DOI: https://doi.org/10.1038/s41598-026-40216-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41714406
تاريخ النشر: 2026-02-20
المؤلف: Ross Arena وآخرون
الموضوع الرئيسي: دراسات وبائية حول COVID-19
نظرة عامة
تبحث الدراسة في العوامل التي تؤثر على نتائج COVID-19 في الولايات المتحدة، مع التركيز بشكل خاص على معدلات العدوى والوفيات. باستخدام مجموعة بيانات شاملة تشمل أكثر من 30 متغيرًا تنبؤيًا من إطار الصحة البيئية – بما في ذلك العوامل الثقافية والسياسية والاجتماعية والاقتصادية ونمط الحياة – استخدم الباحثون نهجًا إحصائيًا غير خطي قائم على الذكاء الاصطناعي لتقييم القوة التنبؤية لهذه المتغيرات فيما يتعلق بمعدلات الوفيات وحالات COVID-19 على مستوى المقاطعات.
تشير النتائج إلى أن النموذج حقق أعلى معامل تحديد (R²) عند تضمين جميع الميزات الـ 30، مما يبرز أهمية الامتثال للقاح، والتردد، والمخاوف المتعلقة بتوزيع اللقاح في التنبؤ بالنتائج. تؤكد المناقشة على التحديات الصحية المستمرة في الولايات المتحدة، التي تفاقمت بسبب خيارات نمط الحياة غير الصحية وانتشار الأمراض المزمنة، إلى جانب تسييس القرارات الصحية، مما يعقد الجهود لتحسين نتائج الصحة العامة.
مقدمة
تناقش مقدمة ورقة البحث النتائج المتنوعة لجائحة COVID-19 في الولايات المتحدة، مع تسليط الضوء على الفجوات الكبيرة في معدلات العدوى، والاستشفاء، والوفيات عبر مناطق مختلفة. تشير إلى أن بعض المناطق شهدت مستويات مرتفعة من هذه النتائج السلبية، مما يدل على الطبيعة غير المتجانسة لتأثير الجائحة. بالإضافة إلى ذلك، تتناول المقدمة تسييس تدابير الصحة العامة والمستويات غير المسبوقة من تردد اللقاح التي لوحظت في الولايات المتحدة، والتي زادت من تعقيد الاستجابة للصحة العامة.
تحدد هذه القسم أيضًا عوامل الخطر الرئيسية المرتبطة بنتائج COVID-19 الشديدة، مع التأكيد على دور سلوكيات نمط الحياة غير الصحية (مثل قلة النشاط البدني والتدخين)، والسمنة، ووجود الأمراض المزمنة (بما في ذلك أمراض القلب والأوعية الدموية ومرض الانسداد الرئوي المزمن). وقد ارتبطت هذه العوامل بزيادة كبيرة في خطر الاستشفاء والوفيات بين المصابين بالفيروس، مما يبرز أهمية معالجة هذه القضايا الصحية الأساسية في سياق الاستعداد للجائحة والاستجابة لها.
الطرق
تحدد قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، حيث تم تضمين التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج المعنية.
شمل جمع البيانات استخدام أدوات وبروتوكولات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام برامج إحصائية، وتطبيق تقنيات مثل تحليل الانحدار وANOVA لتحديد الفروقات والعلاقات المهمة بين المتغيرات. يبرز القسم صرامة الطرق المستخدمة، مما يسلط الضوء على ملاءمتها لمعالجة فرضيات البحث وضمان قوة النتائج.
النتائج
تشير النتائج إلى أن أداء نماذج Extra Trees اختلف عبر نتيجتين: الوفيات وعدد الحالات، مع تحديد النموذج الأمثل لكلا النتيجتين باستخدام 30 ميزة. تم تحقيق أعلى قيم R² للتنبؤ بالوفيات لكل 100,000 والحالات لكل 100,000 مع مجموعة الميزات هذه، كما هو موضح في الجدول 2. ومع ذلك، تم ملاحظة اختلافات بين القيم المتوقعة والفعلية عند أطراف توزيعات النتائج، مما يشير إلى تحيز منهجي في النموذج قد يتأثر بتمثيل محدود للمقاطعات المتطرفة وتأثيرات الانحدار إلى المتوسط.
تم تقييم التعدد الخطي باستخدام عامل تضخم التباين (VIF)، مما يكشف عن تعدد خطي معتدل إلى مرتفع (VIF ≥ 5) في 16 من 30 متنبئًا لنموذج الوفيات و15 لنموذج الحالات، مع تداخل كبير في المتنبئين المتعددين. أشار تحليل الارتباط الثنائي إلى وجود ارتباطات قوية (|r| ≥ 0.8) بين المتنبئين. سلط تحليل أهمية الميزات، باستخدام كل من المقاييس المدمجة وأهمية التبديل، الضوء على التصنيفات المتسقة للمتنبئين الرئيسيين عبر كلا النموذجين، مع التأكيد بشكل خاص على المساهمات المستقرة للمتنبئين المرتبطين بالتطعيم، الذين احتلوا مرتبة بين المتنبئين الرئيسيين في كلا التحليلين.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التأثير غير المتناسب لـ COVID-19 على سكان الولايات المتحدة، وخاصة بين الأفراد من المجتمعات المحرومة. تؤكد على ضرورة فهم شامل للعوامل المتعددة التي تؤثر على نتائج COVID-19، كما اقترح برونك وآخرون من خلال إطارهم البيئي للصحة. يحدد هذا الإطار الثقافة، والسياسة، والسياسات، والعوامل الاجتماعية والاقتصادية كعوامل مؤثرة على سلوكيات الصحة ومخاطر الأمراض المزمنة، والتي بدورها تؤثر على معدلات العدوى والوفيات بسبب COVID-19. تستخدم الدراسة نمذجة الذكاء الاصطناعي لتقييم هذه العلاقات على مستوى المقاطعة، كاشفة أن عوامل مثل تردد اللقاح وانتشار الأمراض المزمنة تسهم بشكل كبير في نتائج COVID-19.
