利用量子地理信息系统(QGIS)对喀麦隆共和国人口中COVID-19发病率进行流行病学分析
- 作者: Youmba E.A.1, Kuzin A.A.1, Zobov A.E.1, Dieffi T.M.2
-
隶属关系:
- Military Medical Academy
- Data and Information Management Corporation
- 期: 卷 43, 编号 3 (2024)
- 页面: 301-310
- 栏目: Original articles
- URL: https://journals.eco-vector.com/RMMArep/article/view/633791
- DOI: https://doi.org/10.17816/rmmar633791
- ID: 633791
如何引用文章
全文:
详细
本文介绍2020年至2023年喀麦隆共和国各地区COVID-19发病率的回顾性流行病学分析结果。 指出,COVID-19病例首先在喀麦隆中部地区被发现,然后扩散到该国其余9个行政区,2020年的平均周增长率为38.1±18.6%,2021年为15.3±13.1%,2022年为13.4±12.2%,但不同时间和地区的发病率差异很大。通过流行病学分析,可以根据发病率的大小对喀麦隆领土进行排序。北部地区(233.1‰)、 沿海地区(204.9‰)和中部地区(173.7‰)的发病率最高。阿达马瓦和北部边远地区的发病率最低(分别为25.6‰和22.5‰)。本文是按时间和地区,以及按导致感染在整个地区迅速蔓延的因素对COVID-19发病率进行比较分析的结果。利用QGIS(Quantum GIS)LTR程序的完整版,对该国 10个行政区域发现的COVID-19病例进行空间和时间比较绘图,清楚地显示了病例在领土上的分布情况和随时间变化的动态。在研究期间,喀麦隆和非洲邻国报告的COVID-19病例之间存在联系。研究表明,病例在国家领土上的分布并不总是取决于行政区域内的人口密度,而是与可能影响COVID-19病例发生和传播的其他风险因素有关。
关键词
全文:
АКТУАЛЬНОСТЬ
Пандемия новой коронавирусной инфекции, вызванной вирусом SARS-CoV-2 (COVID-19) и начавшаяся в декабре 2019 г. в Китае, стала самым масштабным вызовом человечеству в XXI в. [1, 2]. У большинства людей, заболевших COVID-19, болезнь протекала скрыто либо по типу острого респираторного заболевания легкой или средней степени тяжести. Тяжелая форма заболевания чаще развивалась у пожилых людей и лиц с хроническими заболеваниями [3, 4]. При этом степень тяжести заболевания зависела от разных факторов, в том числе от состояния иммунорезистентности организма [5]. В процессе взаимодействия с человеком вирус мутировал, появлялись новые штаммы, которые требовали совершенствования тактики лечения и иммунопрофилактики [6]. По состоянию на 6 апреля 2021 г. пандемия COVID-19 затронула более 132 млн человек во всем мире, в том числе 45 млн в Африке [7].
Первый случай заражения SARS-CoV-2 зарегистрирован в Камеруне 6 марта 2020 г. [8–10]. По состоянию на 2 мая 2020 г. официально было известно о 2069 случаях заболевания и 61 случае смерти. Однако, согласно другим источникам, эти цифры сильно занижены [9]. Камерун стал третьей страной в Африке к Югу от Сахары, наиболее пострадавшей от новой коронавирусной инфекции после Южной Африки и Буркина-Фасо, и первой в Центральной Африке [11, 12]. Первые очаги пандемического распространения заболеваемости в Камеруне были зафиксированы в городах Яунде и Дуале, впоследствии все 10 регионов страны были охвачены пандемией [9, 13]. По данным Всемирной организации здравоохранения и Министерства здравоохранения Камеруна, общее количество зарегистрированных случаев заболевания по состоянию на май 2023 г. составило 125 074, при этом с начала пандемии зарегистрировано 1974 летальных исхода (коэффициент летальности составил 0,016 %). В период с марта 2020 по март 2022 г. в Камеруне выявлены следующие варианты вируса: альфа, бета, дельта, омикрон, а уже по состоянию на февраль 2022 г. вариант омикрон полностью заменил все предыдущие [14, 15].
