Blog

Jun 10, 2023

Le rôle du système de niveaux californien dans le contrôle de la mobilité de la population pendant le COVID

BMC Santé Publique

BMC Public Health volume 23, Article number: 905 (2023) Citer cet article

273 accès

1 Altmétrique

Détails des métriques

Les politiques visant à restreindre la mobilité de la population sont une stratégie couramment utilisée pour limiter la transmission des maladies contagieuses. Parmi les mesures mises en œuvre pendant la pandémie de COVID-19 figuraient des commandes dynamiques de maintien à domicile informées par des données en temps réel au niveau régional. La Californie a été le premier État des États-Unis à mettre en œuvre cette nouvelle approche ; cependant, l'efficacité du système à quatre niveaux de la Californie sur la mobilité de la population n'a pas été quantifiée.

À l'aide de données provenant d'appareils mobiles et de données démographiques au niveau du comté, nous avons évalué l'impact des changements de politique sur la mobilité de la population et examiné si les caractéristiques démographiques expliquaient la variabilité de la réactivité aux changements de politique. Pour chaque comté de Californie, nous avons calculé la proportion de personnes restant à la maison et le nombre moyen de trajets quotidiens effectués pour 100 personnes, sur différentes distances de trajet et comparé cela aux niveaux antérieurs à la COVID-19.

Nous avons constaté que la mobilité globale diminuait lorsque les comtés passaient à un niveau plus restrictif et augmentait lorsqu'ils passaient à un niveau moins restrictif, comme prévu par la politique. Lorsqu'ils sont placés dans un niveau plus restrictif, la plus forte diminution de la mobilité a été observée pour les trajets de courte et moyenne distance, tandis qu'il y a eu une augmentation inattendue pour les trajets plus longs. La réponse à la mobilité variait selon la région géographique, ainsi que le revenu médian au niveau du comté, le produit intérieur brut, les contextes économiques, sociaux et éducatifs, la prévalence des fermes et les résultats des élections récentes.

Cette analyse fournit des preuves de l'efficacité du système à plusieurs niveaux pour réduire la mobilité globale de la population afin de réduire en fin de compte la transmission de la COVID-19. Les résultats démontrent que les indicateurs démographiques sociopolitiques entraînent une variabilité importante de ces schémas d'un comté à l'autre.

Rapports d'examen par les pairs

La mobilité de la population est une considération essentielle lors de l'examen de la propagation des maladies infectieuses du point de vue de la santé publique. La mobilité, ou les distances que les personnes parcourent quotidiennement et la fréquence de leurs déplacements, est une indication de leur exposition potentielle à des personnes infectées (pour les maladies transmissibles) [1]. Lorsque les autorités tentent de contenir un agent infectieux comme le virus SRAS-CoV-2 dans une population, des interventions non pharmaceutiques comme les ordonnances gouvernementales qui restreignent la mobilité humaine sont généralement mises en place pour minimiser l'exposition et la propagation virale. Dans le contexte de la COVID-19, les gouvernements locaux et fédéraux du monde entier ont appliqué diverses mesures pour limiter la transmission du virus en réduisant la mobilité de la population. Le virus SARS-CoV-2 s'est rapidement propagé à l'échelle mondiale en grande partie à partir de la transmission aérienne et avait un lourd fardeau pour la santé, où sa présentation clinique variait de symptômes légers à graves, y compris la pneumonie, les lésions organiques et la mort, ce qui rend important la mise en place de politiques pour réduire sa propagation [2, 3]. Cependant, la nature sans précédent de cette pandémie mondiale a rendu les orientations difficiles à établir, en partie en raison d'un manque de preuves claires de l'efficacité des diverses mesures.

Une série de politiques ont été mises en œuvre à différents niveaux de gouvernement, notamment l'utilisation de masques faciaux, la distanciation physique, la limitation de la capacité des espaces intérieurs, la fermeture d'entreprises et d'espaces non essentiels, l'amélioration de la ventilation intérieure, le nettoyage et la désinfection des surfaces et la surveillance de la santé individuelle par la prise de température et les tests COVID-19 [4,5,6,7]. En plus d'encourager ces politiques, de nombreux gouvernements ont également mis en place des ordonnances de maintien à domicile pour minimiser la propagation de l'infection. À des degrés divers, ces ordonnances imposaient aux résidents de rester à la maison, avec des exceptions pour les tâches nécessaires ou critiques [8]. Par rapport aux régions où les ordonnances de maintien à domicile n'ont pas été mises en œuvre, les zones avec des ordonnances de maintien à domicile ont connu une réduction du nombre de cas de COVID-19 et de décès, comme indiqué dès cinq jours après la mise en œuvre, minimisant ainsi la propagation virale [9, 10]. Bien que le principal mécanisme susceptible de contribuer à une telle réduction de la COVID-19 soit probablement motivé par des changements dans les schémas de mobilité, il existe peu de preuves pour démontrer l'effet de ces mesures sur la mobilité.

Plusieurs études antérieures se sont concentrées sur les effets des politiques de restriction de la mobilité sur les taux de transmission du COVID-19 et ont largement identifié que les restrictions de mobilité entraînaient des réductions de la transmission du COVID-19 [7, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]. Cependant, moins d'études ont évalué les impacts de la mobilité de la population des politiques COVID-19. Nous avons identifié 22 articles qui ont étudié cette relation, qui sont fournis dans le tableau S1. Sept de ces études ont évalué l'impact de ces politiques sur la mobilité aux États-Unis seulement [22,23,24,25,26], tandis que quinze ont exploré cette relation dans d'autres parties du monde, y compris la Chine, le Canada, la Pologne, l'Italie, la France, la Hongrie, la Grèce, et à l'échelle mondiale [7, 16, 27,28,29,30,31,32,33,34,35,36,37,38,39,40]. Certains pays, dont la Chine, le Royaume-Uni, l'Afrique du Sud et Israël, ont utilisé des preuves en temps réel au niveau régional pour mettre en œuvre divers niveaux de restrictions de mobilité afin de réduire la propagation du COVID-19 [41,42,43]. Pour évaluer l'efficacité de ces mesures, différentes approches ont été utilisées pour estimer la mobilité. Une étude menée en Chine a utilisé la congestion du trafic et la fréquence d'utilisation du métro comme indicateur de la mobilité humaine, tandis que d'autres se sont appuyées sur des données de téléphone portable anonymisées ou sur les données de mobilité de Google [32]. Quelle que soit l'approche utilisée, toutes les études ont conclu que ces politiques réduisaient la mobilité et ont souligné leur efficacité globale pour réduire la transmission de la COVID-19. La Californie a été le premier État des États-Unis à mettre en œuvre une politique plus nuancée, qui différait des ordonnances de séjour à domicile à l'échelle de l'État en raison de ses critères au niveau du comté pour déterminer les restrictions politiques. De plus, peu de pays dans le monde ont utilisé une politique de système à plusieurs niveaux (par exemple, l'Italie), et ceux qui l'ont fait ont utilisé des politiques différentes (par exemple, un système à trois niveaux en Italie utilisant trois couleurs pour intensifier les restrictions : jaune, orange et rouge), la plupart des pays optant pour utiliser des politiques de verrouillage sans système à niveaux, ce qui rend le système à niveaux californien distinct [29].

Le 30 août 2020, la Californie a présenté le Blueprint for a Safer Economy, un système complet de niveaux comté par comté pour contrôler la propagation du virus par le biais de restrictions politiques, basé sur la positivité des tests COVID-19 et les taux de cas spécifiques au comté [44]. Ce système à plusieurs niveaux a été proposé par le gouverneur de Californie Gavin Newsom comme une approche fondée sur des preuves pour lutter contre la pandémie de COVID-19, en tenant compte des indicateurs locaux de transmission virale. Le système californien comprenait quatre niveaux, le niveau un étant le plus restrictif (violet), le niveau deux (rouge) étant restrictif, le niveau trois (orange) étant le moins restrictif et le niveau quatre (jaune) étant le moins restrictif (tableau supplémentaire S2). Comme ce système était codé par couleur, il permettait un indicateur clair et accessible des risques de COVID-19 pour les personnes et les entreprises en Californie. Le niveau de chaque comté a été évalué sur la base de preuves épidémiologiques des risques de COVID-19. Le 6 octobre 2020, la Californie a mis en place une mesure supplémentaire d'équité en santé qui obligeait les comtés à faire des efforts tangibles pour éliminer les disparités en améliorant les taux de positivité au COVID-19 dans les communautés les plus défavorisées avant de passer à un niveau moins restrictif [45]. Une fois que la Californie a commencé à administrer des vaccins, le système de niveaux a changé pour s'ajuster aux vaccins administrés ainsi qu'au nombre absolu de cas à partir du 20 avril 2021.