تشير النتائج إلى أن سلوكيات نمط الحياة غير الصحية وأزمات الأمراض المزمنة في الولايات المتحدة قد زادت من آثار الجائحة، مع تأثيرات ثقافية وسياسية إقليمية مميزة تشكل القرارات المتعلقة بالصحة. يوفر الإطار البيئي رؤى قيمة لمبادرات الصحة العامة، داعيًا إلى استراتيجيات تواصل مصممة خصيصًا تتماشى مع المعتقدات المحلية لتعزيز الامتثال للقاح والتخفيف من انتشار الفيروس. يدعو المؤلفون إلى مزيد من البحث لتطوير هذا الإطار ومعالجة العوامل الأساسية التي تسهم في الفجوات الصحية، مؤكدين على أهمية العدالة في نتائج الصحة والحاجة إلى تدخلات محددة إقليميًا للاستعداد لأزمات الصحة المستقبلية.
DOI: https://doi.org/10.1038/s41598-026-40216-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41714406
Publication Date: 2026-02-20
Author(s): Ross Arena et al.
Primary Topic: COVID-19 epidemiological studies
Overview
The study investigates the factors influencing COVID-19 outcomes in the United States, specifically focusing on infection rates and mortality. Utilizing a comprehensive dataset that encompasses over 30 predictive variables from an ecological health framework—including cultural, political, socioeconomic, and lifestyle factors—the researchers employed a non-linear artificial intelligence statistical approach to evaluate these variables’ predictive power regarding county-level COVID-19 mortality and case rates.
The findings indicate that the model achieved the highest coefficient of determination (R²) when incorporating all 30 features, highlighting the significance of vaccine compliance, hesitancy, and concerns regarding vaccine rollout in predicting outcomes. The discussion emphasizes the ongoing health challenges in the U.S., exacerbated by unhealthy lifestyle choices and chronic disease prevalence, alongside the politicization of health decisions, which complicates efforts to improve public health outcomes.
Introduction
The introduction of the research paper discusses the varied outcomes of the COVID-19 pandemic in the United States, highlighting significant disparities in infection rates, hospitalization, and mortality across different regions. It notes that certain areas experienced heightened levels of these adverse outcomes, indicating the non-homogeneous nature of the pandemic’s impact. Additionally, the introduction addresses the politicization of public health measures and the unprecedented levels of vaccine hesitancy observed in the U.S., which have further complicated the public health response.
The section also identifies key risk factors associated with severe COVID-19 outcomes, emphasizing the role of unhealthy lifestyle behaviors (such as physical inactivity and smoking), obesity, and the presence of chronic diseases (including cardiovascular disease and chronic obstructive pulmonary disease). These factors have been linked to a significantly increased risk of hospitalization and mortality among those infected with the virus, underscoring the importance of addressing these underlying health issues in the context of pandemic preparedness and response.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments and protocols to ensure reliability and validity. The analysis was conducted using statistical software, applying techniques such as regression analysis and ANOVA to determine significant differences and relationships among the variables. The section emphasizes the rigor of the methods employed, highlighting their appropriateness for addressing the research hypotheses and ensuring the robustness of the findings.
Results
The results indicate that the performance of Extra Trees models varied across two outcomes: mortality and case counts, with the optimal model for both outcomes identified using 30 features. The highest R² values for predicting deaths per 100,000 and cases per 100,000 were achieved with this feature set, as detailed in Table 2. However, discrepancies between predicted and actual values were noted at the extremes of the outcome distributions, suggesting a systematic model bias potentially influenced by limited representation of extreme counties and regression-to-the-mean effects.
Multicollinearity was assessed using Variance Inflation Factor (VIF), revealing moderate to high multicollinearity (VIF ≥ 5) in 16 of the 30 predictors for the death model and 15 for the case model, with significant overlap in collinear predictors. Pairwise correlation analysis indicated strong correlations (|r| ≥ 0.8) among predictors. Feature importance analysis, utilizing both built-in metrics and permutation importance, highlighted consistent rankings of key predictors across both models, particularly emphasizing the stable contributions of vaccination-related predictors, which ranked among the top predictors in both analyses.
Discussion
The discussion section of the research paper highlights the disproportionate impact of COVID-19 on the U.S. population, particularly among individuals from underserved communities. It emphasizes the necessity for a comprehensive understanding of the multifaceted determinants influencing COVID-19 outcomes, as proposed by Pronk et al. through their ecological framework of health. This framework identifies culture, politics, policy, and socioeconomic factors as upstream influences on health behaviors and chronic disease risk, which in turn affect COVID-19 infection and mortality rates. The study employs artificial intelligence modeling to assess these relationships at the county level, revealing that factors such as vaccine hesitancy and chronic disease prevalence significantly contribute to COVID-19 outcomes.
The findings suggest that unhealthy lifestyle behaviors and chronic disease crises in the U.S. have exacerbated the pandemic’s effects, with distinct regional cultural and political influences shaping health-related decisions. The ecological framework provides valuable insights for public health initiatives, advocating for tailored communication strategies that resonate with local beliefs to enhance vaccine compliance and mitigate viral spread. The authors call for further research to refine this framework and address the underlying factors contributing to health disparities, emphasizing the importance of equity in health outcomes and the need for region-specific interventions to prepare for future health crises.