基于人口、流动与环境变量的美国新冠疫情第一波分析
物理与社会
2024-10-28 v1
摘要
COVID-19 对我们的社会产生了强烈且具有破坏性的影响，然而仍需进一步分析解释疫情蔓延的最相关因素。将流行病学、流动性、环境和社会人口数据进行分析的跨学科研究，有助于理解历史条件、同期社会政策与环境因子如何影响疫情危机的演变。本文针对 2020 年上半年（即 COVID-19 疫情第一波期间）美国的数据，开展了将 COVID-19 死亡率与社会人口、流动性和环境数据相关联的回归分析。该研究可在非药物干预或疫苗接种运动实施之前，就增强死亡率的风险因素提供非常有价值的见解。我们的横断面生态回归分析表明，当考虑整个美国区域时，在描述 COVID-19 死亡率方面，社会人口变量相对于环境和流动性变量总体发挥着最重要的作用。与考虑所有社会人口、流动性和环境数据的完整广义线性模型相比，仅基于社会人口数据的回归提供了更好的近似，并且相较于基于流动性和基于环境的模型被证明是更好的解释模型。然而，当考察三个组中各自的单项时，我们看到流动性数据在局部尺度上可成为相关的描述性预测因子，如在新泽西州工作时长是最相关的解释变量之一，而环境数据则起着矛盾的作用。
引用
@article{arxiv.2302.14649,
title = {Analysis of COVID-19 first wave in the US based on demographic, mobility, and environmental variables},
author = {Dario Spiller and Gabriele Santin and Alessandro Sebastianelli and Lorenzo Lucchini and Riccardo Gallotti and Brennan Lake and Silvia Liberata Ullo and Bertrand Le Saux and Bruno Lepri},
journal= {arXiv preprint arXiv:2302.14649},
year = {2024}
}
备注
Submitted to the Scientific Reports, COVID-19 Collection, for possible publication