The association between the initial outcomes of COVID-19 and the human development index: An ecological study
Notice bibliographique
Résumé
BACKGROUND & OBJECTIVE: Outcomes of the pandemic COVID-19 varied from one country to another. We aimed to describe the association between the global recovery and mortality rates of COVID-19 cases in different countries and the Human Development Index (HDI) as a socioeconomic indicator. METHODS: A correlational (ecological) study design is used. The analysis used data from 173 countries. Poisson regression models were applied to study the relationship between HDI and pandemic recovery and mortality rates, adjusting for country median age and country male to female sex ratio. RESULTS: During the first three months, the global pooled recovery rate was 32.4%(95%CI 32.3%–32.5%), and the pooled mortality rate was 6.95%(95%CI 6.94%–6.99%). Regression models revealed that HDI was positively associated with recovery β= 1.37, p = 0.016. HDI was also positively associated with the mortality outcome β= 1.79, p = 0.016. CONCLUSIONS: Our findings imply that the positive association between the HDI and recovery rates is reflective of the pandemics’ preparedness. The positive association between the HDI and mortality rates points to vulnerabilities in approaches to tackle health crises. It is critical to better understand the connection between nations’ socioeconomic factors and their readiness for future pandemics in order to strengthen public health policies.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».