跳到主要内容
下载

菲律宾地方政府对COVID-19管理的应对措施

BMC公共卫生体积21文章编号:1711（2021）引用这篇文章

摘要

背景

国家以下各级政府单位的应对措施对于在一个国家遏制病原体的传播至关重要。为了减轻COVID-19大流行的影响，菲律宾国家政府通过其新发传染病机构间工作队概述了不同的隔离措施，每一级都有相应的严格程度，从只保持基本企业开放到允许所有机构以一定的能力运营。其他措施还包括禁止特定年龄段的人出门。地方政府单位(市和省)可根据当地疫情的严重程度采取上述任何措施。其目的是控制感染人数和死亡率，同时最大限度地减少大流行的经济影响。一些地方政府间小组对2019冠状病毒病大流行的应对表现出色。本研究的目的是通过定量方法确定这些偏远地区的非药物干预措施。

方法

数据取自公共数据库，如菲律宾卫生部、菲律宾统计局普查和谷歌社区流动报告。这些都是用z变换归一化的。对于每个地区，感染和死亡率数据(数据集)Y)与经济、健康和人口统计数据(数据集)进行比较X)使用欧几里德度规d=（x−y）2,在那里x∈X而且y∈Y．如果数据对(x，y)超过两集之间的欧氏度规值的平均值两个标准差X而且Y，这一对被认为是一个“好的”离群值。

结果

我们的研究结果表明，吕宋中部(第三区)、卡拉巴松(第四- a区)、国家首都大区(NCR)和中部维萨亚斯(第七区)的城市和省份集群在工作人口、人口密度、ICU床位、隔离医生、前线人数和地区国内生产总值等因素方面是“良好”的离群值。在大都市中，就人口因素而言，达沃是一个“不错”的异类。

结论

严格的边境管制、及早实施封锁、建立检疫设施、与公众有效沟通以及监测工作，是帮助这些地方政府减少大流行带来的危害的决定性因素。如果将这些政策标准化，将有助于任何国家为未来的突发卫生事件做好准备。

同行评审报告

简介

自2019冠状病毒病大流行出现以来，截至2020年底，全球病例数已达8200万例。在菲律宾，病例数超过47.3万例。随着世界各国面临COVID-19大流行的持续威胁，各国政府和卫生部根据世界卫生组织(世卫组织)的建议、其他国家的经验和实地经验，制定、实施和修订卫生政策和标准。早期保健措施主要是为了预防和减少在危险人群中的传播。这些措施的规模和速度在各国之间有所不同，因为有些国家拥有更多的资源，在卫生保健能力和可获得的严格政策方面准备更充分[hth官方App下载，hth官方App下载］．

在大流行的头几个月里，几个国家努力找到即使不是最有效的、也可以忍受的措施，以“压平”COVID-19流行曲线，以使卫生设施不会不堪重负[hth官方App下载，hth官方App下载］．在应对这一大流行病的威胁时，公共卫生政策包括流行病和社会经济因素。这些政策的成功或失败暴露了政府的长处或弱点以及社会不平等的范围[hth官方App下载，hth官方App下载］．

随着国家政府实施大规模的“一揽子”政策以控制大流行，地方政府单位必须考虑细化政策和实时干预措施，以解决由于社区的异质性和多样性而导致的当地COVID-19传播动态的差异。一些已实施的政策，如自愿保持身体距离、佩戴口罩和面罩、大规模检测和关闭学校，可能在一个地方有效，但在另一个地方则无效[hth官方App下载- - - - - -hth官方App下载］．地方政府等地方政府面临着具有经济、社会和财政影响的卫生危机。尽管城市地区是COVID-19大流行的热点地区，但与欠发达和贫困的农村社区相比，城市地区的卫生设施已经很到位[hth官方App下载］．从美国已发表的经验中可以明显看出，地方叙事在解决次国家关切方面的重要性[hth官方App下载),中国(hth官方App下载，hth官方App下载]和印度[hth官方App下载］．

