摘要
用社会经济指数对SARS-CoV-2和H1N1流感大流行的地理疾病模式进行了交叉检验,揭示了这两次暴发的根本不同,而且SARS-CoV-2的传播与经济产出有关https://bit.ly/3fqkiyp
给编辑:
严重急性呼吸系统综合症冠状病毒2 (SARS-CoV-2)的爆发扰乱了世界大部分地区的社会和经济生活[1].各组织和政府为遏制疫情而设计和实施的对策对其传播的影响,特别是对社会结构和经济产出的影响进行了辩论[2].传染性大流行以一种只有战争才有的方式挑战着我们社会结构、经济活动和医疗保健的脆弱性[3.].当发现该病的起源、发病机制和治疗的斗争仍在进行时,人们正在寻求对其传播模式的更深入的了解[4].疾病负担的地理格局对于理解我们对疾病的社会和生物脆弱性以及我们在全球范围内抗击疾病的进展至关重要[5].为此,SARS-CoV-2大流行对不同国家的影响,可以为了解这种疾病的性质以及传播这种疾病的社会和经济弱点提供宝贵线索。
为此,分析了各国SARS-CoV 2暴发的社会经济相关因素。2020年4月11日,各国累计记录了SARS-CoV 2确诊病例和死亡病例,当时大流行已造成1 614 949例和99 886例死亡[6].2009-2010年H1N1流感爆发是最近唯一可比较的流行病,其数据被用作对照[7].通过社会经济指数(2020年4月11日获取)对各国的病毒爆发数据进行了交叉审查,这些社会经济指数包括:人口、城市人口(人口和占总人口的百分比)、人口年龄中位数(年)和人口密度(每公里人口)2) [8];经通货膨胀调整的卫生支出(总额以美元计,支出以美元计每人)(根据2011年购买力平价调整的2015年世界卫生组织(世卫组织)数据)[9];及年度本地生产总值(GDP;每人美元及合计美元)[10].
为防止检测偏见,仅供21个报告超过1500例和超过100个颅脑死亡的国家进行分析,其中包括(以世卫组织地区的地理令),美国,加拿大,墨西哥,秘鲁,巴西和驻美美洲);英国,德国,法国,波兰,捷克共和国,葡萄牙,西班牙,意大利,罗马尼亚和土耳其(欧洲);埃及和伊朗(东地中海);中国和韩国(西太平洋);和印度(东南亚)。RAW数据和排除IRAN的小数对数转换呈现通常分布的所有变量(KOLMOGOROV-SMIRNOV测试),并从20个国家均可用于参数分析的国家产生数据。完成总共42个相关性,并且通过Bonferroni校正重置统计显着性(P = 0.05)的概率阈值至p = 0.05 / 42 = 1.2×10−3,揭示了17个显着的相关性,用于进行线性回归。所有分析和图表都使用Excel(Microsoft,Redmond,Wa,USA)和Prism V.8.0完成。(GraphPad,San Diego,CA,USA)。有趣的是,符合其他证据[11], SARS-CoV-2和H1N1流感疫情对受检查的20个国家的影响是根本不同的:这两次疫情导致的确诊病例和死亡没有相关性。令人惊讶的是,以GDP和卫生支出衡量,SARS-CoV-2病例与经济产出密切相关,而H1N1流感病例与上述或任何其他社会经济指标均无关联。SARS-CoV-2死亡与SARS-CoV-2病例相关,这是该疾病致命性的基础,而这在H1N1死亡病例中并不明显,后者与总人数和城市人口规模、GDP和卫生支出相关。
来证实这些结果,证实SARS-CoV-2病例和死亡的国家再次记录2020年4月16日,当1 918 138人受到影响,123 126人死亡,2020年5月12日,当累积数字已升至4 098 017例确诊病例和283 272人死亡6].使用上述标准,分别有25和27个国家有资格进行分析,包括20个初始国家加上2020年4月16日的阿根廷、哥伦比亚、俄罗斯联邦、希腊和日本,以及2020年5月12日的智利和沙特阿拉伯。使用以上详细的分析,结果与2020年4月11日的立场相同。2020年5月12日分析的27个国家显示在图1一个,由此日期得出的双变量相关结果显示在图1 b,并选择双变量相关性图1 c-e。
