Geographic concentration of SARS-CoV-2 cases by social determinants of health in metropolitan areas in Canada: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Understanding inequalities in SARS-CoV-2 transmission associated with the social determinants of health could help the development of effective mitigation strategies that are responsive to local transmission dynamics. This study aims to quantify social determinants of geographic concentration of SARS-CoV-2 cases across 16 census metropolitan areas (hereafter, cities) in 4 Canadian provinces, British Columbia, Manitoba, Ontario and Quebec. METHODS: We used surveillance data on confirmed SARS-CoV-2 cases and census data for social determinants at the level of the dissemination area (DA). We calculated Gini coefficients to determine the overall geographic heterogeneity of confirmed cases of SARS-CoV-2 in each city, and calculated Gini covariance coefficients to determine each city's heterogeneity by each social determinant (income, education, housing density and proportions of visible minorities, recent immigrants and essential workers). We visualized heterogeneity using Lorenz (concentration) curves. RESULTS: We observed geographic concentration of SARS-CoV-2 cases in cities, as half of the cumulative cases were concentrated in DAs containing 21%-35% of their population, with the greatest geographic heterogeneity in Ontario cities (Gini coefficients 0.32-0.47), followed by British Columbia (0.23-0.36), Manitoba (0.32) and Quebec (0.28-0.37). Cases were disproportionately concentrated in areas with lower income and educational attainment, and in areas with a higher proportion of visible minorities, recent immigrants, high-density housing and essential workers. Although a consistent feature across cities was concentration by the proportion of visible minorities, the magnitude of concentration by social determinant varied across cities. INTERPRETATION: Geographic concentration of SARS-CoV-2 cases was observed in all of the included cities, but the pattern by social determinants varied. Geographically prioritized allocation of resources and services should be tailored to the local drivers of inequalities in transmission in response to the resurgence of SARS-CoV-2.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».