KOPĪGOT | DRUKĀT | SŪTĪT E-PASTU
ASV un tās 50 štatu jurisdikcijas nodrošina dabisku eksperimentu, lai pārbaudītu, vai pārmērīgu visu iemeslu izraisītu nāves gadījumu skaitu var tieši attiecināt uz plaša mēroga sociāli ekonomisko un strukturālo pārmaiņu ieviešanu, ko izraisīja vispārēja iedzīvotāju lokdauna noteikšana.
Desmit štatos nebija ieviesta neviena karantīna, un ir 38 štatu pāri ar karantīnu/neiekļautiem karantīnas štatiem, kuriem ir kopīga sauszemes robeža. Mēs atklājām, ka visā štatā noteikto patversmes vai uzturēšanās mājās rīkojumu normatīvā ieviešana un izpilde pārliecinoši korelē ar lielāku veselības stāvokļa koriģētu visu iemeslu mirstību uz vienu iedzīvotāju štatā. Šis rezultāts ir pretrunā ar hipotēzi, ka karantīna glāba dzīvības.
Ievads
11. gada 2020. martā Pasaules Veselības organizācija pasludināja pandēmiju, pamatojoties uz ziņoto COVID-19 (turpmāk tekstā — COVID) uzliesmojumu Uhaņā, Ķīnā, kas ir elpceļu slimība, ko it kā izraisa SARS-CoV-2 vīruss. 13. gada 2020. martā Amerikas Savienotajās Valstīs tika izsludināta valsts mēroga ārkārtas situācija saistībā ar COVID-19 uzliesmojumu. ASV šī deklarācija izraisīja atšķirīgu veselības iestāžu un valdības amatpersonu reakciju dažādos štatos. Starp šīm dažādajām, štatu politiskajām reakcijām lielākā daļa štatu 2020. gada martā un aprīlī izdeva rīkojumus par uzturēšanos mājās (turpmāk tekstā — “lokdauns”).
Šo ierobežojumu motivācija bija palēnināt COVID-19 izplatību, ierobežojot sociālo mijiedarbību, pieņemot, ka slimība izplatās tieši kontaktējoties. Tomēr, ņemot vērā ASV štatu pārvaldības neatkarību, ierobežojumu pasākumiem bija plašs ieviešanas un izpildes diapazons, un daži štati pilnībā atteicās no ierobežojumiem.
Šīs atšķirības štatu lēmumos par karantīnas ieviešanu vai neieviešanu tādējādi rada noderīgu eksperimentu, lai pārbaudītu hipotēzi, ka karantīna glāba dzīvības. Šī hipotēze paredz, ka štatos, kas ieviesa karantīnu, vajadzēja būt mazāk nāves gadījumu (uz vienu iedzīvotāju), un štatos, kas to nedarīja, vairāk nāves gadījumu, ja, ņemot vērā atšķirības štatu iedzīvotāju veselības stāvoklī, tiek pieņemts, ka visiem pārējiem faktoriem ir mazāka ietekme. Dati, kas pieejami šo prognožu pārbaudei, ir atrodami CDC ziņotajā visu iemeslu mirstības (ACM) datos pa laikiem un pa štatiem.
Kā pierādījuši citi pētnieki (piemēram, Rankūrs, Bodins un Mersjē 2021), ACM apiet sarežģīto nāves cēloņa noteikšanas jautājumu, kas pēc savas būtības ir politisks un tāpēc ir pakļauts aizspriedumiem (piemēram, Īlijs un līdzautori, 2020. gads). Elpceļu slimību gadījumā pareizs dominējošais nāves cēlonis reti ir zināms, un nāve parasti nav saistīta ar vienu cēloni.
ACM analīzes priekšrocība ir tā, ka nāves gadījumi ASV tiek reģistrēti ar augstu precizitāti (bez ziņošanas neobjektivitātes vai nepietiekamas ziņošanas). Kad nāve ir reģistrēta, tā ir nāve neatkarīgi no tā, kā cēlonis ir norādīts nāves apliecībā. Ja karantīna ir efektīva, lai novērstu nāves gadījumus slimības izplatības dēļ pandēmijas laikā, tad reģionos, kuros tika ieviesta karantīna, vajadzētu būt mazākam nāves gadījumu skaitam uz vienu iedzīvotāju no visiem cēloņiem, ja vien nav dominējošu traucējošu faktoru.
Dati un metodoloģija
Mūsu mērķis ir novērtēt lokdaunu efektivitāti dzīvību glābšanā COVID laikmetā, salīdzinot kopējo nāves gadījumu skaitu no visiem cēloņiem divos štatos: vienā štatā ar lokdaunu un štatā bez lokdauna, kam ir kopīga robeža ar štatu, kurā ir lokdauns. Pilnības labad mēs pārbaudījām arī štatus, kuros ir lokdauns un kuriem nav kopīgas robežas ar nevienu štatu, kurā nav lokdauna.
Mēs noteicām štatus, kuros nav ieviesti ierobežojumi, pārbaudot administratīvos un izpildrīkojumus, ko 2020. gada martā-aprīlī izdeva štatu valdības, reaģējot uz PVO, federālo un štatu valdību pandēmijas deklarācijām. Lielākā daļa šo rīkojumu ir arhivēti tīmekļa vietnē. Ballotpedia.com, un mēs atradām rīkojumus, uz kuriem saites vairs nebija derīgas, meklējot štatu valdības tīmekļa vietnēs. Katram izpildrīkojumam mēs piešķīrām “stingrības” vērtējumu, pamatojoties uz štata pilsoņiem paredzētā lokdauna rīkojuma formulējumu:
Pasūtīts/pilnvarots: 3
Režisors: 2
Ieteikts/ieteicams: 1
Nav secības: 0
Mēs atklājām, ka septiņos (7) štatos bija 0 vērtējums, jo tie neizdeva uzturēšanās mājās rīkojumus: Ziemeļdakota, Dienviddakota, Vaiominga, Aiova, Oklahoma, Nebraska un Arkanzasa. Vēl trīs (3) štatos bija 1 vērtējums, jo valdības tikai ieteica vai mudināja pilsoņus palikt mājās, bet neprasīja to darīt, kā arī nenodrošināja piespiedu līdzekļus: Jūta, Kentuki un Tenesī.
Mūsu kritērijs karantīnas un nekarantīnas valstīm atšķiras no iepriekšējiem pētījumiem ar savu vienkāršību (t. i., koncentrējoties tikai uz izpildrīkojumu valodas stingrību). Taču mūsu iegūtais nekarantīnas valstu saraksts ietver visus septiņus štatus, kas uzskaitīti kā nekarantīnas valstis. Balsošanas balva, un ietver visus četrus štatus, kuros nav spēkā karantīnas ierobežojumi, kas identificēti CDC sponsorētajā pētījumā par Moreland et al. (2020).
Mēs salīdzinājām šo desmit štatu bez karantīnas rezultātus ar karantīnas štatiem, kuriem ir kopīga robeža, pieņemot, ka vīrusa izplatību netraucē štatu robežas. Šajā pētījumā mēs koncentrējamies uz kopējo visu cēloņu mirstību (ACM) noteiktā laika periodā kā karantīnas efektivitātes rādītāju. Mēs izmantojam trīs laika periodus, kā aprakstīts tālāk.
Mēs lejupielādējām ar komatiem atdalītu vērtību (CSV) failus, kas satur ACM nedēļā katram štatam no CDC Wonder tīmekļa vietneMēs sadalījām katra štata iknedēļas ACM datus ar šī štata iedzīvotāju skaitu (ASV tautas skaitīšana, 1. gada 2020. aprīlī), kā rezultātā nāves gadījumu skaits uz vienu iedzīvotāju nedēļā (Dpcw). Visā šajā ziņojumā mēs izsakām Dpcw kā mirušo skaits uz 10,000 XNUMX iedzīvotājiem.