Les restrictions pour les entreprises de chaque comté correspondaient au niveau pour lequel elles étaient classées ; par exemple, au niveau 1, les entreprises intérieures non essentielles ont été fermées et les entreprises intérieures essentielles ont été réduites à une capacité maximale de 25 %, tandis qu'au niveau 4, la plupart des entreprises intérieures étaient ouvertes avec quelques modifications. À notre connaissance, l'impact de ce système de paliers sur la mobilité de la population n'a pas été évalué. En outre, le rôle de différents indicateurs sociopolitiques et démographiques peut donner un aperçu des raisons pour lesquelles les schémas de mobilité varient d'un comté à l'autre. Dans les comtés qui ont une proportion plus élevée de main-d'œuvre essentielle, comme les travailleurs agricoles par exemple, les gens peuvent ne pas avoir le privilège de travailler à domicile et, par conséquent, les niveaux de mobilité peuvent ne pas changer avec les fermetures, tandis que les comtés avec moins de travailleurs essentiels peuvent avoir plus de choix pour restreindre leur mobilité. Des études antérieures ont également identifié que certaines caractéristiques sociodémographiques peuvent être liées à un risque et à un impact disproportionnés d'exposition au COVID-19, et ces différences peuvent en partie expliquer les différences dans la relation entre la mise en œuvre des politiques et les changements de mobilité au sein et entre les comtés [46, 47]. Comprendre les différences spatiales dans l'efficacité des politiques visant à réduire la mobilité de la population et ce qui motive ces variations peut être important pour adapter les actions en fonction de la démographie et des populations au niveau des comtés. Comprendre la réponse des populations au niveau du comté peut être utilisé pour promouvoir des politiques équitables qui tiennent compte des disparités dans le risque d'exposition et des mesures de protection associées. De plus, l'évaluation des effets de ces mesures sur les déplacements à courte et longue distance peut être utile pour mieux comprendre comment les populations modifient leurs comportements de déplacement et les impacts imprévus qui peuvent résulter de ces politiques. Combler ces lacunes dans les connaissances pourrait fournir des informations précieuses pour améliorer la mise en œuvre des futures politiques à l'échelle de la population et améliorer la préparation, la gestion et la réponse aux urgences de santé publique.

Cet article vise à évaluer l'effet que le Blueprint for a Safer Economy, appelé par la suite le système de paliers californien, a eu sur la mobilité de la population, y compris la proportion quotidienne de la population ne restant pas à la maison et le nombre moyen de déplacements à distance lors de sa mise en œuvre du 31 août 2020 au 15 juin 2021 au plus fort de la pandémie de COVID-19. Deuxièmement, cette étude vise à comprendre si les caractéristiques démographiques au niveau du comté expliquent les différences dans la façon dont les modèles de mobilité des comtés de Californie ont changé en réponse à l'évolution des restrictions lors de la mise en œuvre de la politique.

Les données sur les déplacements quotidiens, y compris la population ne restant pas à la maison et les déplacements par distance parcourue au niveau du comté, ont été téléchargées à partir du Bureau of Transportation Statistics des États-Unis [48]. Ces informations sur les voyages pour chaque comté des États-Unis ont été estimées par le Maryland Transportation Institute and Center for Advanced Transportation Technology Laboratory de l'Université du Maryland à l'aide d'un panel anonymisé de données d'appareils mobiles agrégées à partir de plusieurs sources [48]. Cela inclut les données provenant d'appareils mobiles à travers les États-Unis qui répondent aux normes de qualité des données, y compris la fréquence temporelle et la précision spatiale des observations de points de localisation anonymisées, la couverture temporelle et la représentativité de l'appareil, et la représentativité spatiale de l'échantillon. Une méthode de pondération à plusieurs niveaux a élargi l'échantillon de l'étude aux estimations de la population au niveau du comté et les résultats sont estimés avoir la meilleure représentativité. Les données extraites pour cette étude comprenaient des estimations quotidiennes de la population restant à la maison, de la population ne restant pas à la maison et, lorsqu'ils quittent la maison, le nombre moyen de déplacements par distance en miles (< 1, 1–3, 3–5, 5–10, 10–25, 25–50, 50–100, 100–250, 250–500 et 500+). Tout déplacement impliquant un séjour de plus de 10 min dans un lieu anonymisé hors du domicile (qui a été imputé au niveau hebdomadaire) était considéré comme un déplacement ; les arrêts multiples de plus de 10 minutes avant le retour à la maison ont été estimés comme des trajets multiples. Tous les modes de transport sont saisis comme des déplacements, y compris les déplacements en voiture, en train et en avion. Cet ensemble de données a commencé en janvier 2019 et les données utilisées pour cette étude sont allées du 31 août 2020 au 15 juin 2021, lorsque le système de niveaux s'est arrêté et que la Californie a été entièrement rouverte. Les données de 2019 ont également été utilisées pour cette analyse. Les données sur le système de niveaux californien ont été téléchargées à partir du California Department of Public Health (CDPH) [45]. Chaque comté de Californie a été classé dans un niveau [1,2,3,4] basé sur des indicateurs de transmission et de risque de COVID-19 en utilisant la positivité des tests et des taux de cas ajustés chaque semaine du 31 août 2020 au 15 juin 2021. qui précisent que les taux de positivité des tests dans les quartiers défavorisés ne sont pas différents des estimations globales du comté. À partir du 20 avril 2021, le nombre absolu de cas et la couverture vaccinale ont également été pris en compte pour déplacer les comtés vers un niveau moins restrictif si l'évaluation préalable l'empêchait de changer de niveau. Le CDPH a évalué les taux de cas et la positivité des tests du comté tous les lundis et a partagé la classification avec les comtés tous les mardis, qui entrerait en vigueur le lendemain (mercredi). S'il était déterminé qu'un comté devait passer à un niveau plus restrictif, le comté disposait de trois jours, à compter de mercredi, pour mettre en œuvre tout changement, à moins qu'une action immédiate ne soit méritée en raison de circonstances extrêmes. Un comté devait rester dans un niveau pendant au moins trois semaines pour passer à un niveau moins restrictif et ne pouvait avancer que d'un niveau à la fois (même si les mesures indiquaient de sauter des niveaux).

Lorsqu'un comté était considéré comme ayant une transmission généralisée du COVID-19, il était classé dans le niveau le plus restrictif (violet, niveau 1), et les principales restrictions comprenaient le maintien des rassemblements sociaux à un maximum de trois ménages, l'interdiction des événements assis à l'intérieur, la restriction des gymnases et des restaurants à l'extérieur et la fermeture des bars. Au niveau rouge (niveau 2), lorsqu'il était considéré qu'il y avait une transmission substantielle, un maximum de 25 personnes étaient autorisées à se rassembler à l'extérieur, et les rassemblements à l'intérieur étaient autorisés avec des modifications, bien que fortement déconseillés. Dans ce niveau, les gymnases ont été autorisés à ouvrir à 10% de leur capacité et les restaurants à 25% de leur capacité, et les bars sont restés fermés. Au 3e niveau (Orange), 50 personnes ont été autorisées à se rassembler à l'extérieur, les salles de sport ont ouvert à 25 % de capacité et les restaurants à 50 %, tandis que les bureaux ont commencé à ouvrir à l'intérieur avec quelques modifications (bien que le travail à distance continue d'être fortement encouragé) ; les bars ont également été autorisés à ouvrir pour une utilisation en extérieur. Le niveau le moins restrictif (jaune, niveau 4) autorisait les rassemblements en plein air jusqu'à 100 personnes, les salles de sport et les restaurants ouverts à 50% de capacité et les bars à ouvrir à l'intérieur à 25% de capacité. Plus de détails sur ce qui était autorisé ou restreint dans chaque critère de niveau sont fournis dans les documents supplémentaires (tableau S2).

