KaydedilenlerDerginizi ekleyin

Dergiler / Anadolu Kliniği Tıp Bilimleri Dergisi / 2021 / Cilt: 26 - Sayı: 1

Türkiye’de Günlük COVID-19 Test Sayısı ve Yeni Vaka İlişkisinin Nedensellik Analizi

Causality Analysis of Daily COVID-19 Tests and New Case Relationship in Turkey

Sultan TARLACI
Sayfa
88–97
Yayın Tarihi
2021-01-30
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Granger nedensellik analizine göre, VAR modelinin önerdiği beş gecikme uzunluğu ile günlük olarak gerçekleştirilen COVID-19 tanı testlerinin sayısı, günlük yeni vakaların nedeni olarak belirlendi.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: Bu çalışmada, Türkiye’de 11 Mart–16 Temmuz 2020 tarihleri arasında, COVID-19 günlük tanısal test sayıları ve tanı konulan yeni vaka sayıları arasında kısa ve uzun süreli nedensellik analizi yapılması amaçlandı.
📊
Temel Bulgular & Veri:Bulgular: Granger nedensellik analizine göre, VAR modelinin önerdiği beş gecikme uzunluğu ile günlük olarak gerçekleştirilen COVID-19 tanı testlerinin sayısı, günlük yeni vakaların nedeni olarak belirlendi.
💡
Sonuç & Katkı:Eğer denkleme uzun dönem eşbütünleme katsayıları da eklenir ise %1’lik bir COVID-19 test sayısı artışının, %0,47 yeni tanı alan vaka sayısında artışa neden olabileceği öngörüldü.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2020 Verileri
⚙️Değişkenler:COVID-19 · nedensellik · PCR Test

Özet

Amaç: Bu çalışmada, Türkiye’de 11 Mart–16 Temmuz 2020 tarihleri arasında, COVID-19 günlük tanısal test sayıları ve tanı konulan yeni vaka sayıları arasında kısa ve uzun süreli nedensellik analizi yapılması amaçlandı. Gereç ve Yöntemler: Çalışmamızda klasik sıklık istatistiklerinin yanı sıra, vektör otoregresyon (VAR) modeli, Granger nedenselliği analizi ve tam düzenlenmiş en küçük kareler (FMOLS) testi kullanıldı. Bulgular: Granger nedensellik analizine göre, VAR modelinin önerdiği beş gecikme uzunluğu ile günlük olarak gerçekleştirilen COVID-19 tanı testlerinin sayısı, günlük yeni vakaların nedeni olarak belirlendi. Buna karşın, günlük yeni vakaların sayısı COVID-19 test sayısının bir nedeni olarak tespit edilmedi. Sonuç: Sonuçlara göre, COVID-19 günlük testinden günlük yeni tanı konulan vakaya doğru tek yönlü bir nedensellik olduğu sonucuna varıldı. Uzun vadeli nedensellik ilişkisi tahmini FMOLS tarafından analiz edildi. Bağımlı değişken yeni tanı konulan vaka sayısı alındığında, bağımsız değişken test sayısında uzun dönemde meydana gelen %1’lik bir artışın, yeni tanı alan vaka sayısında %0,71 artış sağlayacağı tespit edildi. Test sayısı ile yeni tanı konulan vaka sayısı arasında pozitif bir ilişki bulundu. Eğer denkleme uzun dönem eşbütünleme katsayıları da eklenir ise %1’lik bir COVID-19 test sayısı artışının, %0,47 yeni tanı alan vaka sayısında artışa neden olabileceği öngörüldü.

Abstract

Aim: In this study, we performed short and long-term causality analysis between COVID-19 daily diagnostic test numbers and daily diagnosed new cases using data March 11–July 16, 2020 in Turkey.

🔖

Bu Makaleye Atıf Yap

TARLACI, S. (2021). Türkiye’de Günlük COVID-19 Test Sayısı ve Yeni Vaka İlişkisinin Nedensellik Analizi. Anadolu Kliniği Tıp Bilimleri Dergisi, Cilt: 26 - Sayı: 1, 88–97. https://ajindex.com/articles/459292

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (8)

  1. Covid-19 Türkiye Web Portalı, https://covid19.tubitak.gov.tr/turkiyede-durum, Erişim Tarihi: 28 Ağustos 2020.
  2. Cheng MP, Papenburg J, Desjardins M, Kanjilal S, Quach C, Libman M, Dittrich S, Yansouni CP. Diagnostic Testing for Severe Acute Respiratory Syndrome-Related Coronavirus-2: A Narrative Review. Ann Intern Med 2020; 10.7326/M20-1301. Weissleder R, Lee H, Ko J, Pittet MJ. COVID-19 diagnostics in context. Sci Transl Med 2020;12. Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler B. Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction-Based SARS-CoV-2 Tests by Time Since Exposure. Ann Intern Med 2020;10.7326/M20-1495. Sağlık Bakanlığı Web sitesi, https://covid19.saglik.gov.tr/ Erişim Tarihi: 28 Ağustos 2020.
  3. Saah J, Hoover DR. Sensitivity and specificity reconsidered: the meaning of these terms in analytical and diagnostic settings. Ann Intern Med 2020; 126, 91-94.
  4. Tang YW, Schmitz JE, Persing DH, Stratton CW. The Laboratory Diagnosis of COVID-19 Infection: Current Issues and Challenges. J Clin Microbiol 2020; 10.1128/JCM.00512-20.
  5. West CP, Montori WM, Sampathkumar P. COVID-19 Testing: The Threat of False-Negative Results. Mayo Clin Proc 2020; 95, 1127-1129.
  6. Li Y, Yao L, Li J, Chen L, Song Y, Cai Z, Yang C. Stability issues of RT-PCR testing of SARS-CoV-2 for hospitalized patients clinically diagnosed with COVID-19. J Med Virol 2020; 10.1002/jmv.25786. Watson J, Whiting FP, Brush JE. Interpreting a covid-19 test result. BMJ 2020; 369, m1808. Tang MS, Hock KG, Logsdon NM, Hayes JE. Ann M Gronowski 1, Neil W Anderson 1, Christopher W Farnsworth. Clinical Performance of Two SARS-CoV-2 Serologic Assays. Clin Chem 2020; 10.1093/clinchem/hvaa120. Lassaunière R, Frische A, Harboe ZB, Nielsen ACY, Fomsgaard A, View ORCID ProfileKaren A Krogfelt, Charlotte S Jørgensen. Evaluation of nine commercial SARS-CoV-2 immunoassays. medRxiv 2020; 10.1101/2020.04.09.20056325. Kovid-19 tanısında en güvenilir sonucu PCR testi veriyor. Anadolu Ajansı, www.shorturl.at/szQ27 Gujarati DN, Porter DC. Temel Ekonometri (Ü. Şenesen & G. G. Şenesen, Trans. 5 ed.), İstanbul: Literatür Yayıncılık, 2012.
  7. Keating, JW. Identifying VAR Models Under Rational Expectations. Journal of Monetary Economics 1990; 25, 453 -476. Granger CWJ. Investigating Causal Relations By Econometric Models Andcross-Spectral Methods. Econometrica 1969; 37(3), 424-438. Schwarz G. Estimating the dimension of a model. The Annals of Statistics 1978; 6, 461–464.
  8. Hansen BE, Phillips P