Socioeconomic disparities and concentration of the spread of the COVID-19 pandemic in the province of Quebec, Canada
Notice bibliographique
Résumé
BACKGROUND: Recent studies suggest that the risk of SARS-CoV-2 infection may be greater in more densely populated areas and in cities with a higher proportion of persons who are poor, immigrant, or essential workers. This study examines spatial inequalities in SARS-CoV-2 exposure in a health region of the province of Quebec in Canada. METHODS: The study was conducted on the 1206 Canadian census dissemination areas in the Capitale-Nationale region of the province of Quebec. The observation period was 21 months (March 2020 to November 2021). The number of cases reported daily in each dissemination area was identified from available administrative databases. The magnitude of inequalities was estimated using Gini and Foster-Greer-Thorbecke (FGT) indices. The association between transmission and socioeconomic deprivation was identified based on the concentration of transmission in socially disadvantaged areas and on nonparametric regressions relating the cumulative incidence rate by area to ecological indicators of spatial disadvantage. Quantification of the association between median family income and degree of exposure of dissemination areas was supplemented by an ordered probit multiple regression model. RESULTS: Spatial disparities were elevated (Gini = 0.265; 95% CI [0.251, 0.279]). The spread was more limited in the less densely populated areas of the Quebec City agglomeration and outlying municipalities. The mean cumulative incidence in the subsample made up of the areas most exposed to the pandemic was 0.093. The spread of the epidemic was concentrated in the most disadvantaged areas, especially in the densely populated areas. Socioeconomic inequality appeared early and increased with each successive pandemic wave. The models showed that areas with economically disadvantaged populations were three times more likely to be among the areas at highest risk for COVID-19 (RR = 3.55; 95% CI [2.02, 5.08]). In contrast, areas with a higher income population (fifth quintile) were two times less likely to be among the most exposed areas (RR = 0.52; 95% CI [0.32, 0.72]). CONCLUSION: As with the H1N1 pandemics of 1918 and 2009, the SARS-CoV-2 pandemic revealed social vulnerabilities. Further research is needed to explore the various manifestations of social inequality in relation to the pandemic.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».