Pour comprendre l'évolution de la mobilité résultant du système California Tier, nous avons d'abord calculé une mesure standardisée de la population pour chaque variable de mobilité en divisant la population restant à la maison et le nombre de déplacements par la population totale (somme de la population restant à la maison et de la population ne restant pas à la maison) et en multipliant par 100. Ces mesures standardisées de la population représentent la proportion de personnes restant à la maison et le nombre moyen de déplacements quotidiens effectués pour 100 personnes pour chaque catégorie de distance. Ces estimations ont été moyennées au niveau hebdomadaire pour chaque comté, pour un total de 83 semaines évaluées pour chacun des 58 comtés de Californie, et une différence pour chaque semaine a été calculée en utilisant les estimations de 2019 comme référence pour estimer une différence robuste comme cela a été fait dans des articles précédents [49, 50]. Ces différences robustes ciblent le schéma de mobilité qui aurait été observé en l'absence des restrictions du système California Tier pour chaque semaine en 2020 (en utilisant des estimations hebdomadaires de l'année précédente). Une différence de mobilité moyenne au niveau hebdomadaire a été utilisée comme résultat d'intérêt dans nos modèles. Il convient de noter que le 1er janvier était considéré comme le premier jour de la première semaine de chaque année et que les mesures hebdomadaires étaient calculées en conséquence. Ainsi, les semaines commençaient un jour de semaine différent chaque année (mardi en 2019, mercredi en 2020 et vendredi en 2021). La semaine suivant l'évaluation du système de niveaux a été utilisée pour l'analyse ; par exemple, la première semaine où le système de niveaux a été évalué le 30 août 2020 correspondait aux données de mobilité du 2 au 8 septembre 2020. Une analyse de sensibilité a été menée en considérant les premiers mercredi et vendredi comme le premier jour de la semaine, étant donné que le système de niveaux est entré en vigueur le mercredi et que les comtés avaient trois jours pour mettre en œuvre les changements lors du passage à un niveau plus restrictif.

La classification du comté chaque semaine a été collectée et tout changement vers un niveau supérieur a été considéré comme moins restrictif (c'est-à-dire qu'une variable dichotomique a été utilisée, où tout changement vers un niveau supérieur a été recodé comme 1, aucun changement ou tout changement vers un niveau inférieur a été recodé comme 0), tandis que tout changement vers un niveau inférieur a été considéré comme plus restrictif (c'est-à-dire que tout changement vers un niveau inférieur = 1, aucun changement ou tout changement vers un niveau supérieur = 0). Un modèle linéaire à effets fixes a été appliqué avec le changement de niveau comme variable indépendante et la mesure de mobilité différentielle ajustée à la population comme variable dépendante, avec des effets fixes (pour l'ordonnée à l'origine et la pente) au niveau du comté pour comparer les changements hebdomadaires uniquement au sein de chaque comté. Les coefficients de régression tenant compte de l'effet des changements de système de niveaux sur la population ne restant pas à la maison pour chaque comté ont été extraits pour une analyse plus approfondie.

Une méta-régression a été appliquée pour comprendre l'association entre la démographie au niveau du comté et la variation de la mobilité en réponse à la mise en œuvre du système de niveaux. Les données démographiques au niveau du comté ont été téléchargées à partir de la California State Association of Counties [51], des estimations du recensement de 2019, du California Healthy Places Index [52] et du rappel des résultats des élections du New York Times [53]. Les coefficients au niveau du comté indiquant l'effet d'un niveau plus restrictif ont été régressés avec chaque variable démographique d'intérêt et tracés pour explorer quelles caractéristiques expliquent les différences d'effet observées entre les comtés de Californie. Les variables considérées comme potentiellement liées à une réponse du système à plusieurs niveaux étaient le produit intérieur brut (PIB, comme mesure de l'activité économique), le revenu médian, le contexte économique (une mesure des taux d'emploi, du revenu par habitant et des niveaux de pauvreté), le contexte social (une mesure de la participation électorale et de la réponse au recensement), le contexte éducatif (une mesure de l'inscription préscolaire, du baccalauréat et de l'inscription au lycée), le nombre de fermes dans chaque comté (un indicateur de la main-d'œuvre agricole) et la proportion de chaque comté qui a voté «Oui» pour rappeler le gouverneur Gavin Newsom. De nombreux résidents de Californie ont demandé une élection de rappel au poste de gouverneur de Californie à la suite du système de niveaux mis en place par le gouverneur Gavin Newsom en raison de ses impacts sur l'économie californienne, qui a obligé de nombreuses entreprises à fermer ou à fonctionner à une capacité limitée. Les indicateurs au niveau du recensement du Healthy Places Index ont été agrégés au niveau du comté par le calcul des moyennes pondérées en fonction de la population. La compilation des données et les régressions linéaires ont été effectuées dans STATA 16 SE, tandis que la méta-régression a été effectuée avec R 4.1.0.

Le tableau 1 fournit les statistiques descriptives concernant la démographie, la mobilité et les informations sur le vote de rappel moyennées pour tous les comtés de Californie. Le PIB moyen est de 51,7 milliards de dollars et le revenu médian moyen est de 77 470 dollars pour tous les comtés. En moyenne, il y a 4,17 fermes pour 1 000 habitants. Au cours de la mise en œuvre du système à niveaux, une moyenne de 72,87 personnes pour 100 personnes ne restaient pas à la maison, et le nombre moyen de déplacements effectués par les personnes lors de la mise en œuvre du système à niveaux du 31 août 2020 au 15 juin 2021 était de 261,51 pour 100 personnes. Ces déplacements variaient de moins de 1 mille, ce qui se produisait, en moyenne, à une fréquence de 64,77 déplacements pour 100 personnes, à plus de 500 milles, qui se produisaient moins fréquemment, avec une moyenne de 0,26 déplacements pour 100 personnes. La plupart des trajets (95,4 %) sont restés inférieurs à 50 miles, et un nombre prédominant de trajets étaient de 3 miles ou moins. Dans tous les comtés, une moyenne de 47,14% des personnes ont voté oui pour le rappel de Gavin Newsom. Les données démographiques spécifiques aux comtés sont présentées dans le matériel supplémentaire (tableau S3).

La figure 1 illustre les modifications des restrictions de niveau tout au long de la mise en œuvre du système de niveau californien pour chaque comté. La majorité des comtés (81 %) ont commencé dans les niveaux les plus restrictifs (rouge ou violet) au début de la mise en œuvre du système de niveaux, qui a eu tendance à se détendre au cours des 3 à 6 semaines suivantes. La plupart des comtés, à l'exception des comtés d'Alpine, de Mariposa et de Sierra, étaient dans le niveau violet (le plus restrictif) de novembre 2020 à fin mars 2021. Cela coïncide avec une grande partie de la population éligible pour recevoir le vaccin, et la plupart des comtés à l'exception des comtés de Del Norte, Shasta et Yuba étaient dans les niveaux les moins restrictifs (jaune et orange) au moment où le système de niveaux a été retiré le 15 juin 2021. La plupart des mesures de mobilité ont diminué en moyenne en 202 0 par rapport à 2019 et a de nouveau augmenté au cours des premiers mois (janvier-juillet) de 2021 (tableau S4).

Changements de niveau en Californie par comté du 31 août 2020 au 15 juin 2021 lors de la mise en œuvre du Plan directeur pour une économie plus sûre (système de niveaux)

Généralement, le passage à un palier plus restrictif a entraîné une diminution de -4,45 [-5,44, -3,47] personnes ne restant pas à la maison pour 100, tandis qu'un palier moins restrictif a augmenté la mobilité de 0,57 [-0,08, 1,22] pour 100 personnes, comme prévu (Fig. 2). Des régions telles que le nord de la Californie, en particulier dans la région de la baie et les Sierras orientales, ainsi que les comtés le long de la majeure partie du littoral ont connu une plus grande diminution de la mobilité suite au passage à un niveau plus restrictif. Les comtés avec la plus forte diminution de la mobilité (un changement de 6 à 7 personnes restant à la maison pour 100 personnes) après le passage à un niveau plus restrictif comprennent les comtés de Marin et de Placer (Fig. 2a). En revanche, les comtés qui ont affiché la plus faible diminution de la mobilité (un changement de 0 à 3 personnes restant à la maison pour 100 personnes) après un passage à un niveau plus restrictif étaient les comtés de Del Norte, Modoc, Trinity, Tehama, Plumas, Sutter, Inyo, Kings et Riverside. Il est important de noter que certains comtés, comme Los Angeles, sont restés dans le niveau violet (le plus restrictif) pendant plusieurs mois, puis ont progressivement assoupli les restrictions mais n'ont jamais été reclassés dans un niveau plus restrictif, et n'ont donc pas pu être analysés pour le changement accru de restrictions ; ces comtés apparaissent comme manquants sur la carte (Fig. 2b).

