解密尼日利亚新冠疫情脆弱性：探索城市热点之外的风险
计算机与社会
2025-09-09 v1 机器学习
摘要
新冠肺炎疫情自2020年2月27日报告首例病例以来，给尼日利亚公共卫生系统带来了重大挑战。本研究探讨了导致各州脆弱性的关键因素，通过一个综合风险评分来量化，其中将人口密度（权重0.2）、贫困（0.4）、医疗可及性（0.3）和年龄风险（0.1）整合为一体，按每10万人新增病例数进行归一化调整。将各州划分为低、中、高密度区域，以地理信息系统（GIS）映射分析趋势并识别热点。研究结果显示，高密度城市地区（如拉各斯）占全国病例的35.4%，风险评分最高（拉各斯：673.47 vs 全国平均值：28.16）。这些结果与全球及本地关于尼日利亚新冠肺炎空间变异性的研究一致，包括美国疾病控制与预防中心（CDC）社会脆弱性指数等国际框架。谷歌趋势数据显示公众卫生意识的差异，作为补充分析，帮助阐释脆弱性。风险评分为政策制定者提供了优先级分配工具，用于将检测、疫苗和医疗资源分配到高风险地区，尽管数据缺口和农村报告不足仍需进一步研究。该框架可扩展至其他传染性疾病，为资源受限地区的未来大流行病提供经验教训。
引用
@article{arxiv.2509.05398,
title = {Unmasking COVID-19 Vulnerability in Nigeria: Mapping Risks Beyond Urban Hotspots},
author = {Sheila Wafula and Blessed Madukoma},
journal= {arXiv preprint arXiv:2509.05398},
year = {2025}
}
备注
8 pages, 6 figures. Submission to NeurIPS 2025 in preparation