流行病的形态：使用函数型数据分析刻画意大利的COVID-19
应用统计
2021-09-29 v1 物理与社会
摘要
我们调查了意大利20个地区中COVID-19死亡率的模式及其与流动性、阳性率以及社会人口、基础设施和环境协变量的关联。尽管公开来源数据的准确性和分辨率存在局限，我们仍利用曲线与形态中的信息，借助函数型数据分析技术 pinpoint 了显著趋势。这些趋势刻画了两种截然不同的流行病：在伦巴第和北部最严重地区展开的“指数型”流行病，以及该国其余地区（包括威尼托，其病例与伦巴第同时出现但早期实施了积极检测）较温和的“平坦（缓化）型”流行病。我们发现，即使在控制相关协变量时，流动性和阳性率也能预测COVID-19死亡率。在协变量中，初级保健似乎缓解死亡率，而医院、学校和工作场所的接触则加剧死亡率。我们所描述的技术若应用于更丰富的数据，可捕获额外且潜在更清晰的信号。
引用
@article{arxiv.2008.04700,
title = {The shapes of an epidemic: using Functional Data Analysis to characterize COVID-19 in Italy},
author = {Tobia Boschi and Jacopo Di Iorio and Lorenzo Testa and Marzia A. Cremona and Francesca Chiaromonte},
journal= {arXiv preprint arXiv:2008.04700},
year = {2021}
}