलब्धता ने भी प्रवर्तन को और अधिक कठिन बना दिया हो सकता है।ये शुरुआती कठिनाइयाँ कम थ्रेसहोल्ड
00:09:30.000 --> 00:09:40.000
 के लिए सांख्यिकीय महत्व की कमी का कारण हैं जो पहले वेव में होने वाली हैं, जबकि उच्च थ्रेसहोल्ड पर महत्व उस बिंदु तक लंबे समय तक नीतिगत जोखिम को प
00:09:40.000 --> 00:09:50.000
्रतिबिंबित कर सकता है।वेव फोर भी कई कारणों से अद्वितीय था।वेव फोर के अंत तक, देश के 54% में कम से कम एक टीकाकरण शॉट था और 78% पुराने वयस्कों में ए
00:09:50.000 --> 00:10:00.000
 पूर्ण टीकाकरण श्रृंखला थी।जैसा कि आप इस प्रदर्शनी में देख सकते हैं, कई काउंटियों ने वेव फोर के दौरान अपनी नीति जनादेश को गिरा दिया, लेकिन नीतियों
00:10:00.000 --> 00:10:10.000
 को छोड़ना यादृच्छिक नहीं था।उच्च COVID-19 स्तरों के साथ काउंटियों को अपनी नीतियों को रखने की अधिक संभावना थी, जबकि उच्च टीकाकरण दरों वाले काउंटिय
00:10:10.000 --> 00:10:20.000
ों में उनके एनपीआई को गिराने की अधिक संभावना थी, यह चयनात्मक निरसन रिवर्स कारण हो सकता है जहां उच्च नीति स्तर उच्च COVID-19 ट्रांसमिशन से जुड़े है
00:10:20.000 --> 00:10:30.000
ं,जैसा कि हम वेव फोर में कम थ्रेसहोल्ड के लिए देख सकते हैं।उस बिंदु पर महामारी की थकान की एक महत्वपूर्ण मात्रा भी थी जो बहुत सारे सर्वेक्षण डेटा अ
00:10:30.000 --> 00:10:40.000
नुसंधान पर आधारित है और जिसके कारण नीति अनुपालन की बहुत कम दरें हुईं।कुल मिलाकर, हमारे स्तरीकृत लहर निष्कर्षों पर प्रकाश डाला गया कि एनपीआई प्रभाव
00:10:40.000 --> 00:10:50.000
शीलता की डिग्री समय, खुराक और नीति अनुपालन पर निर्भर करती है।दो और तीन लहरों द्वारा, काउंटी के अधिकारियों को COVID-19 ट्रांसमिशन तंत्र और संभावित 
00:10:50.000 --> 00:11:00.000
शमन रणनीतियों की सरणी की बेहतर समझ थी।इस समय भी मजबूत नीति अनुपालन था और नीतियों को अधिक लगातार लागू किया गया था।इन सभी कारकों की संभावना है कि दो
00:11:00.000 --> 00:11:10.000
 और तीन लहरों के दौरान एनपीआई प्रभावशीलता के उच्च स्तर का नेतृत्व किया।अंत में, तेजी से COVID-19 ट्रांसमिशन के सबसे बड़े खतरों में से एक यह है कि 
00:11:10.000 --> 00:11:20.000
स्पताल और स्वास्थ्य देखभाल प्रदाता COVID-19 रोगियों से अभिभूत हो जाते हैं और उनकी पूरी क्षमता तक पहुंच जाते हैं।यह आवश्यक देखभाल तक पहुंच के बिना 
00:11:20.000 --> 00:11:30.000
कोविड और गैर-कोविड दोनों रोगियों का नेतृत्व कर सकता है और अंततः अधिक रुग्णता और मृत्यु दर का परिणाम हो सकता है।हम मानते हैं कि इस अध्ययन में ये नि
00:11:30.000 --> 00:11:40.000
ष्कर्ष गैर-फार्मास्युटिकल हस्तक्षेप के उपयोग के समर्थन में महत्वपूर्ण सबूत प्रदान करते हैं, क्योंकि कोविड -19 या इसी तरह के संक्रामक रोग के प्रकोप
00:11:40.000 --> 00:11:50.000
 की भविष्य की तरंगों की वक्र को समतल करने के लिए एक सार्वजनिक स्वास्थ्य उपाय के रूप में।मैं बस फिर से उल्लेख करूँगा कि बहुत कुछ है जो मैं समय सीमा
00:11:50.000 --> 00:12:00.000
 के कारण यहां साझा नहीं कर सकता, इसलिए यदि आप अधिक सीखने में रुचि रखते हैं - तो स्वास्थ्य मामलों में आने वाले प्रकाशन में हमें संवेदनशीलता विश्लेष
00:12:00.000 --> 00:12:10.000
ण मिला है, एक तीस पृष्ठपरिशिष्ट .. यदि आप अधिक जानकारी प्राप्त करने में रुचि रखते हैं, तो कृपया स्वास्थ्य मामलों के प्रकाशन के लिए देखें।सुनने के 
00:12:10.000 --> 00:12:20.000
लिए आप सभी को धन्यवाद और मैं बाद में सवालों के जवाब देने के लिए उत्सुक हूं।