Évolution de la mobilité (population ne restant pas à la maison pour 100 personnes) dans les comtés de Californie associée au passage à un niveau plus restrictif (a) ou moins restrictif (b). Un changement positif indique la population ne restant pas à la maison pour 100 personnes (orange), tandis qu'un changement négatif indique la population restant à la maison pour 100 personnes (violet)

Des différences ont été observées dans les tendances de mobilité accrue après le passage à un niveau moins restrictif, bien que ces estimations soient moins précises. Les plus fortes augmentations de mobilité se sont produites dans les régions rurales telles que la côte nord de la Californie et les chaînes de montagnes du nord (c.-à-d. Shasta Cascades et Sierra Nevada) ainsi que dans les régions urbaines, y compris le sud de la Californie. Dans les cas où les comtés sont allés au niveau le moins restrictif, les comtés qui ont le plus augmenté leur mobilité (plus de 5 restant à la maison pour 100 personnes) étaient Imperial, Mono, Sonoma et Santa Cruz. Les comtés qui ont connu la plus faible augmentation de la mobilité (0-2,5 restant à la maison pour 100 personnes) étaient Ventura, San Benito, Tulare, Napa et Del Norte.

Les changements de mobilité variaient en fonction de la distance des trajets analysés dans tous les comtés, comme le montre la Fig. 3. Pour les changements vers un niveau plus restrictif, le nombre de trajets entre 10 et 25 milles pour 100 personnes a considérablement diminué, ainsi que le nombre de trajets entre 5 et 10 milles, 3 à 5 milles et 1 à 3 milles. La diminution la plus importante concerne les trajets de moins de 1 mile, cependant, qui ont diminué en moyenne de 20 trajets quotidiens pour 100 personnes. Fait intéressant, il a été démontré que les trajets plus longs de 50 à 100 milles et de 100 à 250 milles augmentaient à la suite de changements vers un niveau plus restrictif. Lors du passage à un niveau moins restrictif, il y a eu peu de changement dans les trajets plus longs de plus de 25 miles pour 100 personnes. Cependant, dans la fourchette moyenne des trajets de 3 à 5, 5 à 10 et 10 à 25 milles, il y a eu une augmentation dans chacune de ces catégories d'environ 2 à 3 trajets pour 100 personnes. Les analyses de sensibilité utilisant le mercredi ou le vendredi comme premier jour de la semaine ont montré des résultats similaires (tableaux S5 et S6).

Changement de mobilité (moyenne des trajets quotidiens pour 100 personnes) lié au changement de système de niveaux par la distance du trajet en miles à travers les comtés de Californie. Les points représentent les estimations ponctuelles et les lignes représentent les intervalles de confiance à 95 %

La mobilité a été affectée par les changements de système de niveaux au niveau du comté avec des restrictions accrues entraînant moins de mouvements de population. La démographie des comtés était associée au degré de changement de mobilité observé après le passage à un niveau plus restrictif. Pour chaque million d'USD d'augmentation du PIB au niveau du comté, l'effet du système de niveaux sur la mobilité a augmenté de 0,19 [IC à 95 % : -0,06, 0,44] (Fig. 4). Le revenu médian avait une association similaire ; les comtés ayant un revenu plus élevé avaient une plus grande diminution de la mobilité lorsqu'ils passaient à un niveau plus restrictif. Le contexte économique, social et éducatif plus élevé d'un comté était également associé à un changement plus important de la mobilité suite aux restrictions de niveau. Le nombre d'exploitations pour 1 000 habitants a montré une association positive, ce qui indique que lorsqu'un comté compte plus d'exploitations, il y a moins de changement dans la mobilité, bien que cette estimation soit imprécise (Fig. 4). La proportion du comté qui a voté pour le rappel du gouverneur semblait également avoir une association positive; à mesure que le pourcentage de comtés votant oui augmentait, le changement dans leurs schémas de mobilité était atténué, ce qui signifie que les comtés votant principalement en faveur du rappel étaient moins susceptibles de réduire leur mobilité lorsqu'ils passaient à un niveau plus restrictif. Enfin, la proportion de personnes de 65 ans et plus dans un comté ne semble pas être associée à un changement plus important de la mobilité suite aux restrictions de palier.

Résultats de la méta-régression montrant l'association entre les augmentations de la plage interquartile des caractéristiques démographiques du comté (axe y) et la diminution de la mobilité (axe x) à partir des restrictions du système de niveaux en Californie. Les valeurs supérieures à 0 indiquent un plus grand changement de mobilité, tandis que les valeurs inférieures à 0 indiquent un moindre changement de mobilité

Le système de niveaux mis en place par la Californie pour restreindre la mobilité pendant la pandémie de COVID-19 a été associé à une diminution globale de la mobilité lorsque les comtés sont passés à un niveau plus restrictif, et à une mobilité accrue lorsqu'ils sont passés à un niveau moins restrictif. Nous avons identifié que les trajets plus courts (moins de 3 miles) et à moyenne distance (3 à 50 miles) diminuaient considérablement avec les changements vers un niveau plus restrictif, alors que seuls les trajets moyens augmentaient sensiblement lors du passage à un niveau moins restrictif. Étonnamment, nous avons constaté que les trajets plus longs entre 50 et 250 milles augmentaient suite au passage à un niveau plus restrictif. En outre, des différences géographiques importantes entre les comtés concernant les schémas de mobilité ont été identifiées, où le nord de la Californie et le littoral ont connu une plus grande diminution de la mobilité lors du passage à un niveau plus restrictif. Ces différences s'expliquent en partie par des variations socio-démographiques entre les départements. Au niveau du comté, un PIB plus élevé, une éducation plus élevée, un contexte économique plus élevé, un contexte social plus élevé, un revenu plus élevé, un nombre inférieur d'exploitations et un pourcentage inférieur de vote oui lors de la révocation du gouverneur étaient associés à un impact plus important sur la mobilité. Dans l'ensemble, le système de niveaux s'est avéré être une politique efficace dans la gestion de la mobilité, les comtés modifiant généralement leurs schémas de mobilité suite à un changement de statut de niveau.

Nous avons constaté que le système de niveaux avait un impact efficace sur la mobilité, réduisant la population ne restant pas à la maison de -4,45 [-5,44, -3,47] pour 100 personnes lorsque les comtés passaient à un niveau plus restrictif (tableau S5). Des résultats similaires concernant une réduction de la mobilité avec la mise en œuvre de politiques restrictives ont été identifiés dans des études antérieures [7, 22, 23, 26, 29, 32, 35, 37, 38, 40]. Par exemple, Engle, Stromme et Zhou (2020) ont identifié une diminution de 7,9 % de la mobilité aux États-Unis résultant de l'ordre de confinement, Liu et ses collègues (2022) ont observé une diminution de la congestion du trafic et une baisse de 10 % de la fréquentation du métro à cause du confinement mis en place dans les villes chinoises, Pullano et ses collègues (2020) ont identifié une diminution de 65 % de la mobilité en France en raison des ordonnances de confinement, Wellenius et ses collègues (2021) ont constaté qu'aux États-Unis, un état des ordonnances d'urgence, de distanciation sociale et de refuge sur place ont entraîné une diminution de la mobilité de 9,9 %, 24,5 % et 29 %, respectivement, et Xiong et ses collègues (2020) ont observé une réduction de 5 % de la mobilité par rapport aux ordonnances de maintien à domicile aux États-Unis [22, 23, 26, 32, 37]. Cependant, lorsque les comtés sont passés à un palier moins restrictif, la population ne restant pas à la maison n'a augmenté que de 0,57 [-0,08, 1,22] pour 100 personnes, avec des résultats imprécis (tableau S6). Cela indique que même lorsque les restrictions sont assouplies, les comtés peuvent ne pas revenir immédiatement aux schémas de mobilité d'origine [54, 55]. La perception du risque peut jouer un rôle important dans la volonté des populations de continuer à mettre en œuvre des mesures de protection, même avec un assouplissement des restrictions [56, 57]. De même, Borkowski, Jażdżewska-Gutta et Szmelter-Jarosz (2021) ont observé qu'une peur accrue du coronavirus entraînait des réductions plus importantes du temps de déplacement et ont démontré que les restrictions imposées et auto-imposées entraînaient des réductions de la mobilité quotidienne en Pologne [35]. Cela peut également aider à expliquer la variation spatiale des changements de mobilité dans tout l'État, car certains comtés peuvent avoir la capacité et les ressources nécessaires pour maintenir des comportements plus conservateurs en ce qui concerne le COVID-19 (Fig. 3) [46]. Cela a également été souligné par Chiou et Tucker (2020), où ils ont observé que certains facteurs contribuaient aux comportements d'auto-isolement, comme un revenu élevé et l'accès à Internet haute vitesse [24]. Les résultats de cette étude donnent un aperçu des impacts potentiels de la mise en œuvre d'une politique dérivée de l'espace, comme le système de niveaux, dans les efforts de lutte contre les urgences de santé publique dynamiques.

