MétaCan
Menu
Retour à la cohorte
Enregistrement W4221099597 · doi:10.9778/cmajo.20210249

Sporadic SARS-CoV-2 cases at the neighbourhood level in Toronto, Ontario, 2020: a spatial analysis of the early pandemic period

2022· article· en· W4221099597 sur OpenAlexaffvenueabout
Lindsay Obress, Olaf Berke, David N. Fisman, Ashleigh R. Tuite, Amy L. Greer

Notice bibliographique

RevueCMAJ Open · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of GuelphGreoPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)DemographyConfidence intervalCoronavirus disease 2019 (COVID-19)PandemicSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineRelative riskGeographyPopulationEpidemiologyEnvironmental healthDiseaseInternal medicineInfectious disease (medical specialty)Mathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As the largest city in Canada, Toronto has played an important role in the dynamics of SARS-CoV-2 transmission in Ontario, and the burden of disease across Toronto neighbourhoods has shown considerable heterogeneity. The purpose of this study was to investigate the spatial variation of sporadic SARS-CoV-2 cases in Toronto neighbourhoods by detecting clusters of increased risk and investigating effects of neighbourhood-level risk factors on rates. METHODS: Data on sporadic SARS-CoV-2 cases, at the neighbourhood level, for Jan. 25 to Nov. 26, 2020, were obtained from the City of Toronto COVID-19 dashboard. We used a flexibly shaped spatial scan to detect clusters of increased risk of sporadic COVID-19. We then used a generalized linear geostatistical model to investigate whether average household size, population density, dependency ratio and prevalence of low-income households were associated with sporadic SARS-CoV-2 rates. RESULTS: We identified 3 clusters of elevated risk of SARS-CoV-2 infection, with standardized morbidity ratios ranging from 1.59 to 2.43. The generalized linear geostatistical model found that average household size (relative risk [RR] 2.17, 95% confidence interval [CI] 1.80-2.61) and percentage of low-income households (RR 1.03, 95% CI 1.02-1.04) were significant predictors of sporadic SARS-CoV-2 cases at the neighbourhood level. INTERPRETATION: During the study period, 3 clusters of increased risk of sporadic SARS-CoV-2 infection were identified, and average household size and percentage of low-income households were found to be associated with sporadic SARS-CoV-2 rates at the neighbourhood level. The findings of this study can be used to target resources and create policy to address inequities that are shown through heterogeneity of SARS-CoV-2 cases at the neighbourhood level in Toronto, Ontario.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,261
Tête enseignante GPT0,417
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCOVID-19 epidemiological studiesTravaux en français237 207