Determinants of COVID-19 Case Fatality Rate in the US: Spatial Analysis Over One Year of the Pandemic
Notice bibliographique
Résumé
Background: The United States continues to account for the highest proportion of the global Coronavirus Disease-2019 (COVID-19) cases and deaths. Currently, it is important to contextualize COVID-19 fatality to guide mitigation efforts. Objectives: The objective of this study was to assess the ecological factors (policy, health behaviors, socio-economic, physical environment, and clinical care) associated with COVID-19 case fatality rate (CFR) in the United States. Methods: Data from the New York Times’ COVID-19 repository and the Centers for Disease Control and Prevention Data (01/21/2020 - 02/27/2021) were used. County-level CFR was modeled using the Spatial Durbin model (SDM). The SDM estimates were decomposed into direct and indirect impacts. Results: The study found percent positive for COVID-19 (0.057% point), stringency index (0.014% point), percent diabetic (0.011% point), long-term care beds (log) (0.010% point), premature age-adjusted mortality (log) (0.702 % point), income inequality ratio (0.078% point), social association rate (log) (0.014% point), percent 65 years old and over (0.055% point), and percent African Americans (0.016% point) in a given county were positively associated with its COVID-19 CFR. The study also found food insecurity, long-term beds (log), mental health-care provider (log), workforce in construction, social association rate (log), and percent diabetic of a given county as well as neighboring county were associated with given county’s COVID-19 CFR, indicating significant externalities. Conclusion: The spatial models identified percent positive for COVID-19, stringency index, elderly, college education, race/ethnicity, residential segregation, premature mortality, income inequality, workforce composition, and rurality as important ecological determinants of the geographic disparities in COVID-19 CFR.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».