表1研究中考虑的流行病学、经济和人口因素
全尺寸表

在菲律宾，国家政府于2020年1月召集了新发传染病机构间工作队(IATF)，以监测中国武汉的病毒疫情。2020年3月7日，中国确诊首例COVID-19本地传播病例。此后，3月8日，全国进入公共卫生紧急状态。截至3月25日，IATF发布了控制COVID-19传播的国家行动计划。从2020年3月13日开始，吕宋岛首都地区(NCR)最初实施了社区隔离，到3月17日扩大到整个吕宋岛。最初的隔离期延长至4月30日[hth官方App下载，hth官方App下载］．根据IATF的评估，随后实施了几个检疫协议:

  • 社区隔离(Community Quarantine, CQ)是指隔离区之间的流动限制。

  • 在加强社区隔离(ECQ)中，实施严格的居家隔离，居民的活动仅限于获得基本商品和服务。公共交通暂停。只允许与基本服务和公用事业服务有关的经济活动。有更多穿制服的人员在场，以执行社区隔离协议。

  • 改进增强社区隔离(MECQ)作为ECQ和GCQ之间的过渡阶段实现。目前仍在实施严格的居家隔离和暂停公共交通。放宽与工作相关活动的出行限制。政府机关的工作人员很少。制造工厂最多允许使用50%的劳动力。只允许运输必要的货物和服务。

  • 在一般社区隔离(GCQ)中，来自较低易感年龄组和无健康风险的个人被允许在隔离区内活动。公共交通可以在保持物理距离的情况下减少车辆容量。政府机关可以满负荷工作，也可以采用其他工作安排。高达50%的工业劳动力(休闲和娱乐除外)被允许工作。

  • “普通社区隔离”是指普通社区隔离向新常态过渡的阶段。所有人都可以出家门。允许在最低公共卫生标准下从事社会经济活动。

地方政府部门的任务是根据国家政府发布的省级和地方检疫规程，通过、协调和实施有关COVID-19的指导方针[hth官方App下载］．

在这项研究中，我们确定了与COVID-19相关的流行病学指标相关的经济和人口因素，特别是与感染病例数量和死亡人数相关的因素[hth官方App下载，hth官方App下载］．在地区、省、市三个层面，对与其他地方有差异的地方进行调查，分析其相对于其他地方的平均水平处于异常值的可能原因。

方法

我们将数据分为经济、健康和人口组成部分(见表)hth官方App下载)．在经济环境中，我们考虑了就业人数和工作时间。通过卫生设施的数量可以了解一个地方的卫生系统。人口和人口密度以及年龄分布和流动性被用作人口指标。分析了这七个因素的数据(截至2020年11月10日)，并与菲律宾各城市、省份或地区的死亡人数和累计病例数进行了比较，以确定离群值。

表1研究所考虑的流行病学、经济及社会因素(继续）
全尺寸表

菲律宾政府的行政结构和数据的可获得性影响了每个因素的范围。获得了经济部分的区域数据。关于健康和人口组成部分，从来源检索了城市和省份的数据。由于NCR在所有关键成分中都显示出最高的数字，因此进行了一项调查，以确定其城市中的异常值。的z变换

$ $ z = \压裂{x - \μ}{\σ}$ $

在哪里x是实际数据，μ是均值和σ是用于归一化数据集的标准偏差。两组规范化数据X而且Y通过分配给每对(x，y),x∈X而且y∈Y，它的欧氏度规d给出的d=（x−y）2．在这里,Y为COVID-19病例和死亡人数，以及X的是其他人口统计指标。由于95%的数据与平均值的距离在两个标准偏差内，这将是确定离群值的阈值。这意味着如果一个数据对(x，y)超过两集之间的欧氏度规值的平均值两个标准差X而且Y，这一对被认为是一个异常值。

