Country differences in transmissibility, age distribution and case-fatality of SARS-CoV-2: a global ecological analysis
Notice bibliographique
Résumé
Objectives The first COVID-19 pandemic waves in many low-income countries appeared milder than initially forecasted. We conducted a country-level ecological study to describe patterns in key SARS-CoV-2 outcomes by country and region and explore associations with potential explanatory factors, including population age structure and prior exposure to endemic parasitic infections. Methods We collected publicly available data and compared them using standardisation techniques. We then explored the association between exposures and outcomes using random forest and linear regression. We adjusted for potential confounders and plausible effect modifications. Results While mean time-varying reproduction number was highest in the European and Americas regions, median age of death was lower in the Africa region, with a broadly similar case-fatality ratio. Population age was strongly associated with mean (β=0.01, 95% CI, 0.005, 0.011) and median age of cases (β=-0.40, 95% CI, -0.53, -0.26) and deaths (β= 0.40, 95% CI, 0.17, 0.62). Conclusions Population age seems an important country-level factor explaining both transmissibility and age distribution of observed cases and deaths. Endemic infections seem unlikely, from this analysis, to be key drivers of the variation in observed epidemic trends. Our study was limited by the availability of outcome data and its causally uncertain ecological design.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».