The Impact COVID-19 Pandemic on Coronary Heart Disease Deaths: Using Bayesian Lorenz Curve and Gini-Index Distribution
Notice bibliographique
Résumé
Aim: The aim to investigate and assess role of COVID-19 on Coronary Heart Disease (CHD) mortality using Bayesian Lorenz Curve and associated Gini Index Statistical Method: Bayesian estimation was applied to analyze CHD mortality rates, focusing on both gender and age group differences. Application: A total of 341,467 patients were treated during 2-year period from 2020 to 2021during COVID-19 in Turkey. 195,413 females and 146,054 males were diagnosed and 155,211 deaths where 88,824 were males and 66,387 were females with CHD, and hence were studied to evaluate whether female gender was an independent predictor for poor prognosis. Results: Mortality rates increase with age for females compared to males. The model suggests that males have higher risks or proportions across all groups compared to females, particularly in older age categories. The Lorenz curves for both genders show that a significant portion of deaths is concentrated in a relatively small subset of age groups, particularly older adults. The Gini Index regarding mortality for males is found to be 0.123 compared to value of 0.384 associated with female's age distribution. Meanwhile, the Gini Index regarding morbidity for males (0.146) and females (0.394) are very similar, suggesting that the patterns of inequality in morbidity distribution are comparable across genders. Conclusion: The study highlights the effectiveness of empirical Bayesian techniques in estimating CHD-related COVID-19 mortality rates across Turkey. It suggests that such statistical methods can help allocate resources more efficiently to high-risk areas and to ensure fair resource distribution and healthcare interventions.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».