Epidemiological analysis of the incidence of COVID-19 among the population of the Republic of Cameroon using the quantum Geographic Information System (QGIS)

Cover Page


Cite item

Full Text

Abstract

The results of a retrospective epidemiological analysis of the incidence of COVID-19 in the regions of the Republic of Cameroon in dynamics from 2020 to 2023 are presented. It was noted that COVID-19 cases were first reported in the Central Region of Cameroon, and then spread to the remaining 9 administrative regions of the country with an average weekly growth rate of 38.1 ± 18.6% in 2020, 15.3 ± 13.1% in 2021, and 13.4 ± 12.2% in 2022, respectively, however, the incidence rate varied significantly in time and space. Epidemiological analysis made it possible to rank the territory of Cameroon by the magnitude of the incidence rate. The highest rate was recorded in the North region (233.1‰), in the Coastal region (204.9‰) and in the Center region (173.7‰). The regions of Adamawa and the Far North had the lowest incidence rates (25.6‰ and 22.5‰, respectively). The results of a comparative analysis of the incidence of COVID-19 infection by time and territory and factors contributing to the rapid spread of infection are presented. Comparative mapping of reported COVID-19 cases in space and time was performed for the 10 administrative regions of the country using the full version of the QGIS (quantum GIS) LTR program; with the help of which the distribution of cases across the territory and dynamics over time was clearly shown. During the study period, the link between COVID-19 cases reported in Cameroon and neighboring African countries was demonstrated. It has been shown that the distribution of cases in the national territory does not always depend on the population density in administrative areas, but is also associated with other risk factors that may affect the occurrence and spread of COVID-19 cases.

Full Text

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.

×

About the authors

Eben Anne Catherine Youmba

Military Medical Academy

Author for correspondence.
Email: umov2022@mail.ru
ORCID iD: 0000-0002-5417-6656
SPIN-code: 8973-9100

postgraduate student of the Department (of General and Military Epidemiology)

Russian Federation, Saint Petersburg

Aleksandr A. Kuzin

Military Medical Academy

Email: paster-spb@mail.ru
ORCID iD: 0000-0001-9154-7017
SPIN-code: 6220-1218

MD, Dr. Sci. (Medicine), Professor, the Head of the Department (of General and Military Epidemiology)

Russian Federation, Saint Petersburg

Andrey E. Zobov

Military Medical Academy

Email: dr.andrey98@yandex.ru
ORCID iD: 0000-0001-7791-8993
SPIN-code: 4281-2680

MD, Cand. Sci. (Medicine), Teacher of the Department (of General and Military Epidemiology)

Russian Federation, Saint Petersburg

Tchifou Miltiade Dieffi

Data and Information Management Corporation

Email: mdieffi@gmail.com
ORCID iD: 0000-0001-6226-9425

Master degree in Computer Science

Cameroon, Yaounde

References

  1. 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
  2. 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
  3. 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
  4. 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
  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
  6. 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
  7. 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
  8. 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.
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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.
  15. 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
  16. 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
  17. 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.
  18. WHO Afro Region. Cameroon. COVID-19 response: April report. 2023. 13 p.
  19. Emerging Pandemic Threats Program. National program for the prevention and control of emerging and re-emerging zoonoses. Yaounde. March 2012. 83 p.
  20. 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
  21. 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
  22. 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
  23. Ugwu CA, Alao O, John OG, et al. Immunological insights into COVID-19 in Southern Nigeria. Front Immunol. 2024;15:1305586.
  24. Gouvernement du Tchad, Organisation mondiale de la Santé. Rapport sur la situation épidémiologique du COVID-19 au Tchad. № 458. 2022. 6 p.
  25. Gouvernement de la République Centrafricaine. Rapport de situation quotidien du COVID-19 en République Centrafricaine. N 1004. 2023. 1 p.
  26. 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)
  27. 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.
  28. 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
  29. 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.
  30. 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
  31. 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
  32. 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
  33. Andreenko AA, Andreychuk YuV, Arsenyev VG, et al. Infection caused by SARS-CoV-2. Kryukоv EV, ed. Saint Petersburg; 2023. 260 p. EDN: QFKFPF

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Distribution of COVID-19 cases by week compared with the SARS-CoV-2 virus genovariant in Cameroon from 2020 to 2023

Download (322KB)
Indexing metadata
3. Fig. 2. Dynamics of COVID-19 spread across the regions of Cameroon (2020–2022)

Download (252KB)
Indexing metadata
4. Fig. 3. An example of visualization of the conjugacy of COVID-19 incidence levels in the regions of Cameroon bordering Nigeria, performed using QGIS

Download (243KB)
Indexing metadata
5. Fig. 4. Distribution of reported COVID-19 cases in the regions of Cameroon from 2020 to 2023 (in %)

Download (133KB)
Indexing metadata

Copyright (c) 2024 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 77760 от 10.02.2020.