Противоэпидемические мероприятия были организованы по четырем направлениям: активное и раннее выявление заболевших с помощью методик всестороннего скрининга, применение мер социального характера, использование дополнительных методов лабораторной и инструментальной диагностики, а также совершенствование форм, методов и документов учета и отчетности [9, 16]. Заболеваемость COVID-19 имела волнообразное течение с регистрируемыми пиками в марте 2020 г., марте и октябре 2021 г., январе и августе 2022 г. [17]. В настоящее время эпидемиологическая ситуация в Камеруне благополучная, но показатели быстрого распространения, высокий уровень заражения и смертности подтверждают глобальную актуальность этой инфекции [18, 19].
Цель исследования — на основе эпидемиологического анализа заболеваемости COVID-19 среди населения Республики Камерун с использованием квантовой географической информационной системы (QGIS) выявить наиболее значимые социальные и природные факторы, обусловливающие региональные эпидемиологические особенности заболеваемости для целей эпидемиологического надзора за COVID-19 и инфекционными заболеваниями в целом.
МАТЕРИАЛЫ И МЕТОДЫ
Общее количество случаев, зарегистрированных с начала пандемии, получено из онлайн-базы данных Управления по борьбе с болезнями, эпидемиями и пандемиями (DLMEP/COUSP) Камеруна. Все случаи COVID-19, зарегистрированные в период с 6 марта 2020 по 28 мая 2023 г., извлечены из Национальной онлайн-базы данных (DHIS2). Демографические данные собраны на уровне Центрального бюро переписи и изучения населения Камеруна (BUCREP), а климатические получены с официального сайта Европейского центра среднесрочных прогнозов погоды (ERA 5) с 2020 по 2023 г.
Картирование выполнено с использованием программного обеспечения QGIS (квантовая ГИС) версия 3.32.3 Лима длинной версии (LTR). Рассчитан уровень заболеваемости COVID-19 на 1000 населения. Статистическая обработка данных проводилась с использованием программного обеспечения Rstudio версии 200.07.2. Для выявления социально-демографических факторов риска использовался коэффициент корреляции χ2, для определения роли климатических факторов использован коэффициент корреляции Пирсона r.
Критерии соответствия
Проанализированные данные соответствовали следующим критериям:
1) критерий включения — все зарегистрированные данные о COVID-19 в Камеруне на уровне Центра чрезвычайных операций общественного здравоохранения (CCOUSP);
2) критерий исключения — неполнота данных после анализа.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
На административном уровне Камерун состоит из 10 регионов (соответствующих 10 секторам военного здравоохранения), 58 департаментов, 360 округов, 360 коммун. Общая численность населения оценивалась в 2022 г. в 27,4 млн человек со средней плотностью населения 58,8 человек на км2 (BUCREP, 2022).
С марта 2020 по май 2023 г. в Центре чрезвычайных операций общественного здравоохранения (CCOUSP) зарегистрирован 123 461 случай заболевания COVID-19 (5 пиков эпидемии, самым смертоносным из которых был третий, вызванный генотипом дельта), летальных исходов — 1948 (рис. 1).
Рис. 1. Распределение случаев заболевания COVID-19 по неделям сравнительно с геновариантом вируса SARS-CoV-2 в Камеруне в 2020–2023 гг.
