When dealing with pandemics like COVID-19, it is crucial for policymakers to constantly monitor the emergency. Correct data reporting is a hard task during pandemics, and errors affect the overall mortality, resulting in excess deaths in official statistics. In this work, we provide tools for evaluating the quality of pandemic mortality data. We accomplish this through a spatio-temporal Bayesian approach accounting for the bias implicitly contained in the data.
Quando si affrontano pandemie come il COVID-19, è fondamentale che si monitori costantemente lo stato della pandemia. Tuttavia, una corretta raccolta dei dati è un compito difficile in questi casi e gli errori influiscono sulla valutazione della mortalità complessiva, traducendosi in un eccesso di mortalità nelle statistiche ufficiali. In questo lavoro, si forniscono strumenti per valutare la qualità dei dati sulla mortalità pandemica attraverso un approccio spazio-temporale bayesiano
Pandemic Data Quality Modelling: A Bayesian Approach = Modellazione della qualit`a dei dati pandemici: un approccio bayesiano / L. Ferrari, G. Manzi, A. Micheletti, F. Nicolussi, S. Salini - In: Book of short papers / [a cura di] A. Bucci, A. Cartone, A. Evangelista, A. Marletta. - [s.l] : Edizioni Il Viandante, 2023 Aug 01. - ISBN 979-12-803-3369-8. - pp. 415-420 (( convegno IES Statistical Methods for Evaluation and Quality: Techniques, Technologies and Trends (T3) tenutosi a Pescara nel 2023.
Pandemic Data Quality Modelling: A Bayesian Approach = Modellazione della qualit`a dei dati pandemici: un approccio bayesiano
G. Manzi
Secondo
;A. Micheletti;F. NicolussiPenultimo
;S. SaliniUltimo
2023
Abstract
When dealing with pandemics like COVID-19, it is crucial for policymakers to constantly monitor the emergency. Correct data reporting is a hard task during pandemics, and errors affect the overall mortality, resulting in excess deaths in official statistics. In this work, we provide tools for evaluating the quality of pandemic mortality data. We accomplish this through a spatio-temporal Bayesian approach accounting for the bias implicitly contained in the data.File | Dimensione | Formato | |
---|---|---|---|
IES2023Paper.pdf
accesso aperto
Descrizione: Articolo principale
Tipologia:
Publisher's version/PDF
Dimensione
279.65 kB
Formato
Adobe PDF
|
279.65 kB | Adobe PDF | Visualizza/Apri |
Pubblicazioni consigliate
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.