Visible minority status and occupation were associated with increased COVID-19 infection in Greater Vancouver British Columbia between June and November 2020: an ecological study
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has highlighted health disparities, especially among specific population groups. This study examines the spatial relationship between the proportion of visible minorities (VM), occupation types and COVID-19 infection in the Greater Vancouver region of British Columbia, Canada. Methods: Provincial COVID-19 case data between June 24, 2020, and November 7, 2020, were aggregated by census dissemination area and linked with sociodemographic data from the Canadian 2016 census. Bayesian spatial Poisson regression models were used to examine the association between proportion of visible minorities, occupation types and COVID-19 infection. Models were adjusted for COVID-19 testing rates and other sociodemographic factors. Relative risk (RR) and 95% Credible Intervals (95% CrI) were calculated. Results: We found an inverse relationship between the proportion of the Chinese population and risk of COVID-19 infection (RR = 0.98 95% CrI = 0.96, 0.99), whereas an increased risk was observed for the proportions of the South Asian group (RR = 1.10, 95% CrI = 1.08, 1.12), and Other Visible Minority group (RR = 1.06, 95% CrI = 1.04, 1.08). Similarly, a higher proportion of frontline workers (RR = 1.05, 95% CrI = 1.04, 1.07) was associated with higher infection risk compared to non-frontline. Conclusion: Despite adjustments for testing, housing, occupation, and other social economic status variables, there is still a substantial association between the proportion of visible minorities, occupation types, and the risk of acquiring COVID-19 infection in British Columbia. This ecological analysis highlights the existing disparities in the burden of diseases among different visible minority populations and occupation types.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».