为了确定一个好的离群值，进行了偏差计算。在这个过程中,Y表示死亡人数或病例数的规范化数据集X表示本研究中考虑的每个因素的规范化数据集。偏差是用度规计算的

(x - y) \乘以100美元美元

对所有x在X而且y在Y．要将一个城市、省份或地区归类为良好的离群值，对应于该位置的偏差必须超过集合之间所有偏差计算的平均值的两个标准差X而且Y．

结果与讨论

使用的数据是截至2020年11月10日菲律宾报告的COVID-19病例和死亡人数，这是该国实施社区封锁以来的240天。数字hth官方App下载显示了自3月15日以来各省实施的不同封锁措施。可以看出，自3月15日以来，吕宋和国内主要城市在最初几周内实施了ECQ，随着时间的推移，ECQ逐渐进入了GCQ或MGCQ。到8月，最严格的封锁是国家首都地区(NCR)和附近一些省份的MECQ。9月份被列入MECQ的有伊洛伊洛市、巴科洛德市和南拉奥省，最后一个省是一个月后被列入MECQ的唯一社区。到2020年11月1日，社区或被置于GCQ或MGCQ之下。

图1
图1

在III区、IVA区和VII区实施COVID-19社区隔离

全尺寸图像

经济、卫生和人口组成部分与COVID-19参数的比较

将经济、卫生和人口组成部分与COVID-19病例和死亡进行了比较。这些比较是针对不同的社区水平(地区、省、市/大都会)进行的(见表格)hth官方App下载，hth官方App下载,hth官方App下载)．数字hth官方App下载总结了各组成部分与区域一级COVID-19病例和死亡的相关性。在所有组成部分中，与其他参数的相关性与COVID-19病例和死亡密切相关。除居住流动性和GRDP外，其他各分量与COVID-19病例的相关系数略高于COVID-19死亡的相关系数。

图2
图2

各组成部分与区域一级COVID-19病例和死亡的相关性

全尺寸图像
表2 NCR数据相关表
全尺寸表
表3都市数据相关表
全尺寸表
表4各省数据相关表
全尺寸表

在各分量中，ICU床位数分量与COVID-19参数相关性最高。这是有道理的，因为这是COVID-19传播的一级措施之一。人口密度排在第二位，紧随其后的是平均工作时间和工作人口，这些都与该地区的经济发达程度有关。人口密度较大的地区，工作人口也较多，工作时间也较长[hth官方App下载］．因此，拥有巨大的人口密度意味着彼此接触的机会很高[hth官方App下载，hth官方App下载］．另一个与病例和死亡高度相关的组成部分是被隔离的医生数量，可以从两个方面来看;(i)该地区的感染率很高，这是医生受到接触或被隔离的原因;(ii)大量医生被隔离，导致照顾受感染者的前线人员较少。流动性和GDP的所有定义与任何COVID-19措施都没有很强的相关性。

离群值

在每个数据集中，根据离均值的距离确定异常值。为简单起见，我们用(C)表示与COVID-19病例的比较，用(D)表示与COVID-19死亡病例的比较。菲律宾各地区异常值汇总如图所示。hth官方App下载而且hth官方App下载．数据按组件分组进行分类。在每个离群值区域，确定了实施的非药物干预措施(NPI)及其时间。

图3
图3

菲律宾各地区关于COVID-19病例的异常值

全尺寸图像
图4
图4

菲律宾各地区COVID-19死亡病例的异常值

全尺寸图像

在工作人口(C)和ICU床位数量(C)方面，区域III是一个离群值(见图)。hth官方App下载和表hth官方App下载)．这意味着，考虑到该地区的工作人口，新冠病毒感染人数比其他地区要多。ICU床位数量与COVID-19死亡人数的关系也是如此。第三区由奥罗拉、巴丹、新埃西贾、潘潘加、塔拉克、赞贝尔斯和布拉坎组成。这可能是因为他们在抗击新冠肺炎项目上的表现。早在2020年3月，该地区就与吕宋岛的其他地区一起处于社区封锁状态。布拉坎是最接近国家疫情控制中心的地区，是该地区最可能出现大量COVID-19病例的地区。但该省为此开设了感染控制中心，为中重度COVID-19患者提供免费医疗、餐饮和住宿[hth官方App下载］．严格监测出入境口岸，组织省级工作队和事件指挥中心，建立省级菲侨归国检疫设施、市级无症状病例强制检疫设施和大规模检测等。[hth官方App下载］．大多数措施已被证明在减少COVID-19病例和死亡人数方面有效[hth官方App下载］．

图5
图5

吕宋各省关于COVID-19病例和死亡的异常值

全尺寸图像
表5无花果标签hth官方App下载，hth官方App下载而且hth官方App下载
全尺寸表
图6
图6

维萨亚省关于COVID-19病例和死亡的异常值

全尺寸图像
图7
图7

棉兰老省关于COVID-19病例和死亡的异常值

全尺寸图像

就人口和工作人口(D)和隔离医生(D)而言，区域IV-A是一个离群值(见图)。hth官方App下载和表hth官方App下载)．考虑到这些地区的人口和工作人口，新冠肺炎死亡统计结果比其他地区更好。该地区因报告的COVID-19死亡病例而被隔离的医生人数也是如此。这表明，与其他地区相比，该地区在减少COVID-19死亡人数方面做得很好。第IV-A区由八丹加斯、卡维特、拉古纳、奎松和里萨尔组成。与第三区一样，这些地区自去年3月以来一直处于社区封锁状态。Rizal等省份积极应对疫情，甚至在全国封锁之前，它们就已经停课并分发口罩[hth官方App下载］．尽管遭受了自然灾害的打击，该区域仍在通过现金援助、急救箱和传播认识，继续加强对大流行病的应对工作[hth官方App下载］．

一个有趣的结果是，在GRDP (C)和GRDP (D)方面，国家的中心和人口最密集的NCR是一个很好的离群值。该地区的城市启动了各种方案，以对抗疾病。他们最早于2020年4月开始在奎松市、塔吉格市和卡罗坎市进行大规模测试。帕西格市开设了一个名为Jeepalengke的流动市场。纳沃塔斯、马拉蓬和卡罗坎的病毒感染率最低。卡罗坎市在分区、隔离甚至是寻找更有效和高效的方法方面都有很好的策略。其他项目还包括用颜色编码的检疫通行证和检疫带。与其他地区相比，NCR的GRDP也有可能非常高。NCR中异常值的分解如图所示。hth官方App下载．

图8
图8

国家首都地区关于COVID-19病例和死亡的异常值

全尺寸图像

就人口密度(D)和前线人口密度(D)而言，区域VII也是一个离群值(见图)。hth官方App下载和表hth官方App下载)．这意味着，考虑到该地区的人口密度和前线人员的数量，他们在该地区的新冠肺炎相关死亡人数比全国其他地区好。该地区由四个省(宿务省、保和省、东格罗省和锡基霍尔省)和三个高度城市化的城市(宿务市、拉浦-拉浦市和曼道市)组成，被称为宿务大都市区。这一显著下降可能可以解释为，尽管该国其他地区采取了更宽松的措施，但他们被置于更严格的社区隔离措施后，当地政府的反应。由于宿务的隔离时间更长、更严格，封锁对这里的影响比其他早些时候放松限制的地区更大[hth官方App下载］．杜马盖特是菲律宾第一例新冠肺炎病例的目的地之一[hth官方App下载]，他们的地方政府能够在早期将感染控制在海湾。锡基霍尔也有6个月没有感染covid -19 [hth官方App下载］．该区域不同省份的共同努力可以解释该区域被确定为一个异常值。

在大城市中，达沃在人口(C)和工作人口(C)方面是一个很好的异常值(见图)。hth官方App下载，hth官方App下载和表hth官方App下载)．这一结果可能要归功于他们早期开展的活动，即始终如一地向公众传达与covid -19相关的担忧[hth官方App下载］．他们还能够早早地为必要的工作人员安排交通。hth官方App下载］．

图9
图9

菲律宾大都市地区COVID-19病例和死亡的异常值

全尺寸图像

结论

本研究确定了每个数据组中的异常值，并确定了当地实施的npi。使用经济、卫生和人口组成部分来确定这些异常值。对于区域数据，吕宋岛的三个地区和维萨亚斯岛的一个地区被确定为异常值。除了IATF建议的最低国家行动计划外，不同地区还实施了各种国家行动计划，以遏制COVID-19在其地区的传播。有些地方也实施了npi，但这些地方并没有成为异常值。这意味着一个实践不能成为确定异常值的唯一解释。实践的复合效应及其实施时间被认为影响了结果。为今后的研究考虑对流行曲线不同趋势的每日数据进行更深入的分析。

相关表、异常值和社区隔离时间线

数据和材料的可用性

本研究中使用和/或分析的数据集可根据合理要求从通讯作者处获得。

参考文献

  1. 李问,关X,吴P,王X,周L,通Y,任R,梁KSM,刘EHY,黄司法院,兴X,湘N,吴Y,李C,陈问李D,刘T,赵J,刘M,你W,陈C,金L,杨R, Q,周,王R,刘H,罗Y, Y,刘邵G,李H,道Z,杨Y,邓Z,刘B,马Z,张Y, G,林TTY,吴JT,高的女朋友,菲尔·D整流罩BJ,杨B,梁通用,冯Z早期传播动力学在武汉,中国小说coronavirus-infected肺炎。英国医学2020;382(13): 1199 - 207。

    中科院文章谷歌学者

  2. Hsiang S, Allen D, Annan-Phan S, Bell K, Bolliger I, Chong T, Druckenmiller H, Huang LY, Hultgren A, Krasovich E, Lau P, Lee J, Rolf E, Tseng J, Wu T。大规模抗传染政策对新冠肺炎大流行的影响。大自然。2020;584:262 - 67。

    中科院文章谷歌学者

  3. Anderson R, Heesterbeek JAP, Klinkenberg D, Hollingsworth T.评论基于国家的缓解措施将如何影响covid-19流行的进程?2020;395.https://doi.org/10.1016/s0140 - 6736 (20) 30567 - 5．

  4. Buhat CA, Torres M, Olave Y, Gavina MK, Felix E, Gamilla G, Verano KV, Babierra A, Rabajante J.新冠肺炎在前线和公众之间传播的数学模型。2021年肛门健康信息网络模型;10.https://doi.org/10.1007/s13721-021-00295-6．

  5. Ocampo L, Yamagishic K.为菲律宾政府应对covid-19大流行的封锁放松协议建模:一种直觉模糊dematel分析。社会经济规划科学，2020;72.https://doi.org/10.1016/j.seps.2020.100911．

  6. Weible C, Nohrstedt D, Cairney P, Carter D, Crow D, Durnová A, Heikkila T, Ingold K, McConnell A, Stone D. Covid-19与政策科学:初步反应和展望。政策科学。2020;53:225-41。https://doi.org/10.1007/s11077-020-09381-4．

    文章谷歌学者

  7. 维本斯警局，古wy，麦格汉AM。哪些新冠肺炎政策最有效?按辖区划分的新冠肺炎贝叶斯分析。PLoS ONE。2020.https://doi.org/10.1371/journal.pone.0244177．

  8. Mintrom M, O 'Connor R.政策叙事的重要性:政府对covid-19的有效应对。《2020年实践政策》;3(3): 205 - 27所示。https://doi.org/10.1080/25741292.2020.1813358．

    谷歌学者

  9. Chin T, Kahn R, Li R, Chen JT, Krieger N, Buckee CO, Balsari S，江MV。在与covid-19相关的个人、家庭和社区特征交叉方面的美国县级差异以及规划公平应对措施:横截面分析。BMJ开放。2020;10(9)。https://doi.org/10.1136/bmjopen-2020-039886．

  10. 经济合作与发展组织。2019冠状病毒病的地域影响:各级政府管理危机。2020.https://www.oecd.org/coronavirus/policy-responses/the-territorial-impact-of-covid-19-managing-the-crisis-across-levels-of-government-d3e314e1/#biblio-d1e5202．访问2007年2月20日。

  11. White ER, Hébert-Dufresne L.美国covid-19初始动态的州级变化。PLoS ONE。2020;15.https://doi.org/10.1371/journal.pone.0240648．

  12. 林松，黄洁，何铮，詹德。哪些措施有效遏制新冠肺炎疫情?——基于中国疫情防控案例的实证研究。medRxiv。2020.https://doi.org/10.1101/2020.03.28.20046110．https://www.medrxiv.org/content/early/2020/03/30/2020.03.28.20046110.full.pdf．

  13. 梅c。中国抗击新冠肺炎政策组合的政策风格、一致性和有效性。政策Soc。2020;39(3): 309 - 25所示。https://doi.org/10.1080/14494035.2020.1787627。http://arxiv.org/abs/https: / / doi.org/10.1080/14494035.2020.1787627。

    文章谷歌学者

  14. Dutta A, Fischer HW。covid-19的地方治理:印度农村的疾病预防和社会保障。世界Dev。2021;138:105234。https://doi.org/10.1016/j.worlddev.2020.105234．

    文章谷歌学者

  15. Vallejo BM, Ong RAC。菲律宾针对covid - 19大流行的政策应对和政府科学建议:2020年1月至4月。灾害科学进展，2020;7:100115。https://doi.org/10.1016/j.pdisas.2020.100115．

    文章谷歌学者

  16. 管理新发传染病机构间工作队。关于在菲律宾实施社区隔离的综合指南，2020年。https://doh.gov.ph/node/27640．已于2020年2月20日访问。

  17. Roy S, Ghosh P.影响covid-19感染率和死亡率的因素为与封锁相关的政策制定提供了依据。PloS ONE。2020;15(10): 0241165。https://doi.org/10.1371/journal.pone.0241165．

    文章谷歌学者

  18. Pullano G, Valdano E, Scarpa N, Rubrichi S, Colizza V.评估封锁期间法国covid-19流行期间人口因素、社会经济因素和风险规避对流动性的影响:一项基于人口的研究。《柳叶刀手指健康》，2020年;2(12): 638 - 49。

    文章谷歌学者

  19. 卫生部门。COVID-19追踪。2020.https://doh.gov.ph/covid19tracker．2020年11月25日访问。

  20. 菲律宾人口密度(基于2015年人口普查)。2020.https://psa.gov.ph/content/philippine-population-density-based-2015-census-population．2020年4月11日。

  21. 谷歌。2019冠状病毒病社区流动报告。2020;https://www.google.com/covid19/mobility?hl=en。2020年11月25日访问。

  22. 权威PS.劳动力调查。2020.https://psa.gov.ph/statistics/survey/labor-and-employment/labor-force-survey?fbclid=IwAR0a5GS7XtRgRmBwAcGl9wGwNhptqnSBm-SNVr69cm8sCVd9wVmcoKHRCdU．2020年4月11日。

  23. 权威PS。https://psa.gov.ph/grdp/tables?fbclid=IwAR3dKvo3B5eauY7KcWQG4VXbuiCrzFHO4b-f1k5Od76ccAlYxUimUIaqs94．2020年4月11日。2020.

  24. 人口在经济增长中的作用。圣人开放。2017;7:215824401773609。https://doi.org/10.1177/2158244017736094．

    文章谷歌学者

  25. Buhat CA, Duero JC, Felix E, Rabajante J, Mamplata J.菲律宾认证检测中心之间covid-19检测试剂盒的优化分配。J Healthc通知第2021号;5.https://doi.org/10.1007/s41666-020-00081-5．

  26. Hamidi S, Sabouri S, Ewing R.密度会加剧covid-19大流行吗?:对规划者的早期发现和教训。J Am计划协会2020;86:1-15。https://doi.org/10.1080/01944363.2020.1777891．

    文章谷歌学者

  27. 菲律宾通讯社。布拉坎分享抗新冠肺炎最佳实践。2020.https://mb.com.ph/2020/08/16/bulacan-shares-anti-covid-19-best-practices/．2020年3月访问。

  28. Buhat CA, Villanueva SK.使用基于代理的模型确定在大流行中改进病毒控制的非药物干预实践的有效性。数学应用科学与工程;1:423-38。https://doi.org/10.5206/mase/10876．

    文章谷歌学者

  29. Hallare K. Cainta, Rizal停课，分发口罩以应对冠状病毒威胁。2020.https://newsinfo.inquirer.net/1238217/cainta-rizal-suspends-classes-distributes-face-masks-over-coronavirus-threat．2020年3月访问。

  30. 国际救援。火山爆发后应对COVID-19, 2020年。https://www.ri.org/projects/responding-to-covid-19-in-the-aftermath-of-volcanic-eruption/。2020年3月访问。