为了证实双方相关分析,建立了广义的线性模型(GLM),以便对社会经济影响提供更全面的观点。调查了最新的数据集,以确保最大的自由程度。通过将人口调整的协变量中位数,人口密度,城市人口的份额,人均健康支出和GDP人均享有人口密度,人口密度,人均和GDP的份额,避免了尺寸效应的混淆。对人口调整后的SARS-COV-2死亡进行了回归,确认了使用LOG链路功能的高斯GLM的SARS-COV-2案例和H1N1案例。通过Akaike信息标准(AIC)测量的优选模型选择了优选模型。对SARS-COV-2死亡的回归引导模型发展。与强烈依赖测试策略的案例相比,死亡人员被视为更加可靠,以评估健康结果。死亡的首选模型适用于健康支出和GDP的强大线性二次依赖(P <0.01),而剩余的协变量保持简单的线性依赖性。在增加与北美,欧洲联盟或英国的富裕国家有关的分类风险因素后,AIC明显减少。应用SARS-COV-2死亡的优选模型仅产生GDP。 For H1N1 deaths only the share of urban population remained statistically significant among all covariables (图1 f- h)。所有原始数据和分析结果可在*.xlsx和*.xlsx中向通信作者索取。pzfx格式和R*脚本。
这些发现的总体观点证实了双变量分析的结果。首选模型清楚地指出,SARS-CoV-2与欧洲和北美富裕国家的卫生支出和国内生产总值之间存在很强的(线性二次)关系,特别是人均国内生产总值为3万美元。另一方面,对于H1N1来说,城市化和可能的人口密度是决定性的社会经济风险因素。有趣的是,在首选模型中,中位人口年龄(p=0.7)并没有成为一个强烈的危险因素,尽管在老年人口中SARS-CoV-2死亡率显著增加。令人惊讶的是,我们有限的社会经济共变量数据集非常好地解释了SARS-CoV-2死亡率,特别是对于人均GDP为3万美元的国家。总的来说,我们的发现指向了大西洋两岸富裕国家与世界其他国家在社会经济对SARS-CoV-2的易感性方面存在的无法解释的差距。
尽管这里提供的分析有其局限性,包括它们的描述性性质、当前疫情未来的不确定性以及依赖国家的报告偏见,但它们表明了一个丑陋的事实:即当前的SARS-CoV 2大流行实际上可能以经济增长为目标。在进一步验证之前,这一事实令人担忧,因为它意味着我们必须改变未来实现经济产出的方式。这一结果是可信的,因为现代经济增长涉及大规模农业和森林砍伐,这些做法已知会减少物种间的距离,并促进物种间的传染性传播[12].现代经济还需要大规模旅行和大型工作社区,这有助于病毒爆发的人际传播[4].
这里对两次大流行的比较很有趣,因为它们本质上是不同的。十年前,没有针对H1N1流感实施封锁措施,当时有抗病毒药物,而且在疫情爆发后不久就提供了疫苗。相比之下,目前的SARS-CoV 2大流行淹没了医院,迄今造成的死亡人数令人震惊。因此,事实上,目前采取的措施只有在战争和20世纪初的西班牙流感大流行时才有先例,因为从那时起,生活方式发生了巨大的变化,所以不可能进行经济上的比较。作者不确定所观察到的SARS-CoV - 2爆发与经济产出之间的关联是由于大流行本身、针对它采取的对策,还是由于该疾病的直接和间接成本。为此目的,金融和社会封锁的重要性不能用这里使用的方法来定量估计,仍需进一步调查。
最后,有人建议,在SARS-CoV-2大流行之后,各国经济在初期和备受期待的情况下重新启动,必须以吸取的教训为基础。在这方面,应考虑以防止未来传染病爆发的方式实现经济增长的方法。另外,希望在疫情平息后,慎重评估封锁措施对社会和生产的影响。
可共享的PDF
确认
作者对世界卫生组织创建和维护冠状病毒疾病(COVID-19)情况仪表盘(https://who.sprinklr.com/),使这项研究成为可能,以及编辑和评论家欧洲呼吸杂志感谢他们对本报告的建设性意见。Stathopoulos感谢他的好朋友Theodoros Belezonis进行了富有洞察力的讨论,推动了这次调查。
脚注
数据可得性:所有原始数据和分析结果可在*.xlsx和*。pzfx格式和R*脚本。
作者贡献:J.C. Kaiser提供了多元数据分析和建模。Stathopoulos收集并描述性地分析了数据,是这项研究完整性的保证,撰写了手稿,并设计了最终版本的图形。
利益冲突:凯泽没有什么可披露的。
利益冲突:G.T. Stathopoulos没什么可披露的。
- 收到2020年4月25日。
- 接受2020年7月4日。
- 版权©2020人队
这个版本是在知识共享署名非商业许可4.0的条款下发布的。