L'efficacité de la politique du système de paliers californien variait également en fonction de la distance parcourue. Dans l'ensemble, le nombre de trajets quotidiens a diminué de -36,7 [-56,3, -17,0] pour 100 personnes lors du passage à un niveau plus restrictif, avec les réductions les plus fortes pour les trajets à faible distance de 25 milles ou moins (tableau S5). Cependant, les résultats indiquent également des conséquences imprévues de cette politique, car le passage à un niveau plus restrictif a augmenté les trajets de 50 à 250 miles (Fig. 3). Il est possible que cet effet inverse s'explique par le fait que les résidents se rendent dans les comtés voisins lorsqu'ils passent à un niveau plus restrictif pour éviter les restrictions ; cependant, cela devrait être exploré plus avant avec un ensemble de données qui comprend des informations sur les comportements de déplacement entre les comtés. Cela diffère de certaines des recherches existantes montrant que les confinements ont une plus forte réduction de la mobilité à longue distance que les déplacements à courte distance [17, 37]. Cependant, les travaux antérieurs sur ce sujet ont été limités et variés; Pullano et ses collègues ont identifié que le confinement était associé à une diminution des trajets plus courts en France [37], tandis que Schlosser et ses collègues ont constaté qu'en Allemagne, les trajets longue distance diminuaient plus fortement que les trajets courte distance après le confinement lié au COVID-19 [58]. Cela peut être dû aux différences entre le système de niveaux et les mesures de verrouillage complet évaluées dans des études antérieures. Les conséquences involontaires du système de niveaux peuvent également être dues à une application limitée. Le système de niveaux californien a été appliqué plus strictement pour les entreprises, mais il y avait une application limitée concernant le respect individuel des ordonnances de maintien à domicile et des recommandations d'arrêter les voyages (tableau S2). La Californie n'a pas appliqué la loi au même degré que d'autres parties du monde, comme la France qui a infligé des amendes pour violation des ordonnances de confinement à domicile et des restrictions de verrouillage [37]. Pris ensemble, cela peut expliquer l'effet inverse observé d'une augmentation des trajets plus longs. Ces effets non intentionnels sont essentiels pour comprendre comment la population a réagi à la politique et pour mieux se préparer aux futures mesures de réduction de la mobilité.

La variation de la réduction de la mobilité par rapport au système de niveaux entre les comtés de Californie donne un aperçu de la manière dont la politique pourrait être adaptée à la démographie des sous-populations pour maximiser l'efficacité. Nous avons constaté qu'à mesure que le PIB et le revenu médian du comté augmentaient, le système de niveaux avait un impact plus important sur la mobilité. De même, à mesure que le contexte social, éducatif et économique d'un comté augmentait sur la base des indicateurs du Healthy Places Index [59], la mobilité diminuait davantage suite au passage à un niveau plus restrictif (Fig. 4). Plusieurs études ont identifié une plus grande conformité aux politiques COVID-19 parmi les régions ayant un revenu plus élevé et un accès accru aux ressources [24,25,26, 35, 36, 60,61,62]. Il est important de noter que de nombreux travailleurs de première ligne n'avaient pas la capacité de s'abriter sur place, ce qui augmentait leur risque de contracter et de propager le virus [63]. Semblable à nos résultats, il a été montré dans d'autres études que les zones à faible revenu avaient moins de réduction de la mobilité de la population pendant la pandémie [64]. Cela pourrait être dû aux pourcentages de travailleurs de première ligne et essentiels dans les communautés à faible revenu par rapport aux emplois à revenu plus élevé qui peuvent permettre des options de travail à distance. Ces différences peuvent s'expliquer en partie par une disparité d'adaptation à la mobilité puisque les emplois mieux rémunérés ont une flexibilité accrue pour travailler à domicile par rapport aux postes essentiels qui dominent le secteur de l'emploi dans les comtés à faible revenu [60].

De même, bien que les résultats ne soient pas précis, nous avons constaté que le nombre d'exploitations était associé à une moindre réduction de la mobilité lors du passage à un niveau plus restrictif (Fig. 2). Il a été démontré que les ouvriers agricoles étaient particulièrement touchés par le COVID-19 [65]. Cela peut être dû au caractère essentiel du travail agricole ; les ouvriers agricoles devaient continuer à travailler malgré les restrictions du système de niveaux [66]. Cette population est particulièrement vulnérable car elle a généralement des revenus plus faibles et nombre d'entre eux n'ont pas droit aux allocations de chômage et autres. Les conditions de travail d'exploitation et le manque de protections sociales sont importants à prendre en compte pour comprendre les différentes réponses au système de niveaux [66, 67]. Les travailleurs essentiels représentent 26 % de la population en âge de travailler et près de 50 % appartiennent à des groupes raciaux et ethniques minoritaires. Les groupes minoritaires sont également plus à risque de contracter de nombreuses maladies chroniques qui sont également liées à de moins bons résultats pour la COVID-19 [46]. Ceci est crucial à étudier car les travailleurs de première ligne et les communautés à faible revenu peuvent avoir des taux d'exposition plus élevés au virus, ce qui entraîne de nouvelles disparités et inégalités en matière de santé. Des mesures COVID-19 adaptées à ces populations vulnérables sont nécessaires pour mettre en œuvre efficacement et équitablement les politiques de santé publique et limiter la propagation virale [30, 46, 68]. Nous avons également constaté que les résultats des élections de rappel au niveau du comté étaient associés à la réponse du système à plusieurs niveaux. En d'autres termes, les comtés votant pour le rappel étaient moins susceptibles d'avoir une diminution de la mobilité lors du passage à un niveau plus restrictif (Figure S1). En Californie, l'élection de révocation a émergé en partie à la suite de l'opposition aux politiques COVID-19 du gouverneur, y compris le système de niveaux. La prise en compte de la politique est essentielle pour comprendre les effets des politiques COVID-19, car l'économie sociale et politique est essentielle pour façonner la conformité aux mesures de santé publique [69].

