COVID-19在英格兰的时空传播及其与社会经济、人口统计和环境因素的关联：一个贝叶斯分层时空模型
摘要：探索COVID-19传播的时空变化及其潜在决定因素可以更深入地了解疾病传播的动态。本研究旨在调查英格兰COVID-19感染率的时空传播，并检查其与社会经济、人口统计和环境风险因素的关联。利用2020年3月7日至2022年3月26日在英格兰大陆各中间层超级输出区（MSOA）级别上每周报告的COVID-19病例，我们开发了一个贝叶斯层次时空模型来预测COVID-19感染率并调查影响因素。分析结果显示，我们的模型在预测准确性方面优于普通最小二乘（OLS）模型和地理加权回归（GWR）模型。结果显示，COVID-19感染率的时空传播具有异质性。感染率热点在时间上呈现出不一致的聚集模式。在选择的风险因素中，年度家庭收入、失业率、人口密度、加勒比人口比例、45-64岁成年人比例和颗粒物浓度与COVID-19感染率呈正相关。研究结果有助于政策制定者制定针对COVID-19预防和控制的量身定制的公共卫生干预措施。
作者：Xueqing Yin, John M. Aiken, Richard Harris and Jonathan L. Bamber
论文ID：2308.09404
分类：Applications
分类简称：stat.AP
提交时间：2023-08-21