PoPStat-COVID19：利用人口金字塔量化新冠疫情的人口易感性
应用统计
2025-10-31 v2 信息论
math.IT
摘要
理解人口年龄结构如何塑造新冠肺炎负担对于疫情准备至关重要，但常见的摘要指标如中位年龄会忽略偏斜、双峰及高风险人群比例等关键分布特征。我们扩展了最初用于将整个人口金字塔与特定原因死亡率关联的 PoPStat 框架，使其适用于新冠肺炎。基于联合国世界人口展望2019年的人口年龄-性别分布，结合Our World in Data截至2023年5月5日记录的累计病例和死亡人数（按百万计算），我们计算出180多个国家的 PoPDivergence（与优化参考金字塔的克劳斯-莱布尔 KL 发散），并导出 PoPStat-COVID19 作为该发散与对数变换后病例或死亡率之间的皮尔逊相关系数。优化过程选定马耳他老年偏斜金字塔作为参考，病例（r=-0.86, p<0.001, R²=0.74）和死亡（r=-0.82, p<0.001, R²=0.67）均呈强负相关。针对二十个额外老年偏斜参考进行灵敏度测试，确认这些关联对参考选择鲁棒。对比八项常规指标（如国内生产总额 per capita、基尼系数、人类发展指数、出生时预期寿命、中位年龄、人口密度、社会人口指数和全民健康覆盖指数），结果表明 PoPStat-COVID19 在病例、死亡率以及致死负担方面均优于 GDP per capita、中位年龄、人口密度及其他传统指标。PoPStat-COVID19 因此为量化新冠疫情的人口易感性提供了简洁且考虑分布特征的标量指标。
引用
@article{arxiv.2509.14213,
title = {PoPStat-COVID19: Leveraging Population Pyramids to Quantify Demographic Vulnerability to COVID-19},
author = {Buddhi Wijenayake and Athulya Ratnayake and Lelumi Edirisinghe and Uditha Wijeratne and Tharaka Fonseka and Roshan Godaliyadda and Samath Dharmaratne and Parakrama Ekanayake and Vijitha Herath and Insoha Alwis and Supun Manathunga},
journal= {arXiv preprint arXiv:2509.14213},
year = {2025}
}
备注
14 pages, 4 Figures, 25th ICTer Conference