Les résultats de cette étude peuvent être utilisés pour éclairer les mesures et les politiques visant à continuer à lutter contre la pandémie de COVID-19 en cours. En 2023, la Californie se trouve dans une phase différente de la réponse au COVID-19 par rapport à la mise en œuvre initiale du système à plusieurs niveaux, mais il reste un fort besoin d'adapter les actions pour mieux s'adapter à l'évolution des preuves et de la compréhension concernant la transmission virale et la réponse épidémique. Les résultats de ce travail soulignent l'importance non seulement d'éclairer les politiques et les mesures de réponse basées sur des informations épidémiologiques locales, mais aussi de prendre en compte le contexte social et la vulnérabilité d'une communauté à une échelle spatiale fine. Une approche "taille unique" des restrictions de mobilité ne sera pas la plus efficace, et il sera essentiel de tenir compte des ressources spécifiques et de la capacité à s'adapter à ces politiques. Cela peut être important pour éclairer les politiques futures dans ce contexte pandémique en constante évolution et peut également être utile dans l'élaboration d'autres politiques sociales et sanitaires. La prise en compte de la vulnérabilité spécifique et de la capacité d'adaptation des populations locales aux mesures et politiques publiques contraignantes est essentielle à leur acceptabilité et à leur efficacité. Il y a des limites à cette étude qu'il est important de reconnaître. Premièrement, comme l'ensemble de données sur la mobilité a commencé en 2019, nous n'avions qu'un an pour établir des comparaisons. Idéalement, nous aurions eu plus d'années à utiliser comme mesure de mobilité de base, mais nous pensons que le contraste entre 2020 et 2021 à 2019 reste utile, car 2019 n'a pas été affectée par la pandémie ou les politiques connexes. Deuxièmement, les données sur la mobilité utilisées sont expérimentales et les normes de qualité des données peuvent faire défaut. En comparant la mobilité au sein de chaque comté à l'aide de la même source de données, nous estimons que les données sont suffisamment fiables pour les besoins de cette étude. De plus, tous les résidents qui ne possèdent pas ou ne sortent pas avec un téléphone portable seront exclus de l'échantillon ; cela pourrait produire un biais car, par exemple, les personnes âgées peuvent être moins susceptibles de posséder ou de voyager avec des téléphones portables ; les comportements téléphoniques peuvent également avoir changé en raison de la pandémie. De plus, tout déplacement n'ayant pas fait une pause de 10 min ou plus loin du domicile ne serait pas saisi. Nous nous sommes également appuyés sur des mesures de la mobilité au niveau du comté, et les effets peuvent varier au sein des comtés ; nous espérons explorer la variabilité au sein du comté en utilisant des estimations plus résolues spatialement dans les travaux futurs, mais nous sommes actuellement limités par les estimations au niveau du comté. En outre, il est possible que d'autres facteurs que le système de niveaux soient à l'origine de la mobilité, y compris, mais sans s'y limiter, les conditions météorologiques. Cependant, comme nous avons étudié l'effet des changements de système de niveaux sur une période de dix mois à travers différentes saisons et que nous utilisons le moment précis de ces changements au niveau du comté, il est peu probable que les conditions météorologiques correspondent systématiquement au moment des changements de système de niveaux et expliquent l'effet observé. Il peut y avoir une confusion résiduelle due à des facteurs exogènes, mais en raison de la capitalisation sur la temporalité du système de niveaux dans diverses régions géographiques, nous pensons que cela affecterait au minimum nos résultats. Nous n'avons pas non plus évalué l'influence de la couverture vaccinale sur la relation entre le système de paliers et l'évolution de la mobilité ; cependant, les changements de niveau ont intégré la couverture vaccinale à partir du 20 avril 2021 et au-delà. Des études futures voudront peut-être examiner la modification par la couverture vaccinale. En outre, des travaux futurs pourraient envisager l'effet accru potentiel des comtés sautant des niveaux sur la mobilité de la population pour évaluer l'efficacité d'un changement plus important des restrictions, bien qu'une approche méthodologique alternative puisse être nécessaire pour explorer cela dans un petit échantillon puisque peu de comtés ont sauté des niveaux. Il serait également intéressant d'explorer la mobilité pour ceux qui se déplacent entre les comtés ainsi que ceux qui se déplacent à travers les États ; cela devrait être exploré avec un ensemble de données qui fournit ces informations. Enfin, les effets de la pandémie ont coïncidé avec des incendies de forêt et des vagues de chaleur qui ont touché l'État au cours de l'été et de l'automne 2020, ce qui pourrait également avoir un impact sur la mobilité ; des travaux futurs pourraient démêler l'effet spécifique de ces événements.

En conclusion, nous avons trouvé des preuves solides que le système de niveaux californien et les restrictions associées étaient efficaces pour réduire la mobilité de la population. Cependant, les résultats ont également montré des effets imprévus de l'augmentation des déplacements pour des trajets plus longs lors du passage à un niveau plus restrictif, ce qu'il est important de prendre en compte lors de l'élaboration et de la mise en œuvre de politiques futures. Cela peut indiquer qu'une plus grande coordination est nécessaire entre les comtés voisins. Il y avait également une variation spatiale dans l'efficacité de cette politique, qui peut s'expliquer en partie par des différences d'activité économique et d'opinions politiques à travers l'État. Il est important de comprendre cette hétérogénéité dans la réponse à la politique du système étagé de la Californie afin de l'adapter pour maximiser l'équité et l'efficacité. À notre connaissance, il s'agissait de la première étude évaluant l'impact de la politique du système de niveaux en Californie sur les schémas de mobilité pendant toute sa durée et comment ces schémas de mobilité différaient selon diverses caractéristiques au niveau du comté. Les résultats fournissent des preuves que la classification du système de niveaux régionaux a été efficace pour limiter la mobilité de la population pendant une pandémie. L'évaluation des forces et des faiblesses des politiques de réponse au COVID-19 est informative pour les autres États et pays afin d'accroître leur préparation et d'éclairer des politiques efficaces pour les futures urgences sanitaires mondiales.

Les ensembles de données générés et/ou analysés au cours de l'étude en cours sont disponibles dans le référentiel GitHub, https://github.com/benmarhnia-lab/CA_tier_system_mobility.git.

Belik V, Geisel T, Brockmann D. Modèles naturels de mobilité humaine et propagation spatiale des maladies infectieuses. Phys Rev X. 2011;1(1):11001.

Google Scholar

Ge H, Wang X, Yuan X, Xiao G, Wang C, Deng T et al. L'épidémiologie et les informations cliniques sur le COVID-19. Eur J Clin Microbiol Infect Dis [En ligne]. 2020;39(6):1011–9. Disponible sur : https://doi.org/10.1007/s10096-020-03874-z

Wilson N, Corbett S, Tovey E. Transmission aérienne du covid-19. BMJ [En ligne]. 2020 août 20;370:m3206. Disponible sur : http://www.bmj.com/content/370/bmj.m3206.abstract

Aleta A, Martin-Corral D, y, Piontti AP, Ajelli M, Litvinova M, Chinazzi M et al. Modélisation de l'impact des tests, de la recherche des contacts et de la mise en quarantaine des ménages sur les deuxièmes vagues de COVID-19. Nat Hum Behav. 2020;4(9):964–71.

Huang IY. Combattre le COVID-19 grâce à des initiatives gouvernementales et à une gouvernance collaborative : l'expérience de Taïwan. Public Adm Rev. 2020;80(4):665–70.

Article PubMed PubMed Central Google Scholar

Wang Y. Politiques gouvernementales, culture nationale et distanciation sociale pendant la première vague de la pandémie de COVID-19 : preuves internationales. Saf Sci. 2021;135:105138.

Article PubMed Google Scholar

Lasry A, Kidder D, Hast M, Poovey J, Sunshine G, Winglee K, et al. Calendrier de l'atténuation communautaire et changements dans la COVID-19 signalée et la mobilité communautaire ― quatre régions métropolitaines des États-Unis, du 26 février au 1er avril 2020. Morb Mortal Wkly Rep. 2020;69(15):451.

Article CAS Google Scholar

Shewry S, Pan ES. Commande régionale de séjour à domicile. 2020.

Fowler JH, Hill SJ, Levin R, Obradovich N. L'effet des ordonnances de maintien à domicile sur les cas de COVID-19 et les décès aux États-Unis. arXiv Prepr arXiv200406098. 2020.

Sen S, Karaca-Mandic P, Georgiou A. Association des commandes de séjour à domicile avec les hospitalisations COVID-19 dans 4 États. JAMA. 2020;323(24):2522–4.

Article CAS PubMed PubMed Central Google Scholar

Badr HS, Du H, Marshall M, Dong E, Squire MM, Gardner LM. Association entre les schémas de mobilité et la transmission du COVID-19 aux États-Unis : une étude de modélisation mathématique. Lancet Infect Dis. 2020;20(11):1247–54.

Article CAS PubMed PubMed Central Google Scholar

Oh J, Lee HY, Khuong QL, Markuns JF, Bullen C, Barrios OEA, et al. Les restrictions de mobilité ont été associées à des réductions de l'incidence de la COVID-19 au début de la pandémie : données probantes d'une évaluation en temps réel dans 34 pays. Sci Rep. 2021;11(1):1–17.

Google Scholar

He S, Lee J, Langworthy B, Xin J, James P, Yang Y et al. Retard de l'effet de la restriction de la mobilité communautaire sur la propagation du COVID-19 lors de la première vague aux États-Unis. Forum ouvert sur les maladies infectieuses. Oxford University Press États-Unis ; 2022. ofab586.

Cartenì A, Di Francesco L, Martino M. Comment les habitudes de mobilité ont influencé la propagation de la pandémie de COVID-19 : résultats de l'étude de cas italienne. Sci Total Environ. 2020;741:140489.

Article PubMed PubMed Central Google Scholar

Friedson AI, McNichols D, Sabia JJ, Dave D. Ordonnances de refuge sur place et santé publique : preuves de la Californie pendant la pandémie de COVID‐19. J Policy Anal Management. 2021;40(1):258–83.

Article Google Scholar

Nouvellet P, Bhatia S, Cori A, Ainslie KEC, Baguelin M, Bhatt S, et al. Réduction de la mobilité et de la transmission du COVID-19. Nat Commun. 2021;12(1):1–9.

Article Google Scholar

Pepe E, Bajardi P, Gauvin L, Privitera F, Lake B, Cattuto C, et al. Réponse à l'épidémie de COVID-19, un ensemble de données pour évaluer les changements de mobilité en Italie après le verrouillage national. Données scientifiques. 2020;7(1):1–7.

