The coronavirus disease (COVID-19) has spread worldwide with an unprecedented impact on society. In the Philippines, several interventions such as mobility restrictions for different age groups and vaccination prioritization programs have been implemented to reduce the risks of infections and mortality. This study aimed to identify age-sex composition with greater susceptibility, longer hospitalization and higher fatality. The COVID-19 cases from March 2020 to April 2021 provided by the Department of Health Davao Region in the Philippines were analyzed. A Chi-square test was used to determine the difference in proportions of COVID-19 cases among age-sex compositions. A correlation plot of \c{hi}2 test residual was employed to investigate the differences in susceptibility. Boxplots and Kruskal-Wallis tests were utilized to compare the length of hospitalizations. The study found a significant difference in the COVID-19 susceptibility among age-sex compositions (p < 0.01). Male children and female senior citizens were the most susceptible age-sex compositions. Furthermore, senior citizens had the longest hospital days wherein the median and IQR days were 19 (15-27) for men and 18 (16-29) for women. Male senior citizen was the subgroup with the highest case fatality (21.4%, p < 0.01). It is recommended that the number of cases among senior citizens be used as an input in the planning and allocation of medical resources at the provincial and regional levels. The local government unit executives in the region can also take advantage of the availability of age-sex composition data in stratifying localities, planning, allocating COVID-19-related resources and imposing mobility restrictions.


翻译:科罗纳病毒(COVID-19)疾病(COVID-19)已在全世界蔓延,对社会产生了前所未有的影响;在菲律宾,实施了若干干预措施,如对不同年龄组的流动性限制和疫苗接种优先方案等,以减少感染和死亡率的风险;这项研究旨在查明年龄-性别构成,更易受感染,住院时间更长,死亡率更高;对菲律宾达沃州卫生部提供的2020年3月至2021年3月至2021年3月的COVID-19病例进行了分析;对年龄-性别组成进行了奇夸尔测试,以确定COVID-19-19病例在年龄-性别组成中的比例差异;对不同年龄组进行了相关的流动限制和疫苗接种优先方案,以调查易受感染程度的差异;对Boxplots和Kruskal-Wallis进行了测试,以比较住院时间长短;对菲律宾达沃奥州卫生部提供的CVI-19病例进行了重大差异(p 0.01);对男女老年-老年-老年-年龄-性别组成进行了最易感染的测试;此外,所有老年-老年-医院的住院时间为平均和IQR日(15-27岁),对男性-老年-老年-老年-老年-年龄-年龄-年龄分布进行了规划,对女性进行了数据进行了最高-年龄-年龄-年龄-年龄-年龄-年龄-年龄-年龄-年龄-年龄-年龄-年龄分布进行了统计进行了统计数据分类,对数据进行了统计进行了统计。

0
下载
关闭预览

相关内容

不可错过!700+ppt《因果推理》课程!杜克大学Fan Li教程
专知会员服务
69+阅读 · 2022年7月11日
专知会员服务
50+阅读 · 2020年12月14日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
全球首个GNN为主的AI创业公司,募资$18.5 million!
图与推荐
1+阅读 · 2022年4月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13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
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
20+阅读 · 2021年9月22日
A Survey on Data Augmentation for Text Classification
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
全球首个GNN为主的AI创业公司,募资$18.5 million!
图与推荐
1+阅读 · 2022年4月16日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13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
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员