Positivity rate: an indicator for the spread of COVID-19
Notice bibliographique
Résumé
This paper investigates the relationship between the positivity rate and numbers of deaths and intensive care unit (ICU) patients. In addition, it explores the use of the positivity rate as an indicator for the spread of COVID-19. We used COVID-19 datasets for eight countries – Canada, USA, UK, Italy, Belgium, Ireland, Colombia and South Africa – and considered two correlation cases. The first case considers the correlation of the number of confirmed cases with each of deaths and ICU patients. The second case considers the correlation of the positivity rate with each of deaths and ICU patients. When obtaining the correlation, we considered different lagging periods between the date of confirming a case and the date of its ICU admittance or death. We compared the obtained correlation coefficient values for each of the two considered cases to explore whether the positivity rate is a better indicator for the spread of the disease than confirmed cases. For each of the eight considered countries, we obtained the daily reproduction number using each of confirmed cases and positivity rate. The two obtained sets of reproduction number values for each country were statistically compared to investigate whether they are significantly different. When considering the daily positivity rate instead of the daily number of confirmed cases, the maximum correlation with deaths is increased by 349.9% for the USA (the country with the highest increase) and 4.5% for the UK (the country with the lowest increase), with an average increase of 60.8% considering the eight countries. Considering the daily positivity rate instead of the daily number of confirmed cases caused the maximum correlation with the number of ICU patients to be increased by 74.7% for the USA (the country with the highest increase) and 2.2% for the UK (the country with the lowest increase), with an average increase of 25% over the considered countries. The results for the daily reproduction number obtained using the positivity rate are statistically different from those obtained using daily confirmed cases. The results indicate that positivity rate is a better indicator for the spread of the disease than the number of confirmed cases. Therefore, it is highly advised to use measures based on the positivity rate when indicating the spread of the disease and considering responses accordingly because these measures consider the daily number of tests and confirmed cases.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».