Article Google Scholar

Redding SJ, Glaeser EL, Gorback C. Dans quelle mesure le COVID-19 augmente-t-il avec la mobilité ? Témoignages de New York et de quatre autres villes américaines ; 2020.

Guan G, Dery Y, Yechezkel M, Ben-Gal I, Yamin D, Brandeau ML. Détection précoce des épidémies de COVID-19 à l'aide de données sur la mobilité humaine. PLoS ONE. 2021;16(7):e0253865.

Article CAS PubMed PubMed Central Google Scholar

Tokey IA. Association spatiale de la mobilité et du taux d'infection au COVID-19 aux États-Unis : une étude au niveau du comté utilisant les données de localisation des téléphones portables. J Transp Guérir. 2021;22:101135.

Article Google Scholar

Huang X, Shao X, Xing L, Hu Y, Sin DD, Zhang X. L'impact du calendrier de verrouillage sur la transmission de COVID-19 dans les comtés américains. ECMédecine Clinique. 2021;38:101035.

Article PubMed PubMed Central Google Scholar

Xiong C, Hu S, Yang M, Younes H, Luo W, Ghader S, et al. Les données de localisation des appareils mobiles révèlent la réponse de la mobilité humaine aux commandes de séjour à domicile au niveau de l'État pendant la pandémie de COVID-19 aux États-Unis. Interface Soc JR. 2020;17(173):20200344.

Article CAS PubMed PubMed Central Google Scholar

Wellenius GA, Vispute S, Espinosa V, Fabrikant A, Tsai TC, Hennessy J, et al. Impacts des politiques de distanciation sociale sur la mobilité et la croissance des cas de COVID-19 aux États-Unis. Nat Commun. 2021;12(1):1–7.

Article Google Scholar

Chiou L, Tucker C. Distanciation sociale, accès à Internet et inégalités. Bureau Nationale de la Recherche Economique; 2020.

Coven J, Gupta A. Disparités dans les réponses de mobilité au COVID-19. Université de New York. 2020.

Engle S, Stromme J, Zhou A. Rester à la maison : effets sur la mobilité du covid-19. Disponible SSRN 3565703. 2020.

Beria P, Lunkar V. Présence et mobilité de la population lors de la première vague d'épidémie de Covid-19 et de confinement en Italie. Sustain Cities Soc. 2021;65:102616.

Article PubMed Google Scholar

Nikiforiadis A, Mitropoulos L, Kopelias P, Basbas S, Stamatiadis N, Kroustali S. Exploration des changements de modèle de mobilité entre avant, pendant et après les périodes de confinement de la COVID-19 pour les jeunes adultes. Villes. 2022;103662.

Manica M, Guzzetta G, Riccardo F, Valenti A, Poletti P, Marziano V, et al. Impact des restrictions à plusieurs niveaux sur les activités humaines et l'épidémiologie de la deuxième vague de COVID-19 en Italie. Nat Commun. 2021;12(1):1–9.

Article Google Scholar

Marwah A, Feldman J, Moineddin R, Thomas A. Mobilité de la population et indicateurs socio-économiques en Californie, aux États-Unis et en Ontario, au Canada pendant la pandémie de COVID-19. Int J Infect Dis. 2022;116:25–6.

Article Google Scholar

Dainton C, Hay A. Quantification de la relation entre les confinements, la mobilité et le nombre effectif de reproduction (Rt) pendant la pandémie de COVID-19 dans la région du Grand Toronto. Santé publique BMC. 2021;21(1):1–8.

Article Google Scholar

Zhiyong L, "Cara" WX, Jingchen D, Xiangmin L, Ruimin L. Impacts de la pandémie de COVID-19 sur le comportement de voyage dans les grandes villes de Chine : enquête sur les phases de verrouillage et de réouverture. J Transp Eng Part A Syst [Internet]. 1er février 2022;148(2):5021011. Disponible sur : https://doi.org/10.1061/JTEPBS.0000630

Warren MS, Skillman SW. La mobilité change en réponse au COVID-19. arXiv Prepr arXiv200314228. 2020.

Kraemer MUG, Yang CH, Gutierrez B, Wu CH, Klein B, Pigott DM, et al. L'effet de la mobilité humaine et des mesures de contrôle sur l'épidémie de COVID-19 en Chine. SCI (80-). 2020;368(6490):493–7.

Article CAS Google Scholar

Borkowski P, Jażdżewska-Gutta M, Szmelter-Jarosz A, Lockdowned. La mobilité quotidienne change en réponse au COVID-19. J Transp Géogr. 2021;90:102906.

Article PubMed Google Scholar

Bonaccorsi G, Pierri F, Cinelli M, Flori A, Galeazzi A, Porcelli F, et al. Conséquences économiques et sociales des restrictions à la mobilité humaine sous COVID-19. Proc Natl Acad Sci. 2020;117(27):15530–5.

Article CAS PubMed PubMed Central Google Scholar

Pullano G, Valdano E, Scarpa N, Rubrichi S, Colizza V. Évaluer l'effet des facteurs démographiques, des facteurs socio-économiques et de l'aversion au risque sur la mobilité pendant l'épidémie de COVID-19 en France sous confinement : une étude en population. Lancet Digit Heal [Internet]. 2020;2(12):e638–49. Disponible sur : https://www.sciencedirect.com/science/article/pii/S2589750020302430

Santamaria C, Sermi F, Spyratos S, Iacus SM, Annunziato A, Tarchi D, et al. Mesurer l'impact des mesures de confinement liées au COVID-19 sur la mobilité humaine à l'aide des données de positionnement mobile. Une analyse régionale européenne. Saf Sci. 2020;132:104925.

Article PubMed PubMed Central Google Scholar

Szocska M, Pollner P, Schiszler I, Joo T, Palicz T, McKee M, et al. La surveillance des mouvements de population à l'échelle nationale à l'aide d'appareils mobiles a généré des données (volumineuses) pendant la crise du COVID-19. Sci Rep. 2021;11(1):1–9.

Article Google Scholar

Chakraborty M, Shakir Mahmud M, Gates TJ, Sinha S. Analyse et prédiction de la mobilité humaine aux États-Unis pendant les premiers stades de la pandémie de COVID-19 à l'aide de modèles linéaires régularisés. Transp Rés Rec. 2022;03611981211067794.

Dzobo M, Hlongwa M, Denhere K, Kampira V, Mugoni M, Musuka G et al. Résurgence du COVID-19 : leçons apprises pour éclairer la réponse sud-africaine. Disaster Med Public Health Prep. 2021;1–17.

Ge J, He D, Lin Z, Zhu H, Zhuang Z. Système de réponse à quatre niveaux et propagation spatiale de COVID-19 en Chine par un modèle de réseau. Math Biosci. 2020;330:108484.

Article CAS PubMed PubMed Central Google Scholar

Le modèle des feux de circulation [Internet]. 2021. Disponible sur : https://corona.health.gov.il/en/ramzor-model/

Largent EA, Persad G, Mello MM, Wenner DM, Kramer DB, Tucker Edmonds B et al. Intégration de l'équité en matière de santé dans les plans de réouverture de la COVID-19 : expérimentation de politiques en Californie. Suis J Santé publique. 2021;(0):e1–8.

Plan directeur pour une économie plus sûre [Internet]. Département de la santé publique de Californie. 2021. Disponible sur : https://www.cdph.ca.gov/Programs/CID/DCDC/Pages/COVID-19/COVID19CountyMonitoringOverview.aspx

Reitsma MB, Claypool AL, Vargo J, Shete PB, McCorvie R, Wheeler WH, et al. Disparités raciales/ethniques dans le risque d'exposition au COVID-19, les tests et les cas au niveau du sous-comté en Californie : une étude examine les disparités raciales/ethniques dans le risque, les tests et les cas de COVID-19. Aff. Santé 2021;40(6):870–8.

Article Google Scholar

Tai DBG, Shah A, Doubeni CA, Sia IG, Wieland ML. L'impact disproportionné du COVID-19 sur les minorités raciales et ethniques aux États-Unis. Clin Infect Dis. 2021;72(4):703–6.

Article PubMed Google Scholar

Évolution de la mobilité par État [Internet]. Bureau des statistiques des transports. 2021. Disponible sur : https://www.bts.gov/browse-statistical-products-and-data/covid-related/changes-mobility-state-0

Bekbulat B, Apte JS, Millet DB, Robinson AL, Wells KC, Presto AA, et al. Changements dans les critères des niveaux de pollution de l'air aux États-Unis avant, pendant et après les ordonnances de maintien à domicile de Covid-19 : preuves des contrôleurs réglementaires. Sci Total Environ. 2021;769:144693.

