Increasing concentration of COVID-19 by socioeconomic determinants and geography in Toronto, Canada: an observational study
Notice bibliographique
Résumé
ABSTRACT Background Inequities in the burden of COVID-19 observed across Canada suggest heterogeneity within community transmission. Objectives To quantify the magnitude of heterogeneity in the wider community (outside of long-term care homes) in Toronto, Canada and assess how the magnitude in concentration evolved over time (January 21 to November 21, 2020). Design Retrospective, population-based observational study using surveillance data from Ontario’s Case and Contact Management system. Setting Toronto, Canada. Participants Laboratory-confirmed cases of COVID-19 (N=33,992). Measurements We generated epidemic curves by SDOH and crude Lorenz curves by neighbourhoods to visualize inequities in the distribution of COVID-19 cases by social determinants of health (SDOH) and estimated the crude Gini coefficient. We examined the correlation between SDOH using Pearson correlation coefficients. Results The Gini coefficient of cumulative cases by population size was 0.41 (95% CI: 0.36-0.47) and were estimated for: household income (0.20, 95%CI: 0.14-0.28); visible minority (0.21, 95%CI: 0.16-0.28); recent immigration (0.12, 95%CI: 0.09-0.16); suitable housing (0.21, 95%CI: 0.14-0.30); multi-generational households (0.19, 95%CI: 0.15-0.23); and essential workers (0.28, 95% CI: 0.23-0.34). Most SDOH were highly correlated. Locally acquired cases were concentrated in higher income neighbourhoods in the early phase of the epidemic, and then concentrated in lower income neighbourhoods. Mirroring the trajectory of epidemic curves by income, the Lorenz curve shifted over time from below to above the line of equality with a similar pattern across SDOH. Limitations Study relied on area-based measures of the SDOH and individual case counts of COVID-19. We cannot infer concentration of cases by specific occupational exposures given limitation to broad occupational categories. Conclusion COVID-19 is increasingly concentrated by SDOH given socioeconomic inequities and structural racism. Primary Funding Source Canadian Institutes of Health Research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».