Fig. 1. Distribution of COVID-19 cases by week compared with the SARS-CoV-2 virus genovariant in Cameroon from 2020 to 2023
В период с марта 2020 по май 2023 г. случаи COVID-19 зарегистрированы во всех десяти регионах Камеруна. Распределение случаев COVID-19 за вышеуказанный период показывает, что в регионах Север и Прибрежный зарегистрированы самые высокие показатели заболеваемости в диапазоне 233,1 ‰ и 204,9 ‰ соответственно. Регион Север преимущественно мусульманский и по состоянию на 2023 г. занимает седьмое место в рейтинге самых густонаселенных. Кроме того, северные провинции Камеруна, расположенные в Судано-Сахелианской зоне, являются крупными животноводческими районами и находятся на стыке рынков Нигерии и потребительских бассейнов Юга [20]. Регион Прибрежный считается экономической столицей страны и занимает первое место по плотности населения в 2023 г. Самые низкие показатели заболеваемости (22,5 ‰) зафиксированы в регионе Крайний Север, который также относится к густонаселенным и граничит с Чадом. В этом регионе в течение всего года население ведет кочевой образ жизни и практикует перегон скота через трансграничные перегрузочные коридоры, утвержденные в 2023 г. между Камеруном, Центральноафриканской Республикой и Чадом [21]. Анализ показателей заболеваемости по регионам позволяет сделать вывод, что прямой зависимости между плотностью населения и количеством зарегистрированных случаев не наблюдается.
Совершенствование системы эпидемиологического надзора, активное выявление и изоляция заболевших, эффективное использование сил и средств, а также проводимая позже вакцинация во многом способствовали снижению заболеваемости COVID-19 [22]. В исследованном периоде наибольшие уровни заболеваемости регистрировались в северных и прибрежных регионах (233,1 ‰ и 204,9 ‰ соответственно). В свою очередь, самые низкие уровни заболеваемости зарегистрированы в регионах Адамава и Крайний Север (25,6 ‰ и 22,5 ‰ соответственно). Визуализация уровня распространения COVID-19 путем составления карт выполнена с использованием программного обеспечения QGIS в соответствии со следующими этапами: введение слоя, состоящего из региональных и ведомственных шейп-файлов Камеруна, в систему программного обеспечения, введение второго слоя с кодами регионов и перевод регионов на русский язык, введение третьего слоя, определяющего количество случаев по регионам, определение цветовых кодов (интенсивность цветов прямо отражает величину уровня заболевания).
Динамика распространения COVID-19 в Камеруне свидетельствует о преобладании случаев заболевания в южной части страны с экваториальным климатом (жарким и влажным), в отличие от северной части страны с тропическим климатом (жарким и сухим) (рис. 2). Однако динамика распространения инфекции во времени, особенно с 2022 г., показывает сбалансированность заболеваемости и распространение COVID-19 на всей территории страны с концентрацией случаев заболевания в южной части, особенно в регионах Северо-Запад и Прибрежный.
Рис. 2. Динамика распространения COVID-19 по регионам Камеруна (2020–2022 гг.)
Fig. 2. Dynamics of COVID-19 spread across the regions of Cameroon (2020–2022)
Соседней с Камеруном страной, в которой, по данным ВОЗ, зарегистрировано наибольшее количество случаев COVID-19, является Нигерия, граница с которой составляет 1690 км (рис. 3). Официальные пункты въезда между Камеруном и Нигерией расположены на севере (в бассейне озера Чад) и на юге — в регионах Северо-Запад и Юго-Запад.
Рис. 3. Пример визуализации сопряженности уровней заболеваемости COVID-19 в граничащих с Нигерией регионах Камеруна, выполненный при помощи QGIS
Fig. 3. An example of visualization of the conjugacy of COVID-19 incidence levels in the regions of Cameroon bordering Nigeria, performed using QGIS
В период исследования в Нигерии было подтверждено 266 675 случаев заболевания, а смертность составила 3155 человек [23] по сравнению со 123 461 случаем заболеваний и 1948 летальных исходов в Камеруне, тогда как в Чаде было зарегистрировано 7280 случаев, из них 190 смертельных [24], а в Центральноафриканской Республике и Габоне — 15 367 и 47 584 случаев соответственно, из которых 113 и 303 с летальным исходом [26].
