MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396574762 · doi:10.1371/journal.pone.0301325

Urban-rural disparities in COVID-19 hospitalisations and mortality: A population-based study on national surveillance data from Germany and Italy

2024· article· en· W4396574762 sur OpenAlexaff
Simona Bignami, Federico Ferraccioli, Nicola Riccetti, Jaime Gómez‐Ramírez, Daniela Ghio, Nikolaos I. Stilianakis

Notice bibliographique

RevuePLoS ONE · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensToronto Metropolitan UniversityUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Rural populationGeographyPopulationEnvironmental healthMedicineDemographyPandemicVirologyOutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Recent literature has highlighted the overlapping contribution of demographic characteristics and spatial factors to urban-rural disparities in SARS-CoV-2 transmission and outcomes. Yet the interplay between individual characteristics, hospitalisation, and spatial factors for urban-rural disparities in COVID-19 mortality have received limited attention. METHODS: To fill this gap, we use national surveillance data collected by the European Centre for Disease Prevention and Control and we fit a generalized linear model to estimate the association between COVID-19 mortality and the individuals' age, sex, hospitalisation status, population density, share of the population over the age of 60, and pandemic wave across urban, intermediate and rural territories. FINDINGS: We find that in what type of territory individuals live (urban-intermediate-rural) accounts for a significant difference in their probability of dying given SARS-COV-2 infection. Hospitalisation has a large and positive effect on the probability of dying given SARS-CoV-2 infection, but with a gradient across urban, intermediate and rural territories. For those living in rural areas, the risk of dying is lower than in urban areas but only if hospitalisation was not needed; while for those who were hospitalised in rural areas the risk of dying was higher than in urban areas. CONCLUSIONS: Together with individuals' demographic characteristics (notably age), hospitalisation has the largest effect on urban-rural disparities in COVID-19 mortality net of other individual and regional characteristics, including population density and the share of the population over 60.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,228
Tête enseignante GPT0,415
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→