探究加利福尼亚首波COVID-19中观察到的特征之间的因果关系
摘要：确定谁在疾病风险中处于危险地带对于在疫情爆发期间保护弱势人群至关重要。我们目前正面临SARS-CoV-2（通常称为COVID-19）大流行，这对全球产生了巨大影响，有些社区和个人面临的严重后果和死亡风险要高于其他人群。这些风险对低社会经济地位的人群、那些医疗保健资源有限、高慢性病率（如高血压、糖尿病（2型）、肥胖症）的人群尤为严重，可能是由于这些生活条件的长期压力造成的。由于其工作性质，关键岗位工作者也面临更高的COVID-19风险，因为他们暴露率较高。 在本研究中，我们通过皮尔逊相关系数来确定截至2021年7月5日（分析日期）的加利福尼亚州疫情的重要特征，这些特征与人口统计特征以及累计病例和死亡之间的关系计算得到。基于累计病例和死亡每10万人口的皮尔逊相关系数的绝对值，选择了最相关的特征，有两种方式建立回归模型：使用前5个特征和使用前20个特征以限制特征之间的相互作用。这些模型用于确定a）这些子集中最重要的特征和b）可以近似描述COVID-19病例和死亡的不同潜在因素的特征（特别是对于后者）。另外，对于所有特征，计算了协同相关性，这些特征是指不属于回归模型中的给定输入特征集合，但与包含在其中的特征强相关的人口统计特征。
作者：Sarah Good and Anthony O'Hare
论文ID：2303.14485
分类：Applications
分类简称：stat.AP
提交时间：2023-03-28