6533b820fe1ef96bd127952f

RESEARCH PRODUCT

Socio-economic deprivation and COVID-19 infection: a Bayesian spatial modelling approach

Antonino AbbruzzoAndrea MattalianoAlessandro ArrigoSalvatore ScondottoMauro Ferrante

subject

COVID-19 Socio-economic inequalities Bayesian Inference Laplace approximation Spatial-temporal models

description

Il presente articolo ha l’obiettivo di analizzare l’effetto della deprivazione socio-economica sull’incidenza da COVID-19 a livello sub-comunale. Grazie alla disponibilit`a di informazioni sui tassi di incidenza mensili da COVID-19 a livello di sezione di censimento per i due comuni di Palermo e Catania (Italia), viene pro- posto l’utilizzo di un modello spaziale Bayesiano con distribuzione binomiale zero- inflated. I risultati mostrano un’associazione tra livelli di deprivazione e incidenza da COVID-19 nei due comuni, controllando per la struttura spaziale delle unit`a areali considerate. Alla luce dei risultati, si rendono necessarie azioni di politica sanitaria focalizzando gli interventi su segmenti di popolazione maggiormente a rischio. This paper aims to analyse the effect of socio-economic deprivation on COVID-19 incidence at the sub-urban level. Given the availability of information on monthly incidence rates from COVID-19 at census tract level for the two munic- ipalities of Palermo and Catania (Italy), a Bayesian spatial model with zero-inflated binomial distribution is proposed. Results show an association between deprivation levels and incidence from COVID-19 in the two municipalities, also by controlling for the spatial structure of the territorial units. In the light of the results, health policy actions are needed, focusing interventions on the most deprived population groups.

https://hdl.handle.net/10447/576188