Article CAS PubMed PubMed Central Google Scholar

Benmarhnia T. Liens entre la pollution de l'air et le fardeau sanitaire du COVID-19 : défis méthodologiques et opportunités. Suis J Epidemiol. 2020;189(11):1238–43.

Article PubMed Google Scholar

Données et recherche [Internet]. Association des comtés de l'État de Californie. 2021. Disponible sur : https://www.counties.org/data-and-research

Index des lieux sains de Californie [Internet]. Alliance de santé publique de Californie du Sud. 2022. Disponible sur : https://www.healthyplacesindex.org/

Résultats des élections de rappel en Californie [Internet]. New York Times. 2021. Disponible sur : https://www.nytimes.com/interactive/2021/09/14/us/elections/results-california-recall.html

Christidis P, Christodoulou A, Navajas-Cawood E, Ciuffo B. La reprise post-pandémique de l'activité de transport : modèles de mobilité émergents et répercussions sur l'évolution future. Vol. 13, Durabilité. 2021.

Bönisch S, Wegscheider K, Krause L, Sehner S, Wiegel S, Zapf A et al. Effets des restrictions de contact liées à la maladie à coronavirus (COVID-19) en Allemagne, de mars à mai 2020, sur la mobilité et la relation avec les schémas d'infection [Internet]. Vol. 8, Frontières de la santé publique. 2020. p. 619. Disponible sur : https://www.frontiersin.org/article/https://doi.org/10.3389/fpubh.2020.568287

Bruine de Bruin W, Bennett D. Relations entre les perceptions initiales des risques liés à la COVID-19 et les comportements protecteurs en matière de santé : une enquête nationale. Am J Prev Med [Internet]. 2020;59(2):157–67. Disponible sur : https://www.sciencedirect.com/science/article/pii/S0749379720302130

Chan HF, Skali A, Savage DA, Stadelmann D, Torgler B. Attitudes au risque et mobilité humaine pendant la pandémie de COVID-19. Représentant scientifique [Internet]. 2020;10(1):19931. Disponible sur : https://doi.org/10.1038/s41598-020-76763-2

Schlosser F, Maier BF, Jack O, Hinrichs D, Zachariae A, Brockmann D. Le verrouillage de la COVID-19 induit des changements structurels atténuant la maladie dans les réseaux de mobilité. Proc Natl Acad Sci [Internet]. 2020 Dec 29;117(52):32883 LP – 32890. Disponible sur : http://www.pnas.org/content/117/52/32883.abstract

Maizlish N, Delaney T, Dowling H, Chapman DA, Sabo R, Woolf S, et al. Index des lieux sains de Californie : les cadres comptent. Public Health Rep. 2019;134(4):354–62.

Article PubMed PubMed Central Google Scholar

Dueñas M, Campi M, Olmos LE. Changements dans la mobilité et les conditions socio-économiques pendant l'épidémie de COVID-19. Humanit Soc Sci Commun [Internet]. 2021;8(1):101. Disponible sur : https://doi.org/10.1057/s41599-021-00775-0

Sun Q, Zhou W, Kabiri A, Darzi A, Hu S, Younes H et al. COVID-19 et profil de revenu : comment les personnes de différents groupes de revenu ont réagi à l'épidémie de maladie, étude de cas aux États-Unis. arXiv Prepr arXiv200702160. 2020.

Iio K, Guo X, Kong X, Rees K, Bruce Wang X. COVID-19 et distanciation sociale : Disparités dans l'adaptation de la mobilité entre les groupes de revenu. Transp Res Interdiscip Perspect [Internet]. 2021;10:100333. Disponible sur : https://www.sciencedirect.com/science/article/pii/S2590198221000403

Dasgupta N, Jonsson Funk M, Lazard A, White BE, Marshall SW. Quantification de l'écart de privilège de distanciation sociale : une étude longitudinale du mouvement des smartphones. SSRN disponible 3588585. 2020.

Garnier R, Benetka JR, Kraemer J, Bansal S. Disparités socio-économiques dans la distanciation sociale pendant la pandémie de COVID-19 aux États-Unis : étude observationnelle. J Med Internet Res. 2021;23(1):e24591.

Article PubMed PubMed Central Google Scholar

Lusk JL, Chandra R. Maladies et décès d'agriculteurs et d'ouvriers agricoles dus au COVID-19 et impacts sur la production agricole. PLoS One [Internet]. 2021 avril 28;16(4):e0250621. Disponible sur : https://doi.org/10.1371/journal.pone.0250621

Beatty T, Hill A, Martin P, Rutledge Z. COVID-19 et les travailleurs agricoles : défis auxquels est confrontée l'agriculture californienne. ARE Mise à jour. 2020;23(5):2–4.

Google Scholar

Handal AJ, Iglesias-Ríos L, Fleming PJ, Valentín-Cortés MA, O'Neill MS. "Essentiel" mais non renouvelable : les travailleurs agricoles pendant la pandémie de COVID-19 - Le projet des travailleurs agricoles du Michigan. Am J Santé publique [Internet]. 12 novembre 2020;110(12):1760–2. Disponible sur : https://doi.org/10.2105/AJPH.2020.305947

Hu S, Xiong C, Younes H, Yang M, Darzi A, Jin ZC. Examen de l'évolution spatio-temporelle des disparités raciales/ethniques dans la mobilité humaine et des résultats de santé liés au COVID-19 : preuves des États-Unis contigus. Soutenir les villes Soc. 2022;76:103506.

Article PubMed Google Scholar

Greer SL, King EJ, da Fonseca EM, Peralta-Santos A. La politique comparée de COVID-19 : La nécessité de comprendre les réponses du gouvernement. Santé publique mondiale [Internet]. 1er septembre 2020;15(9):1413–6. Disponible sur : https://doi.org/10.1080/17441692.2020.1783340

Télécharger les références

Les auteurs tiennent à remercier Gabriel Carrasco-Escobar pour ses conseils dans la production de figures pour ce manuscrit.

Lara Schwarz a été soutenue par le Fogarty International Center des National Institutes of Health sous le numéro de prix D43TW009343 et l'University of California Global Health Institute.

Emilie Schwarz, Lara Schwarz et Anaïs Teyton ont contribué à parts égales à cette étude.

École des Hautes Études en Santé Publique, Paris, France

Émilie Noir

École de santé publique, Université d'État de San Diego, La Jolla, San Diego, Californie, États-Unis

Lara Schwarz et Anaïs Teyton

Herbert Wertheim School of Public Health and Human Longevity Science, Université de Californie à San Diego, La Jolla, San Diego, Californie, États-Unis

Lara Schwarz, Anaïs Teyton et Tarik Benmarhnia

Scripps Institution of Oceanography, Université de Californie à San Diego, La Jolla, San Diego, Californie, États-Unis

Katie Crist et Tarik Benmarhnia

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

ES, LS et AT ont effectué l'analyse et rédigé le texte principal du manuscrit. KC et TB ont discuté des résultats et contribué à l'article final. Tous les auteurs ont examiné et approuvé le manuscrit.

Correspondance avec Lara Schwarz.

Les auteurs ne déclarent aucun intérêt concurrent.

Non applicable car le manuscrit a utilisé uniquement des sources de données accessibles au public.

N'est pas applicable.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

Ci-dessous le lien vers le matériel électronique supplémentaire.

Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l'utilisation, le partage, l'adaptation, la distribution et la reproduction sur tout support ou format, à condition que vous accordiez le crédit approprié à l'auteur ou aux auteurs originaux et à la source, fournissez un lien vers la licence Creative Commons et indiquez si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n'est pas inclus dans la licence Creative Commons de l'article et que votre utilisation prévue n'est pas autorisée par la réglementation légale ou dépasse l'utilisation autorisée, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/. La renonciation Creative Commons Public Domain Dedication (http://creativecommons.org/publicdomain/zero/1.0/) s'applique aux données mises à disposition dans cet article, sauf indication contraire dans une ligne de crédit aux données.

Réimpressions et autorisations

Schwarz, E., Schwarz, L., Teyton, A. et al. Le rôle du système de niveaux californien dans le contrôle de la mobilité de la population pendant la pandémie de COVID-19. BMC Public Health 23, 905 (2023). https://doi.org/10.1186/s12889-023-15858-7

Télécharger la citation

Reçu : 20 juillet 2022

Accepté : 10 mai 2023

Publié: 18 mai 2023

DOI : https://doi.org/10.1186/s12889-023-15858-7

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt