MétaCan
Menu
Retour à la cohorte
Enregistrement W3102443965 · doi:10.3934/publichealth.2020066

Association of climatic factors with COVID-19 in Pakistan

2020· article· en· W3102443965 sur OpenAlexaff
Yasir Rehman, Nadia Rehman

Notice bibliographique

RevueAIMS Public Health · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensCanadian College of Osteopathy
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)DemographyCoronavirus disease 2019 (COVID-19)Environmental healthMedicineHumidityWind speedMortality rateGeographyMeteorologyInternal medicineDiseaseMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Environmental factors such as wind, temperature, humidity, and sun exposure are known to affect influenza and viruses such as severe acute respiratory syndrome (SARS) and Middle East Respiratory Syndrome (MERS) transmissions. COVID-19 is a new pandemic with very little information available about its transmission and association with environmental factors. The goal of this paper is to explore the association of environmental factors on daily incidence rate, mortality rate, and recoveries of COVID-19. METHODS: The environmental data for humidity, temperature, wind, and sun exposure were recorded from metrological websites and COVID-19 data such as the daily incidence rate, death rate, and daily recovery were extracted from the government's official website available to the general public. The analysis for each outcome was adjusted for factors such as lock down status, nationwide events, and the number of daily tests performed. Analysis was completed with negative binominal regression log link using generalised linear modelling. RESULTS: Daily temperature, sun exposure, wind, and humidity were not significantly associated with daily incidence rate. Temperature and nationwide social gatherings, although non-significant, showed trends towards a higher chance of incidence. An increase in the number of daily testing was significantly associated with higher COVID-19 incidences (effect size ranged from 2.17-9.96). No factors were significantly associated with daily death rates. Except for the province of Balochistan, a lower daily temperature was associated with a significantly higher daily recovery rate. DISCUSSION: Environmental factors such as temperature, humidity, wind, and daily sun exposure were not consistently associated with COVID-19 incidence, death rates, or recovery. More policing about precautionary measures and ensuring diagnostic testing and accuracy are needed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,416
Tête enseignante GPT0,494
Écart entre enseignants0,078 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207