We investigate the prevalence rate of smoking in Covid-19 patients and examine whether there is a difference in the distribution of smokers between the two statistical populations of critically ill patients with Covid-19 and the entire Iranian population or not. To do this, we first prepared a sample of 1040 Covid-19 patients admitted to hospitals in Tehran, Rasht, and Bojnord. Then, through the non-parametric statistical runs test, we show that the sample was randomly selected, and it is possible to generalize the result of tests on the sample to the community of hospitalized Covid-19 patients. In continuation, we examined the hypothesis that the smoking prevalence among Covid-19 patients admitted to hospitals is equal to the prevalence rate of smoking in Iranian society. For this purpose, we used the non-parametric chi-square test, and it was observed that this hypothesis is rejected. The data show a significant difference in the prevalence of smoking between critically ill Covid-19 patients and the whole of Iranian society. Additionally, we examined this hypothesis in some subpopulations, and the results were the same.


翻译:我们调查Covid-19病人吸烟的流行率,并检查Covid-19病人和所有伊朗人口这两个重病病人的统计人口在吸烟者分布上是否有差别。为此,我们首先对德黑兰、拉什特和博伊诺德医院收治的1040 Covid-19病人进行了抽样调查。然后,通过非参数统计运行测试,我们发现抽样是随机选择的,有可能将抽样测试的结果推广到住院的Covid-19病人社区。接着,我们研究了以下假设:被医院收治的Covid-19病人的吸烟流行率与伊朗社会的吸烟流行率相等。为此目的,我们使用了非参数奇夸里测试,发现这一假设被否定了。数据显示,严重疾病Covid-19病人和整个伊朗社会的吸烟流行率存在重大差异。此外,我们检查了一些亚人口组的这一假设,结果也是一样的。

0
下载
关闭预览

相关内容

【柳叶刀】人工智能在COVID-19药物再利用中的应用
专知会员服务
24+阅读 · 2020年11月25日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员