[vc_row][vc_column]\r\n
W styczniowym numerze Geospatial Health ukaza\u0142 si\u0119 artyku\u0142 pt. Reducing bias in risk indices for COVID-19, kt\u00f3rego wsp\u00f3\u0142autorami s\u0105 pracownicy IGSEiGP dr hab. S\u0142awomir Sitek, dr hab. S\u0142awomir Pytel, prof. U\u015a oraz dr hab. El\u017cbieta Zuza\u0144ska-\u017by\u015bko, prof. U\u015a. Dotyczy on modelowania czasoprzestrzennego przebiegu epidemii COVID-19 w oparciu o nowe wska\u017aniki epidemiologiczne, w tym regionalny odsetek przypadk\u00f3w i regionalne wska\u017aniki pozytywnych test\u00f3w. Umo\u017cliwiaj\u0105 one dok\u0142adniejsze oszacowanie ryzyka, kt\u00f3re nie jest obci\u0105\u017cone wielko\u015bci\u0105 populacji ani przestrzenn\u0105 heterogeniczno\u015bci\u0105 test\u00f3w. Proponowana metodologia pozwala na identyfikacj\u0119 okres\u00f3w i region\u00f3w o podwy\u017cszonym ryzyku COVID-19. Badaniami obj\u0119to Polsk\u0119 z podzia\u0142em na wojew\u00f3dztwa. Wyniki dostarczaj\u0105 informacji na temat regionalnych potrzeb testowania i konsekwencji potencjalnej synchronizacji epidemii mi\u0119dzy regionami. Opracowana metoda jest uniwersalna i mo\u017ce mie\u0107 zastosowanie r\u00f3wnie\u017c do monitorowania dynamiki innych chor\u00f3b zaka\u017anych.<\/span> \n<\/div>\r\n <\/div>\r\n <\/div>[\/vc_column][\/vc_row]<\/p>","protected":false},"excerpt":{"rendered":" [vc_row][vc_column][\/vc_column][\/vc_row] […]<\/p>\n
\nhttps:\/\/geospatialhealth.net\/index.php\/gh\/article\/view\/1013<\/span><\/a><\/p>\n