Немаловажную роль в распространении инфекции в Камеруне играет фактор миграции населения из Центральной Африки и региона Великих озер [27]. Согласно статистике Управления верховного комиссара ООН по делам беженцев на 2020 г., в Камерун прибыло около 460 000 беженцев из разных стран субрегиона. Массовые перемещения населения в значительной степени способствовали распространению новых вариантов вируса и возникновению многочисленных эпидемических очагов, демонстрируя крайне высокую значимость социального фактора в развитии эпидемического процесса.
В структуре регионального распределения плотности инцидентности COVID-19 наиболее пораженными являлись регионы Прибрежный, Центр и Север (рис. 4).
Рис. 4. Распределение зарегистрированных случаев COVID-19 в регионах Камеруна с 2020 по 2023 год (в %)
Fig. 4. Distribution of reported COVID-19 cases in the regions of Cameroon from 2020 to 2023 (in %)
Эпидемиологический анализ заболеваемости выявил неравномерность распределения случаев заболевания COVID-19 в различных группах населения Камеруна. Статистически достоверным оказалось влияние на распределение заболеваемости таких социально-демографических факторов, как пол (χ2 = 36,7, р = 0,024), возраст (χ2 = 294,8, р < 0,001), сфера деятельности (χ2 = 1023,1, р < 0,001) и тип агломерации (χ2 = 2731,1, р < 0,001).
По результатам анализа установлено, что, несмотря на преобладание среди населения женщин (50,1 %), группу наибольшего эпидемиологического риска составляли мужчины в возрасте от 15 до 24 лет (73 %), живущие в городских районах и обучающиеся в образовательных организациях, а также занимающиеся частной практикой (адвокаты, медицинские работники, инженеры и др.).
Полученные данные сходны с результатами исследования, проведенного в католическом университете Яунде, где было показано, что мужчины демонстрировали более высокую восприимчивость к COVID-19, как правило, сопровождающуюся тяжелыми формами заболевания и высокой летальностью [28, 29]. Это может быть объяснено не только молодым возрастом данной группы населения, но и ее высокой социальной активностью, особенно в реальном секторе экономики, а также в тех сферах, которые требуют большей интенсивности социальных коммуникаций (продавцы, фермеры и другие работники сельскохозяйственной сферы). В Камеруне, как и в других странах Центральной Африки, согласно демографическим показателям, африканское население в целом выглядит моложе, чем в Европе, Азии и Северной Америке, где данные свидетельствуют о более высокой летальности от COVID-19 и более высокой частоте госпитализаций среди пожилых людей [30].
Анализ влияния типа агломерации на плотность инцидентности COVID-19 показал, что в наиболее густонаселенных городских районах, имеющих наиболее высокий уровень жизни, зарегистрированы самые высокие показатели заболеваемости. Так, в общем количестве зарегистрированных случаев COVID-19 на долю таких районов приходится 60,6 %, а на сельские и пригородные районы — 32,2 и 7,2 % соответственно (р < 0,001). Важно отметить, что сельские и пригородные районы характеризуются более низкими темпами экономического развития и поэтому более низкой интенсивностью социальных контактов и более выраженным влиянием коренных социокультурных традиций. Такой комплекс социальных факторов обеспечивает сравнительно низкие темпы реализации путей передачи возбудителей инфекции по сравнению с городскими районами. Однако это же может являться и фактором низкой эффективности санитарно-противоэпидемических (профилактических) мероприятий. Согласно исследованию, проведенному в Африке в 2020 г., доказано, что в менее урбанизированных районах (при низком уровне социально-экономического развития), как правило, регистрируется более низкая и медленная передача инфекции на ранних стадиях эпидемии [31]. Интенсивное и неконтролируемое перемещение населения в городских районах может служить фактором для быстрого распространения возбудителей.
