Czy można oszacować „Dark figure” zakażeń COVID-19

Wykazaliśmy, że dostęp do opieki zdrowotnej (głównie popytowy) bezpośrednio lub poprzez ścieżki (głównie trójkąt mediacyjny od skumulowanych przypadków) ma największy efekt przyczynowy na zachorowalność na początku nowej fali zakażeń. Ponadto, współczynniki umieralności (z powodu COVID-19) i wyszczepialności w poszczególnych regionach były w istotny sposób moderowane od podażowego dostępu do opieki zdrowotnej, co jest związane z wydolnościami systemu opieki zdrowotnej. Postulujemy, że przestrzenny rozkład zgłoszeń przypadków jest głównie napędzany przez sposób, w jaki ludzie decydują się korzystać z systemu opieki zdrowotnej, a nie przez procesy epidemiczne. Sugerujemy, że przyszłe modele epidemiologiczne muszą uwzględniać popytowy dostęp do opieki zdrowotnej jako czynnik tzw. „dark fugure” zakażeń. W przeciwnym razie modele przestrzenne mogą być bardziej skłonne do stronniczości przez decyzje ludzi dotyczące badań niż do rzeczywistego obciążenia chorobą. Zatem związek między zgłoszonymi liczbami przypadków a prawdziwym stanem epidemii powinien być dostosowany przestrzennie.

Modele przyczynowe z kryteriami optymalizacji Bayesa do wyjaśnienia geograficznego zróżnicowania zachorowalności/umieralności w rozpoczynającej się IV fali COVID-19 (tzw. fala „Delta” jesienią 2021 r.) na poziomie powiatów – starych NUTS-4.

http://interdisciplinary-research.eu/wp-content/uploads/2023/04/poster_aidmed_causal_2023.pdf

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *