## Covid-19趨勢以及影響調查 #### 第一組 侯欽濠 鄭又瑋 蔡育修 --- ### 資料來源 #### COVID-19 Trends and Impact Survey (CTIS) indicators --- ### 研究構想 <div class="text-align-justify"> &emsp;&emsp;隨著 COVID-19 大流行不斷蔓延，社會、經濟和健康狀況遭受了巨大衝擊。 COVID-19 對不同人群的心理健康、經濟和健康狀況可能產生不同的影響，研究結果有望提供重要的信息和參考，以幫助相關部門更好地制定應對措施和支持方案。 </div> --- ### 研究方法 <div class="text-align-justify"> &emsp;&emsp;通過卡內基美濃大學與馬里蘭大學社會數據科學中心和 Facebook 合作所蒐集的數據進行統計分析，探討 COVID-19 大流行對不同人群的影響，以深入理解心理健康、經濟擔憂、疫苗接種、個人生活習慣和相關病症等問題之間的關聯性。 </div> --- ### 研究變項操作型定義 * 心理健康 * 經濟擔憂 * 疫苗接種 * 個人生活情況 * 相關病症 * 篩檢情況 * 資訊認知 --- ### 心理健康狀態 * 過去七天是否感到焦慮 * 過去七天是否感到憂鬱 * 是否擔心疫情傳播 --- ### 經濟狀況 * 是否擔心家中經濟狀況 * 是否擔心COVID-19醫療費用影響家中經濟 * 是否擔心存糧問題 * 是否擔心失去收入 --- ### 對疫苗接種產生猶豫 * 是否因為價格問題 * 是否因為相信自己不需用 * 是否因為懷疑covid-19疫苗效果 --- ### 疫苗接種受阻 * 是否認為自己沒有時間離開學校或工作岡位 * 是否認為自己交通上不易到達施打地點 * 是否認為自己無法提供必要文件 * 是否認為自己沒有預約而沒有疫苗 --- ### 疫苗施打 * 若還未接種疫苗，是否對副作用感到擔心 * 是否接種過一劑疫苗 * 是否接種過兩劑疫苗 * 是否堅決不接種疫苗 * 是否可能不接種疫苗 --- ### 個人生活情況 * 過去24小時是否參加10人以上集會 * 過去24小時是否有和此時沒有待在一起的人相處 * 過去24小時是否在外工作 * 過去24小時是否有洗手或消毒7次以上 * 過去7天在公眾場合是否經常配戴口罩 --- ### 相關病症 * 是否有疑似COVID-19症狀 * 是否有疑似流感症狀 * 是否曾經確診COVID-19 --- ### 篩檢情況 * 過去14天是否有篩檢COVID-19 * 是否為了篩檢而減少家庭開支 --- ### 資訊認知 * 是否相信保持社交距離有助於預防COVID-19傳播 * 是否相信口罩有助於預防COVID-19傳播 --- ### 年紀 * 18–24 歲 * 25-44 歲 * 45-64 歲 * 65 以上 --- ### 教育 * no education * 1-6 年 * 7-12 年 * 13-15 年 * 16-30 年 --- ### 性別 * 男性 * 女性 --- ### 健康工作者 * 是 * 否 --- ### 居住地 * 城市 * 鄉村 --- ### 抽樣權重 抽樣調查中，我們希望抽取具有相等選擇概率的簡單隨機樣本，但實際操作中由於多種原因，使得抽樣通常具有額外的複雜性，導致人口單位不再具有相等的選擇機率。因此需要使用權重進行修正。 --- ### 權重公式 #### final weights = #### design weights x non-response weights x post-stratification weights --- ### 這三個參數來自於三個誤差的修正  --- ### Sampling error：Design weighs 「設計權重 (design weights)」，其作用是調整樣本的不成比例分層問題。回答者會根據所在國家被賦予不同的 design weights。而數值是根據該國的一級行政區人口規模而定，人口規模較大的區域 design weights 較大 (樣品被選中的機率調小)。 --- ### Non-response error：Non-response weights 被選中為調查者卻沒有做出回應的人可能會對研究造成non-response error，本研究採用 IPSW 調查法試圖校正之，其原理在於建立模型，利用輔助變量（包括Facebook應用程式用戶報告的年齡、性別和居住國家等訊息，以及樣本用戶與Facebook應用程式的互動情況等）預測可能的回應答案。但如果輔助變量也缺失，會再根據 MCAR 假設隨機進行插補，或將其標記為一個新的「未知」類別。 --- ### Non-coverage error：Post-stratification weights 樣本框架通常無法完全涵蓋所有人口單位，導致樣品不完整或不平衡，而缺少某些人口或群體的訊息，稱為非涵蓋誤差。