По результатам анализа установлено, что в общей структуре заболевших наибольшую долю имели учащиеся и студенты (23 %), субъекты, занимающиеся частной практикой (22 %), а также продавцы, фермеры и др. (17,1 %, p < 0,001). Наименьшую долю заболевших составляли военнослужащие (1,3 %) и подразделения правопорядка (1,2 %). Исследование, проведенное в странах Африки к югу от Сахары, показывает, что полная приостановка определенных видов деятельности повлияла на широкую группу профессий частного сектора [32]. Вместе с тем статистические результаты показывают, что нет существенной связи между плотностью населения, природными факторами (количество осадков, ветер, температура и влажность) и распространением COVID-19 среди населения.
ЗАКЛЮЧЕНИЕ
Эпидемиологическая ситуация с COVID-19 в Камеруне характеризовалась внезапным началом и быстрым распространением с тенденцией к концентрации в южной части страны. Уровни и динамика заболеваемости имели разнонаправленные тенденции в различных регионах Камеруна, обусловленные влиянием комплекса социально-экономических и природных факторов.
Использование квантовой географической информационной системы (QGIS) для целей эпидемиологического надзора позволило визуализировать динамику эпидемической ситуации в сопоставлении с динамикой летальности, что косвенно позволило оценить смену доминирующего геноварианта возбудителя в конкретном регионе страны.
Таким образом, эпидемиологический анализ и меры по борьбе и защите от COVID-19 должны учитывать факторы риска, влияющие на распространение вируса, среди которых социально-экономические факторы имели первостепенное значение [33].
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Участие авторов. Э.Э.К. Юмба — обзор литературы, сбор и обработка материалов, анализ полученных данных, написание текста; А.А. Кузин — концепция и дизайн исследования, написание текста; А.Е. Зобов — сбор и обработка материалов, написание текста; Ч.М. Диффи — обработка материалов, анализ полученных данных.
Финансирование. Работа выполнена без привлечения целевого финансирования.
作者简介
Eben Anne Catherine Youmba
Military Medical Academy
编辑信件的主要联系方式.
Email: umov2022@mail.ru
ORCID iD: 0000-0002-5417-6656
SPIN 代码: 8973-9100
postgraduate student of the Department (of General and Military Epidemiology)
俄罗斯联邦, Saint PetersburgAleksandr A. Kuzin
Military Medical Academy
Email: paster-spb@mail.ru
ORCID iD: 0000-0001-9154-7017
SPIN 代码: 6220-1218
MD, Dr. Sci. (Medicine), Professor, the Head of the Department (of General and Military Epidemiology)
俄罗斯联邦, Saint PetersburgAndrey E. Zobov
Military Medical Academy
Email: dr.andrey98@yandex.ru
ORCID iD: 0000-0001-7791-8993
SPIN 代码: 4281-2680
MD, Cand. Sci. (Medicine), Teacher of the Department (of General and Military Epidemiology)
俄罗斯联邦, Saint PetersburgTchifou Miltiade Dieffi
Data and Information Management Corporation
Email: mdieffi@gmail.com
ORCID iD: 0000-0001-6226-9425
Master degree in Computer Science
喀麦隆, Yaounde参考
- Sisin EI, Golubkova AA, Kozlova II, et al. The Incidence of a New Coronavirus Infection in Medical Workers and the Evaluation of the Effectiveness of Individual Technologies for their Protection at Different Stages of the Pandemic. Epidemiology and Vaccinal Prevention. 2022;21(4):27–36. (In Russ.) EDN: WGUPEK doi: 10.31631/2073-3046-2022-21-4-27-36
- Mamoud Zani. L’Organisation des Nations unies et la lutte contre la pandémie de Covid-19. Cahiers de la recherche sur les droits fondamentaux. 2021;19:75–85. doi: 10.4000/crdf.8123
