The Prevalence of COVID-19 in Jizan Region-Saudi Arabia: A Demographic Analysis
Notice bibliographique
Résumé
BACKGROUND The unrelenting pandemic of the SARS CoV2 (COVID-19) pleads for re-examining predictors of infection and containment measures, once again. AIMS The researchers aim to investigate the prevalence of COVID-19 in Jizan region to analyse the demographic details of the population, to examine the quarantine predictors and the prescription of zinc and azithromycin. METHODS The researcher reviewed the Jizan region data obtained from the Ministry of Health of Saudi Arabia and performed a cross-sectional study from September 1st, 2020 - September 29th, 2020. The researchers surveyed people from the same region to collect and analyse demographic and quarantine data. RESULTS The total number of positive cases was 11,752 patients in the Jizan region since the start of the pandemic. The prevalence of infection is 0.84% with a mortality rate of 1.73% (n=257). Out of 328 participants, 46.4% (n=148) acquired the infection with an admission rate of 1.6% (n=5). We noted two predictors for infection in the region: female gender and being married. Furthermore, males were more likely to be admitted than females and irrespective of age and chronic diseases. The quarantine after contact with a probable case or after travel showed an inverse relationship with the age; and in particular young females stratum, p <0.05. One third received zinc supplementation, whereas the majority 82.4% was not pre- scribed azithromycin. CONCLUSION Overall, the researchers provide a region-specific analysis that uncovers important infection determinants for COVID-19 infection, which should be taken into consideration when designing and implementing health promotions programs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».