Lai varētu precīzi salīdzināt mirstību starp štatiem, ir nepieciešams papildu korekcijas solis. Atšķirības vecuma sadalījumā, aptaukošanās līmeņos, nabadzības līmeņos, fiziskās un garīgās invaliditātes līmeņos un citos veselības noteicošajos faktoros radīs būtiskas atšķirības D rādītājos.pcw dažādos stāvokļos. Šīs atšķirības kopumā izpaužas kā nobīde Dpcw novērots gados bez pandēmijas (pirms 2020. gada).
Piemēram, 1. attēlā ir parādīts D salīdzinājums.pcw starp Ņujorku un Floridu laikposmā no 2014. līdz 2020. gadam. Tāpat kā visos štatu salīdzinājumos, Ņujorkai un Floridai ir ievērojami līdzīgas D laika variācijas.pcw no nedēļas uz nedēļu un no gada uz gadu, tomēr tiem ir arī skaidra un gandrīz nemainīga nobīde.
Mēs koriģējam šo nobīdi, aprēķinot koeficientu H.bija, kas ir štata D attiecības mediānais lielumspcw un Dpcw atsauces štatā no 1. gada 2014. janvāra līdz 31. gada 2020. decembrim. Par atsauces štatu H aprēķināšanai mēs izvēlējāmies ŅujorkubijaŠī atskaites stāvokļa izvēle ir patvaļīga, taču Ņujorkas lielais iedzīvotāju skaits nozīmē, ka vairumā gadījumu H kļūdabija dominē Puasona kļūdas Dpcw interesējošā stāvokļa.
1. attēlā redzamajā piemērā Floridas veselības stāvokļa korekcijas koeficients ir Hbija = 0.537, kas norāda, ka Ņujorkā bija par 53.7 % mazāk D gadījumupcw nekā Floridā no 2014. līdz 2020. gadam, iespējams, daļēji Floridas iedzīvotāju vecāka gadagājuma dēļ. Katram štata D salīdzinājumampcw Mēs izmantojam šo attiecību kā korekcijas koeficientu, lai abus štatus nostādītu vienā mērogā, ļaujot veikt veselības stāvokļa koriģētu mirstības salīdzinājumu pandēmijas periodā.
Šis veselības stāvokļa korekcijas koeficients ir pamatots, jo mēs veicam diferenciālu salīdzinājumu starp štatiem ar un bez karantīnas. Mēs jautājam: "Pēc karantīnas pasākumu ieviešanas, kāda ir daļēja atšķirība starp koriģēto ACM uz vienu iedzīvotāju katrā štatu pārī?" Tas pieņem, ka pēc kaimiņvalstu iedzīvotāju veselības stāvokļa atšķirību noņemšanas vislielākā ietekme uz koriģēto ACM uz vienu iedzīvotāju bija karantīnas ieviešanai. Šis pieņēmums ir pamatots, ņemot vērā, ka karantīna, domājams, radīs milzīgus traucējumus valstu un reģionālajā ekonomikā, veselības aprūpes sistēmās un vispārējā sociālajā struktūrā.
Attēls 1: Nāves gadījumu skaits uz vienu iedzīvotāju nedēļā (Dpcw) Floridā (zilā krāsā) un Ņujorkā (sarkanā krāsā). Kreisajā panelī ir parādīta nobīde Dpcw, ko mēs attiecinām uz atšķirībām katra štata iedzīvotāju veselības stāvoklī (vecuma struktūra, nabadzības līmenis, aptaukošanās līmenis utt.). Labajā pusē redzamajā panelī ir parādīts koriģētais Dpcw, kas ļauj veikt atšķirīgu salīdzinājumu starp šīm divām valstīm, sākot no 2020. gada.
Lai kvantitatīvi novērtētu ierobežojumu ietekmi uz mirstību COVID periodā, mēs aprēķinām integrēto (kopējo) veselības stāvokļa koriģēto nāves gadījumu skaitu uz vienu iedzīvotāju, Dmalciņš, izvēlētajā laika periodā. Pēc tam mēs aprēķinām attiecību Dmalciņš katram stāvokļu pārim, kas apzīmēts ar R (lokdauns dalīts ar nelokdaunuma periodu). Mēs izmantojam trīs dažādus laika periodus, kuros mēs sagaidām Dmalciņšun R, lai aptvertu ierobežojumu pasākumu ietekmi:
Dkopā,1Summa par karantīnas periodu karantīnas stāvokļa laikā.
