Sex-disaggregated Analysis of Risk Factors of COVID-19 Mortality Rates in India

This Zenodo resource contains the data used to perform analysis in the article "Sex-disaggregated Analysis of Risk Factors of COVID-19 Mortality Rates in India". Data The data is organized in the form of tables. hypothesis-test-data This table contains data used to perform the two tailed hypothesis test on gender mortality in different regions. <pre><code>* Region * Male_Deaths - Number of male COVID-19 deaths in region. * Female_Deaths - Number of female COVID-19 deaths in region. * Male_cases - Number of male COVID-19 positive in region. * Female_cases - Number of female COVID-19 positive in region. </code></pre> lasso-covid19India This table contains data used for analysis on cases throughout India. Columns from COVID-19 India data <pre><code>* State_Code * State * District * Confirmed * Active * Recovered * Deceased </code></pre> Columns taken from NFHS data <pre><code>* Sex_ratio_of_the_total_population_females_per_1000_males * Women_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm214_ * Men_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm2_ * Women_who_are_overweight_or_obese_BMI__250_kgm214_ * Men_who_are_overweight_or_obese_BMI__250_kgm2_ * All_women_age_1549_years_who_are_anaemic_ * Men_age_1549_years_who_are_anaemic_130_gdl_ * Women_Blood_sugar_level__high_140_mgdl_ * Men_Blood_sugar_level__high_140_mgdl_ * Women_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_ * Men_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_ </code></pre> lasso-KA+TN-bulletin This table contains data used for analysis on the sub-cohort of Karnataka and Tamil Nadu. Data from Media Bulletin <pre><code>* District * Total_Positives * total_deaths * male_deaths * female_deaths * Male_cases_in_data * Female_cases_in_data </code></pre> Calculated Data <pre><code>* Estimated_Male_cases - Estimated male cases using total positives column and existing case data * Estimated_Female_Cases - Estimated female cases using total positives column and existing case data * Male_Mortality - Estimated Male Cases / male_deaths * Female_Mortality - Estimated Female Cases / female_deaths </code></pre> Columns taken from NFHS data <pre><code>* Sex_Ratio_females_every_1000_males * State Women_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm214_ * Men_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm2_ * Women_who_are_overweight_or_obese_BMI__250_kgm214_ * Men_who_are_overweight_or_obese_BMI__250_kgm2_ * All_women_age_1549_years_who_are_anaemic_ * Men_age_1549_years_who_are_anaemic_130_gdl_ * Women_Blood_sugar_level__high_140_mgdl_ * Men_Blood_sugar_level__high_140_mgdl_ * Women_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_ * Men_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_ </code></pre> Code The code is available at this Github Repository.本Zenodo资源收录了论文《印度新冠肺炎死亡率性别细分风险因素分析》（Sex-disaggregated Analysis of Risk Factors of COVID-19 Mortality Rates in India）开展研究所用的全部数据。数据以表格形式进行组织。 1. **hypothesis-test-data**：该表格用于针对不同地区的性别死亡率开展双侧假设检验，其包含的字段如下： * 地区（Region） * 男性新冠死亡数（Male_Deaths）：对应地区内男性新冠肺炎死亡病例数 * 女性新冠死亡数（Female_Deaths）：对应地区内女性新冠肺炎死亡病例数 * 男性新冠确诊数（Male_cases）：对应地区内男性新冠肺炎确诊病例数 * 女性新冠确诊数（Female_cases）：对应地区内女性新冠肺炎确诊病例数 2. **lasso-covid19India**：该表格用于开展全印度范围内的新冠病例分析，其字段分为两部分： （1） 来自印度新冠疫情官方数据的字段： * 州编码（State_Code） * 州（State） * 区县（District） * 累计确诊数（Confirmed） * 现存确诊数（Active） * 康复数（Recovered） * 死亡数（Deceased） （2） 来自全国家庭健康调查（National Family Health Survey，NFHS）的数据字段： * 每千名男性对应的女性总人口性别比（Sex_ratio_of_the_total_population_females_per_1000_males） * 体重指数低于正常范围（BMI<18.5 kg/m²）的女性占比（Women_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm214_） * 体重指数低于正常范围（BMI<18.5 kg/m²）的男性占比（Men_whose_Body_Mass_Index_BMI_is_below_normal_BMI__185_kgm2_） * 体重指数≥25.0 kg/m²的超重或肥胖女性占比（Women_who_are_overweight_or_obese_BMI__250_kgm214_） * 体重指数≥25.0 kg/m²的超重或肥胖男性占比（Men_who_are_overweight_or_obese_BMI__250_kgm2_） * 15-49岁贫血女性占比（All_women_age_1549_years_who_are_anaemic） * 15-49岁贫血且血糖≥130 mg/dL的男性占比（Men_age_1549_years_who_are_anaemic_130_gdl_） * 血糖≥140 mg/dL的女性占比（Women_Blood_sugar_level__high_140_mgdl_） * 血糖≥140 mg/dL的男性占比（Men_Blood_sugar_level__high_140_mgdl_） * 收缩压≥180 mmHg和/或舒张压≥110 mmHg的女性占比（Women_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_） * 收缩压≥180 mmHg和/或舒张压≥110 mmHg的男性占比（Men_Very_high_Systolic_180_mm_of_Hg_andor_Diastolic_110_mm_of_Hg_） 3. **lasso-KA+TN-bulletin**：该表格用于开展卡纳塔克邦（Karnataka）与泰米尔纳德邦（Tamil Nadu）亚队列的数据分析，其数据来源分为三部分： （1） 来自媒体疫情通报的原始字段： * 区县（District） * 阳性检测总数（Total_Positives） * 总死亡数（total_deaths） * 男性死亡数（male_deaths） * 女性死亡数（female_deaths） * 数据集内男性确诊数（Male_cases_in_data） * 数据集内女性确诊数（Female_cases_in_data） （2） 计算衍生字段： * 估计男性确诊数（Estimated_Male_cases）：通过阳性检测总数列与现有病例数据估算得到的男性确诊病例数 * 估计女性确诊数（Estimated_Female_Cases）：通过阳性检测总数列与现有病例数据估算得到的女性确诊病例数 * 男性死亡率（Male_Mortality）：估计男性确诊数与男性死亡数的比值 * 女性死亡率（Female_Mortality）：估计女性确诊数与女性死亡数的比值 （3） 来自NFHS的数据字段，与前述lasso-covid19India表格中的NFHS字段完全一致。 本研究的代码已开源至该GitHub代码仓库。