- Yunkina LS, Tokanova ShE, Ospanov ЕА, Smail EM. Analysis of the epidemiological situation of especially dangerous infections and the world experience of their prediction: a literary review. Science & Healthcare. 2022;24(1):126–138. (In Russ.) EDN: TKLNWM doi: 10.34689/SH.2022.24.1.015
- Starkova AK, Sedakova YA. Comparative characteristics of discharged and deceased patients diagnosed with COVID-19 (on the example of the city clinical hospital named after Prof. A.M. Voino-Yasenetsky). Bulletin of Public Health and Healthcare of the Russian Far East. 2021;(3(44)): 39–45. (In Russ.) EDN: WSPOBT doi: 10.35177/2226-2342-2021-3-5
- Zhang S, Yang Z, Li ZN, et al. Are Older People Really More Susceptible to SARS-CoV-2? Aging and disease. 2022;13(5):1336–1347. doi: 10.14336/AD.2022.0130
- Chemeris DA, Mavzyutov AR, Zubov VV, et al. RNA polymorphism of novel coronavirus or enigmas of SARS-CoV-2 two. … Delta, …, Omicron… Will be there enough letters of the Greek alphabet? Biomics. 2021;13(4):409–433. (In Russ.) EDN: EQABMH doi: 10.31301/2221-6197.bmcs.2021-29
- Hansen J-C, Planchette G, Cavedon JM, Henri JF. Contribution à l’étude de l’efficacité et de l’entretien des masques de protection respiratoire COVID en tissu fait maison. Medicine De Catastrophe, Urgences Collectives. 2021;5(4):308–316. doi: 10.1016/j.pxur.2021.07.003
- Nsegbe A, Ndoki D, Yemmafouo A. Gouvernance de la Covid-19 et impacts socioéconomiques et politiques des mesures prises dans le cadre de la lutte contre la pandémie au Cameroun. Les Cahiers d’Outre-Mer. 2020; 282: 419–435.
- Fogha JVF, Noubiap JJ. The fight against COVID-19 in Cameroon needs a second breath. Pan Afr Med J. 2020;37(1):14. doi: 10.11604/pamj.supp.2020.37.14.23535
- Eyong J, Fai KN, Nikolay B, et al. Nationwide retrospective mortality and seroprevalence of SARS-CoV-2 antibodies in Cameroon. Scientific African. 2023;22:e01925. doi: 10.1016/j.sciaf.2023.e01925
- Esso L, Epée E, Bilounga C, et al. Cameroon’s bold response to the COVID-19 pandemic during the first and second waves. Lancet Infect Dis. 2021;21(8):1064–1065. doi: 10.1016/S1473-3099(21)00388-1
- Epée E, Mandeng N, Libwea JN, et al. Two years of Cameroon’s resilient response to the COVID-19 pandemic. Revue de l’académie des sciences du Cameroun. 2022;18:493–500. doi: 10.4314/jcas.v18supplement.3
- Judson SD, Njabo KY, Torimiro JN. Regional vulnerability for COVID-19 in Cameroon. Pan Afr Med J. 2020;37(Suppl 1):16. doi: 10.11604/pamj.supp.2020.37.1.26167
- Fokam J, Essomba RG, Njouom R, et al. Genomic surveillance of SARS-CoV-2 reveals highest severity and mortality of delta over other variants: evidence from Cameroon. Sci Rep. 2023;13(1):21654.
- Fokam J, Ngoufack Jagni Semengue E, Gouissi Anguechia DH, et al. XBB.1, BQ1.1 and atypical BA.4.6/XBB.1 recombinants predominate current SARS-CoV-2 Wavelets with flu-like symptoms in Cameroon: A snapshot from genomic surveillance. PLOS Glob Public Health. 2024;4(5):e0003153. doi: 10.1371/journal.pgph.0003153
- Mbah M, Bang H, Ndi H, Ndzo JA. Community Health Education for Health Crisis Management: The Case of COVID-19 in Cameroon. Community Health Equity Res Policy. 2023;43(4):443–452. doi: 10.1177/0272684X211031106
- Zhogolev SD, Yumba EK, Kuzin AA, et al. The spread of the new coronavirus infection in African countries and its prevention. In: Modern scientific knowledge: theory and practice. X anniversary Luga scientific readings. Saint Petersburg 2022 May 23. Saint Petersburg: Leningrad State University named after A.S. Pushkin Publishing House; 2022. P. 394–397. (In Russ.) EDN MBNWIS18. WHO Afro Region. Cameroon. COVID-19 response: April report. 2023. 13 p.