Dkopā,2Summa “COVID 1. pīķa” (cp1) periodā, ko noteikuši Rankūrs u. c. (2021. gads; no 11. gada 25. nedēļas līdz 2020. nedēļai)
Dkopā,3Summa visā periodā no 11. gada 2020. marta līdz 31. gada 2021. decembrim
Šajā rakstā mēs ziņojam par 95 % ticamības intervāliem mūsu integrētajiem, pēc populācijas normalizētajiem un pēc veselības stāvokļa koriģētajiem mirstības rādītājiem katram lokdauna un bezlokdauna stāvokļa salīdzinājumam, kā arī par ziņotajiem integrētajiem mirstības rādītājiem uz vienu iedzīvotāju, kas koriģēti pēc veselības stāvokļa. Šie ticamības intervāli ir aprēķināti, pieņemot, ka galvenais kļūdu avots ir skaitīšanas statistika.
rezultāti
Mūsu rezultāti ir apkopoti zemāk esošajos attēlos.
2., 3. un 4. attēlā y ass uzskaita visus 38 karantīnas/neiekļauto stāvokļu pārus, kas izmantoti mirstības rezultātu salīdzināšanai, vispirms norādot karantīnas stāvokli, kam seko stāvoklis bez karantīnas. Zilie punkti parāda attiecības R punktu novērtējumu, un saistītie kļūdu stabiņi parāda 95% ticamības intervālu; vertikālā pārtrauktā līnija apzīmē vienību. Vērtības pa kreisi no vertikālās līnijas norāda gadījumus, kad karantīnas stāvoklī bija mazāk nāves gadījumu uz vienu iedzīvotāju, ņemot vērā veselības stāvokli, nekā valstī bez karantīnas. Vērtības pa labi no līnijas norāda, ka karantīnas stāvoklī bija vairāk nāves gadījumu uz vienu iedzīvotāju, ņemot vērā veselības stāvokli, koriģējot to, nekā valstī bez karantīnas.
Attēls 2: Veselības stāvokļa koriģētā ACM attiecība uz vienu iedzīvotāju (R) katram blakus esošajam štatu pārim, kas norādīts uz y ass. Attiecība ir balstīta uz visu nāves gadījumu summēšanu katrā štatā laika periodā, kas atbilst COVID maksimumam (3. gada 11. marts–2020. gada 6. jūnijs). Kļūdu joslas parāda 24% ticamības intervālu katra pāra attiecībai. Attiecības pa kreisi no vertikālās līnijas norāda, ka karantīnas stāvoklī bija mazāk nāves gadījumu nekā stāvoklī bez karantīnas, savukārt attiecības pa labi no vertikālās līnijas norāda, ka štatos ar karantīnu bija vairāk nāves gadījumu.
Attēls 3: Veselības stāvokļa koriģētā ACM attiecība uz vienu iedzīvotāju (R) katram blakus esošajam štatu pārim, kas norādīts uz y ass. Attiecība ir balstīta uz visu nāves gadījumu summēšanu katrā štatā laika periodā, kas atbilst karantīnas stāvokļa karantīnas ilgumam. Kļūdu joslas parāda 95% ticamības intervālu katra pāra attiecībai. Attiecības pa kreisi no vertikālās līnijas norāda, ka karantīnas stāvoklī bija mazāk nāves gadījumu nekā stāvoklī bez karantīnas, savukārt attiecības pa labi no vertikālās līnijas norāda, ka štatos ar karantīnu bija vairāk nāves gadījumu.
