MétaCan
Menu
Retour à la cohorte
Enregistrement W4312467631 · doi:10.34121/1028-9763-2022-3-48-57

Assessment of the excess mortality in Ukraine caused by COVID-19

2022· article· en· W4312467631 sur OpenAlexaboutno aff
I. L. Ivanov, Igor Brovchenko

Notice bibliographique

RevueMathematical machines and systems · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicExcess mortalityCoronavirus disease 2019 (COVID-19)DemographyQuarter (Canadian coin)Christian ministryMortality rateSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyMedicinePolitical scienceDiseaseSociology

Résumé

récupéré en direct d'OpenAlex

Demographic statistics of Ukraine and other countries of the world indicate that the impact of the SARS-CoV-2 pandemic on mortality is not limited only to COVID-19 fatalities. Analysis of all-cause mortality statistics allows for examining the consequences of the pandemic regardless of the problem of determining the cause of death, which is especially relevant in the case of poor COVID-19 testing. The basic approach of such analysis includes comparing the number of deaths from all causes during the pandemic period with a forecast based on the tendencies of previous years. For the period from March 2020 to January 2022, there are considered three methods, the biggest difference between which is the interpretation of data for months when all-cause mortality is lower than expected. Other methodological issues arose while estimating the phenomenon of excess mortality in September-December 2020, whose ratio to the confirmed COVID-19 deaths was higher than on the average in 2021. It can be partially explained by the low volumes of tests in the fourth quarter of 2020. The reality of the increased excess mortality in September-December 2020 is evidenced by the fact that a similar phenomenon was observed in many neighboring countries. The conducted study shows that the excess mortality associated with the pandemic is at least 1.8–2.1 times higher than the confirmed COVID-19 deaths accord-ing to the Ministry of Health, and at least 1.6–1.9 times exceeds the similar indicator according to the State Statistics Service of Ukraine. The obtained estimates are consistent with similar es-timates from the Institute for Health Metrics and Evaluation (IHME, USA, Washington state) and the World Health Organization (WHO). The found estimates should be considered as lower given that the expected mortality from all causes for 2020-2022 was not adjusted for the phe-nomenon of mortality reduction observed in the first half of 2020.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,133
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,096
Tête enseignante GPT0,495
Écart entre enseignants0,399 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical machines and systemsMême sujetGlobal Health Care IssuesTravaux en français237 207