- WHO Afro Region. Cameroon. COVID-19 response: April report. 2023. 13 p.
- Emerging Pandemic Threats Program. National program for the prevention and control of emerging and re-emerging zoonoses. Yaounde. March 2012. 83 p.
- Labonne M, Magrong P, Oustalet Y. Le secteur de l’élevage au Cameroun et dans les provinces du grand Nord: situtation actuelle, contraintes, enjeux et défis. 2003; 12 p. https://hal.science/hal-00139191/document
- Mélanie Requier-Desjardins. The practice of transhumance in Extreme Northern Cameroon since 1970s. Mega Chad Conference. 2003; 12p. hal-02764145, version 1 (04-06-2020). https://hal.inrae.fr/hal-02764145
- Sandie AB, Tejiokem MC, Faye CM, et al. Observed versus estimated actual trend of COVID-19 case numbers in Cameroon: a data-driven modelling. Infect Dis Model. 2023;8(1):228–239. doi: 10.1016/j.idm.2023.02.001
- Ugwu CA, Alao O, John OG, et al. Immunological insights into COVID-19 in Southern Nigeria. Front Immunol. 2024;15:1305586.
- Gouvernement du Tchad, Organisation mondiale de la Santé. Rapport sur la situation épidémiologique du COVID-19 au Tchad. № 458. 2022. 6 p.
- Gouvernement de la République Centrafricaine. Rapport de situation quotidien du COVID-19 en République Centrafricaine. N 1004. 2023. 1 p.
- Wali Wali C, Makita-Ikouaya E. Mobility and health issues on the borders of Gabon and Congo in the time of COVID-19. The Political Space. 2021; 44. (In French)
- Gormo J. Forced Migration of Chadians in the Faro Division in Northern Cameroon (1980–2010). In: Rodrigues CU, Tomàs J. Crossing African Borders. Lisbon: Centro de Estudos Internacionais; 2012. P. 71–82.
- Mashige KP, Osuagwu UL, Ulagnathan S, et al. Economic, Health and Physical Impacts of COVID-19 Pandemic in Sub-Saharan African Regions: A Cross Sectional Survey. Risk Manag Healthc Policy. 2021;14:4799–4807. doi: 10.2147/RMHP.S324554
- Essomba RG, Bayibeki AN, Lissom A, et al. Seroprevalence of SARS-CoV-2 antibodies and associated risk factors during the second wave of infection in a university community in Cameroon. Influenza Other Respir Viruses. 2023;17(11):e13222.
- Tazemda-Kuitsouc GB, Kuitsouc D, Djuikoue CI, et al. Assessment of Vulnerability to the Covid-19 Pandemic in the Central African Sub-region. Disaster Med Public Health Prep. 2022;17:e186. doi: 10.1017/dmp.2022.121
- Achoki T, Alam U, Were L, et al. COVID-19 pandemic in the African continent: Forecasts of cumulative cases, new infections, and mortality. BMJ Publishing Group. 2022; 1–19. Preprint doi: 10.1101/2020.04.09.20059154
- Danquah M, Schotte S, Sen K. COVID-19 and Employment: Insights from the Sub-Saharan African Experience. Indian J Labour Econ. 2020; 63(Suppl 1): 23–30. doi: 10.1007/s41027-020-00251-4
- Andreenko AA, Andreychuk YuV, Arsenyev VG, et al. Infection caused by SARS-CoV-2. Kryukоv EV, ed. Saint Petersburg; 2023. 260 p. EDN: QFKFPF
补充文件
