Area Deprivation and COVID-19 Incidence and Mortality in Bavaria, Germany: A Bayesian Geographical Analysis
Notice bibliographique
Résumé
Background: Area deprivation has been shown to be associated with various adverse health outcomes including communicable as well as non-communicable diseases. Our objective was to assess potential associations between area deprivation and COVID-19 standardized incidence and mortality ratios in Bavaria over a period of nearly 2 years. Bavaria is the federal state with the highest infection dynamics in Germany and demographically comparable to several other European countries. Methods: In this retrospective, observational ecological study, we estimated the strength of associations between area deprivation and standardized COVID-19 incidence and mortality ratios (SIR and SMR) in Bavaria, Germany. We used official SARS-CoV-2 reporting data aggregated in monthly periods between March 1, 2020 and December 31, 2021. Area deprivation was assessed using the quintiles of the 2015 version of the Bavarian Index of Multiple Deprivation (BIMD 2015) at district level, analyzing the overall index as well as its single domains. Results: < 0.001) per BIMD quintile. This represents a maximum difference of 41% between districts in the most and least deprived quintiles in the SIR and 110% in the SMR. Looking at individual months revealed clear linear association between the BIMD quintiles and the SIR and SMR in the first, second and last quarter of 2021. In the summers of 2020 and 2021, infection activity was low. Conclusions: In more deprived areas in Bavaria, Germany, higher incidence and mortality ratios were observed during the COVID-19 pandemic with particularly strong associations during infection waves 3 and 4 in 2020/2021. Only high infection levels reveal the effect of risk factors and socioeconomic inequalities. There may be confounding between the highly deprived areas and border regions in the north and east of Bavaria, making the relationship between area deprivation and infection burden more complex. Vaccination appeared to balance incidence and mortality rates between the most and least deprived districts. Vaccination makes an important contribution to health equality.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».