而後分層權重可以通過強制使權重總和等於已知的總數的方式，來糾正非涵蓋誤差。後分層權重的實際運作方式補充在下頁。 --- #### 後分層權重的實際運作如下： 1. 獲取基準數據：首先，需要獲取一個可靠的基準數據，其中包含目標人口的特定屬性，例如性別、地區等。 2. 計算原始權重：使用基準數據計算每個樣本的原始權重，該權重將反映樣本中每個子群體的比例。例如，在性別和年齡方面，樣本中男性和女性的比例以及各年齡段的比例。 --- 3. 總和校正：由於原始權重的總和可能與外部基準數據中已知的總數不同，因此需要進行總和校正。校正後，**權重總和將等於外部基準數據中已知的總數**。 4. 重新歸一化：根據目標數據集的特定需求，可以對權重進行重新歸一化，以確保權重總和等於外部基準數據中已知的總數，並且每個子群體在樣本中的比例與外部基準數據中的比例一致。 5. 應用權重：最後，可以使用這些調整後的權重來計算加權統計數據、建立加權模型，或者進行其他相關的統計分析。 --- # 結果 --- ### 年齡與焦慮比率、疫苗擔憂比率、疫苗猶豫比率關係 焦慮比率：各年齡層間皆有顯著差異 副作用擔憂比率：18~24歲與其他年齡層有顯著差異，其他年齡層間無顯著差異 疫苗猶豫比率：18~24歲與其他年齡層有顯著差異，其他年齡層間無顯著差異 ---  --- ### 教育程度與焦慮比率、疫苗擔憂比率、疫苗猶豫比率關係 焦慮比率：No education、受教育1~6年與其他應變數有顯著差異 副作用擔憂比率：受教育16~30年與其他應變數有顯著差異 疫苗猶豫比率：各應變數間無顯著差異 ---  --- ### 是否為健康衛生工作者與焦慮比率、疫苗擔憂比率、疫苗猶豫比率關係 焦慮比率：無顯著差異 副作用擔憂比率：無顯著差異但有趨勢 疫苗猶豫比率：有顯著差異 ---  --- ### 各大洲18~24歲人口與焦慮比率、疫苗擔憂比率、疫苗猶豫比率關係 焦慮比率：南美洲、亞洲與其他應變數有顯著差異 副作用擔憂比率：南美洲與歐洲、亞洲間有顯著差異 疫苗猶豫比率：北美洲、歐洲與亞洲、大洋洲間有顯著差異  --- # 討論 --- ### 焦慮比率 1. 年齡因素：年紀大的人可能對疾病和壓力有更好的應對能力，因為他們在生命過程中經歷過其他類似的事件(例如:自然災害及疫病)，有更好的應對經驗。 2. 教育程度：教育程度高的人可能具有更多的資訊和知識來應對疫情，更能夠理解病毒傳播的機制及如何降低自身被感染風險，知道可依循具有科學根據的防疫準則。 --- ### 焦慮比率 3. 健康衛生工作者:可能因為在疫情期間處於前線，面臨更高的感染風險和工作壓力，可能承擔著更多的工作壓力和風險，也具備更多的專業知識和準備，以應對這些壓力和風險 4. 地理位置： 1. 南美洲地區在Covid-19疫情期間可能受到更大的衝擊，包括高感染率、不穩定的醫療體系和經濟困難等。 2. 亞洲地區可能因為有較好的疫情控制，在應對疫情方面採取了相對早期和嚴格的措施、醫療資源和社會支持體系。加上不同地區的社會文化和價值觀，一些亞洲國家可能有較為冷靜和克制的文化背景 --- ### 疫苗副作用擔憂 1. 年紀與教育程度:教育程度較少對疫苗的原理、安全性評估和過程可能未認識，較容易接受到社交媒體等未經證實的疫苗資訊，且不一定有能力辨認。年輕人不打疫苗的原因可能是有著較強的健康信念和風險知覺，覺得自己即便感染也不會重症，而非害怕副作用 --- ### 疫苗副作用擔憂 2. 健康衛生工作者:健康衛生工作者施打疫苗的比例較高，但未施打疫苗的健康工作者沒施打的原因較多是因為擔心副作用，較一般民眾有趨勢但未達顯著差異 3. 地理位置：:亞洲文化可能對於醫療和藥物的使用持保守態度，注重安全性和謹慎性。歐洲人可能對醫療和藥物的使用持較為開放和信任的態度，但仍然有大量人口對疫苗副作用擔憂而進行反疫苗運動 --- ### 疫苗猶豫 台灣疫苗猶豫的族群大多原因是基於有慢性疾病、孕婦、藍領階級、另類療法(中醫、自然療法) 台灣新冠疫苗⺠眾決策態度之快速質性研究調查報告 1. 年紀:年輕人可能是因為對疫苗認識不夠，而老年人則是因為多數有人慢性疾病 2. 教育程度:有趨勢但均沒有達到顯著意義，可能因為另類醫療或自然療法在各種教育程度的人都有其支持者 --- ### 疫苗猶豫 3. 健康衛生工作者:對西方醫療科學較有信任的態度，健康衛生工作者完全用另類醫療角度看待疾病的人群較少 4. 地理位置:北美洲和歐洲地區的某些群體可能對傳統和自然療法有更高的接受度和傾向。通常重視個人自主權和自由，這也反映在對於醫療決策的態度上。一部分族群可能因為歷史事件或政治社會因素不信任政府和醫療機構 --- ### 其他討論 1. 健康衛生工作者不打疫苗有較高比例可能是因為擔心副作用 2. 而歐美國家的人不打疫苗有較高比例可能是因為單純不使用此預防方式 --- ### 限制 1. 需經過文獻回顧以確認社會學論述 2. WHO釋出的數據雖然可以拿來分析趨勢，但若要還原真實數據可能要了解背後真正運作原理