  31. 避免灾难:宿务市如何变平它的曲线。2020.https://www.rappler.com/newsbreak/explainers/how-cebu-city-flattened-covid-19-curve/．2020年3月访问。

  32. Edrada EM, Lopez EB, Villarama JB, Salva-Villarama EP, Dagoc BF, Smith C, Sayo AR, Verona JA, Trifalgar-Arches J, Lazaro J, Balinas EGM, Telan EFO, Roy L, Galon M, Florida CHN, Ukawa T, Villaneuva AMG, Saito N, Nepomuceno JR, Ariyoshi K, Carlos C, Nicolasor AD, Solante RM。菲律宾首例covid-19感染:一例病例报告。热带医疗卫生，2020;48(30)。https://doi.org/10.1186/s41182-020-00218-7．

  33. Macasero R.冠状病毒无感染6个月后，锡基霍尔报告了首2例病例。2020.https://www.rappler.com/nation/siquijor-coronavirus-cases-august-2-2020．2020年3月访问。

  34. 达沃城。莎拉市长，我是灾难电台的听众。2020.https://www.davaocity.gov.ph/disaster-risk-reduction-mitigation/mayor-sara-disaster-radio-journeying-with-dabawenyos．2020年3月访问。

  35. 达沃城。达沃市免费乘车服务获得gcq资格的工人。2020.https://www.davaocity.gov.ph/transportation-planning-traffic-management/davao-city-free-rides-to-serve-gcq-allowed-workers/．2020年3月访问。

下载参考

确认

JFR由Abdus Salam国际理论物理协会计划中心支持。

资金

该研究由UP系统通过UP韧性研究所资助。

作者信息

作者和联系

  1. 菲律宾大学数学科学和物理研究所，洛斯Baños，拉古纳，菲律宾

    Dylan Antonio S. Talabis, Ariel L. Babierra, Christian Alvin H. Buhat, Destiny S. Lutero, Kemuel M. Quindala III和Jomar F. Rabajante

  2. 菲律宾大学弹性研究所，菲律宾大学，奎松市，菲律宾

    Dylan Antonio S. Talabis, Ariel L. Babierra, Christian Alvin H. Buhat, Destiny S. Lutero, Kemuel M. Quindala III和Jomar F. Rabajante

  3. 菲律宾开放大学教育学院，菲律宾拉古纳

    Jomar f . Rabajante

作者
  1. 迪伦·安东尼奥·s·塔拉比斯
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

  2. 阿里尔·l·Babierra
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

  3. Christian Alvin H. Buhat
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

  4. 命运s Lutero
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

  5. 凯穆埃尔·昆达拉三世
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

  6. Jomar f . Rabajante
    看来作者出版物

    您也可以在中搜索这个作者PubMed谷歌学者

贡献

所有的作者都参与了手稿的起草和修改。作者(们)阅读并批准了最终稿。

相应的作者

对应到迪伦·安东尼奥·s·塔拉比斯．

道德声明

伦理批准和同意参与

不适用。我们使用了辅助数据。这些数据来自菲律宾卫生部的公共数据库(https://www.doh.gov.ph/covid19tracker)及菲律宾统计局普查(https://psa.gov.ph）

同意出版

不适用。

相互竞争的利益

作者声明他们没有竞争利益。

额外的信息

出版商的注意

施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

权利和权限

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

再版和权限

关于这篇文章

通过CrossMark验证货币和真实性

引用这篇文章

S.塔拉比斯，地方检察官，巴比拉，a.l.， H.布哈特，C.A.et al。菲律宾地方政府对COVID-19管理的应对措施。BMC公共卫生211711(2021)。https://doi.org/10.1186/s12889-021-11746-0

下载引用

  • 收到了：

  • 接受：

  • 发表：

  • DOI：https://doi.org/10.1186/s12889-021-11746-0

关键字

  • 新型冠状病毒肺炎
  • 当地政府
  • 政策
  • 离群值
  • 定量方法

BMC公共卫生

ISSN: 1471 - 2458

联系我们

Baidu
map