The determinants of COVID-19 case reporting across Africa
Notice bibliographique
Résumé
Background: According to study on the under-estimation of COVID-19 cases in African countries, the average daily case reporting rate was only 5.37% in the initial phase of the outbreak when there was little or no control measures. In this work, we aimed to identify the determinants of the case reporting and classify the African countries using the case reporting rates and the significant determinants. Methods: We used the COVID-19 daily case reporting rate estimated in the previous paper for 54 African countries as the response variable and 34 variables from demographics, socioeconomic, religion, education, and public health categories as the predictors. We adopted a generalized additive model with cubic spline for continuous predictors and linear relationship for categorical predictors to identify the significant covariates. In addition, we performed Hierarchical Clustering on Principal Components (HCPC) analysis on the reporting rates and significant continuous covariates of all countries. Results: 21 covariates were identified as significantly associated with COVID-19 case detection: total population, urban population, median age, life expectancy, GDP, democracy index, corruption, voice accountability, social media, internet filtering, air transport, human development index, literacy, Islam population, number of physicians, number of nurses, global health security, malaria incidence, diabetes incidence, lower respiratory and cardiovascular diseases prevalence. HCPC resulted in three major clusters for the 54 African countries: northern, southern and central essentially, with the northern having the best early case detection, followed by the southern and the central. Conclusion: Overall, northern and southern Africa had better early COVID-19 case identification compared to the central. There are a number of demographics, socioeconomic, public health factors that exhibited significant association with the early case detection.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».