Attēls 4: Veselības stāvokļa koriģētā ACM attiecība uz vienu iedzīvotāju (R) katram blakus esošajam štatu pārim, kas norādīts uz y ass. Attiecība ir balstīta uz visu nāves gadījumu summēšanu katrā štatā visā “COVID laikmetā” mūsu datu kopā (11. gada 2020. marts–25. gada 2022. janvāris). Kļūdu joslas parāda 95% ticamības intervālu katra pāra attiecībai. Attiecības pa kreisi no vertikālās līnijas norāda, ka karantīnas stāvoklī bija mazāk nāves gadījumu nekā stāvoklī bez karantīnas, savukārt attiecības pa labi no vertikālās līnijas norāda, ka štatos ar karantīnu bija vairāk nāves gadījumu.
Ja lokdauni glābtu dzīvības, mēs sagaidītu, ka lielākā daļa ACM attiecību (R) būtu mazākas par vienu. Tā vietā mēs novērojam pretējo. Visos trijos integrācijas periodos lielākā daļa attiecību ir lielākas par vienu. cp1 (pilnīga lokdauna) periodā 28 (28, 21) pāriem ACM attiecības (R) ir lielākas par vienu, savukārt 0 (0, 9) pāriem attiecības ir mazākas par vienu, un atlikušajiem 10 (10, 8) pāriem R neatšķiras no vienības ar 95% ticamības pakāpi.
Tādējādi mūsu R vērtību analīze trīs laika periodos, kuros paredzams, ka lokdauni atstās ietekmi, liecina, ka ACM dati par pēdējiem diviem gadiem neatbilst hipotēzei, ka lokdauni glāba dzīvības. No otras puses, mūsu rezultāti saskan ar Rancourt et al. (2021) secinājumu, ka pārmērīgo nāves gadījumu skaitu COVID periodā ASV izraisa valdības un medicīniskie pasākumi, kā arī reakcija uz izsludināto pandēmiju.
4. attēlā redzams veselības stāvokļa koriģētais integrētais nāves gadījumu skaits uz vienu iedzīvotāju 15 nedēļu “COVID pīķa 1” periodā (cp1; 11. gada 25.–2020. nedēļa) visiem štatiem atsevišķi (sarkanā krāsā) un tam pašam 15 nedēļu integrācijas logam 2019. gadā (zilā krāsā) un 2018. gadā (zaļā krāsā). Šeit štati ir sakārtoti no augšas uz leju dilstošā secībā pēc vidējā iedzīvotāju blīvuma štatos, kas bieži tiek uzskatīts par faktoru lipīgas slimības izplatībā. Štatu nosaukumi fuksīna krāsā atbilst mūsu desmit štatiem bez karantīnas, kuru karantīnas stingrības rādītāji ir 0 vai 1. Štatu nosaukumi ciāna krāsā ir štati, kuriem ir kopīga robeža ar štatu bez karantīnas, ko mēs izmantojām R aprēķinā.
Veselības stāvokļa koriģētās integrētās visu iemeslu mirstības vērtības 15 nedēļu “cp1” periodos 2019. un 2018. gadā visiem štatiem ir stingri ierobežotas līdz aptuveni 14 nāves gadījumiem uz 10,000 5 iedzīvotāju (2019. attēls), savukārt atbilstošās vērtības COVID periodā dažādos štatos ievērojami atšķiras, sākot no 25. gada sākotnējās vērtības līdz pat 10,000 uz 15 21 Ņūdžersijā un parasti sasniedzot 10,000 līdz XNUMX uz XNUMX XNUMX. Štatiem, kuros nav spēkā karantīnas ierobežojumi, nosaukumi uz y ass ir iezīmēti fuksīna krāsā, savukārt karantīnas štati, kas tiek izmantoti kā salīdzinājuma lielumi RXNUMX aprēķināšanai, ir iezīmēti ciāna krāsā.
5. attēlā redzams, ka lielākajā daļā no mūsu desmit štatiem, kuros nav ieviesti lokdauni, 15 nedēļu cp1 ir veselības stāvokļa koriģēta integrētā visu iemeslu mirstība, salīdzinot ar sākotnējo vērtību pirms COVID (2018. un 2019. gadā), aptuveni 14 uz 10,000 2 iedzīvotāju, savukārt lielākajā daļā štatu ar lokdauna stingrības rādītājiem 3 un XNUMX mirstības rādītāji ir krietni virs sākotnējām vērtībām pirms COVID.
Attēls 5: Integrētais veselības stāvokļa koriģētais ACM cp1 periodā (11. gada 29. marts–2020. jūnijs; sarkans) salīdzinājumā ar to pašu laika periodu 2019. gadā (zils) un 2018 (zaļš). Valstis sakārtotas no augšas uz leju pēc iedzīvotāju blīvuma samazināšanās. Fuksīns norāda uz stāvokļiem, kas nav lokdauns, kamēr Ciāna apzīmē karantīnas štatus, kuriem ir kopīga robeža ar štatiem, kuros karantīna nav spēkā.
Lai gan precīzs pārmērīgas mirstības novērtējums lokdaunu dēļ pārsniedz šī raksta tvērumu, mēs varam veikt aptuvenu aprēķinu, pamatojoties uz 5. attēlu. Trīs visapdzīvotākajos štatos (Kalifornijā, Teksasā, Floridā) COVID-1 perioda laikā saslimstības līmenis ir pieaudzis par aptuveni 10,000 uz 52 110,000 iedzīvotāju. Pamatojoties uz vienu kalendāro gadu (97,000 nedēļas) un iedzīvotāju skaitu, kas vienāds ar visu ASV iedzīvotāju skaitu, tas atbilstu aptuveni XNUMX XNUMX nāves gadījumu, ko varētu tieši attiecināt uz lokdaunu noteikšanas sekām un kas nebūtu notikuši, ja lokdauni nebūtu ieviesti. Šī vērtība atbilst lokdaunu izraisītās pārmērīgās mirstības aplēsei XNUMX XNUMX/gadā, ko veicis Mulligan & Arnot (2022).
Diskusija un secinājumi
Karantīnas izmantošana, lai “izolētu” visu Amerikas Savienoto Valstu iedzīvotājus ar mērķi kontrolēt infekcijas slimības izplatību, ir bezprecedenta valsts vēsturē. Iepriekšējo pandēmiju laikā karantīnā tika ievietoti tikai slimi un nevarīgi cilvēki, bet pārējie iedzīvotāji turpināja dzīvot vairāk vai mazāk ierastajā ritmā.
Šo "mērķtiecīgās aizsardzības" pieeju ieteica medicīnas speciālisti Lielā Baringtona deklarācija 2020. gadā, pierādot, ka pastāv alternatīvas lokdauniem un tās ir labi izprastas medicīnas aprindās. Vēl 2019. gadā Pasaules Veselības organizācija savos ieteikumos gripas pandēmijas risku mazināšanai atbalstīja līdzīgu pieeju, vienlaikus nepieminot lokdauna pasākumus plašai sabiedrībai (PVO 2019). Patiešām, PVO ziņojumā ir īpaši norādīts, ka karantīna personām, kas bijušas pakļautas vīrusa iedarbībai, "nav ieteicama, jo šim pasākumam nav acīmredzama pamatojuma" (sk. 1. un 4. tabulu). Līdzīgi arī Gripas pandēmijas gatavības rīcības plāns Amerikas Savienotajām Valstīm nepmin lokdaunus un norāda, ka “…klasiskie pasākumi, kas paredzēti dažu infekcijas izraisītāju ievešanas un pārnešanas riska samazināšanai, piemēram, klīniskā pārbaude un karantīna ieceļošanas vietās, visticamāk, nebūs efektīvi” (Strikas et al. 2002).
Pārskatot pieejamo literatūru par gripas pandēmijas intervencēm, Inglesby et al. (2006) nepārprotami neiesaka veikt karantīnas pasākumus gripas pandēmijas gadījumā gan slimiem, gan veseliem cilvēkiem, jo paredzams, ka sabiedrības izmaksas ievērojami pārsniegs ieguvumus. Viņi secināja: "[P]ancerēze rāda, ka kopienas, kas saskaras ar epidēmijām vai citiem nelabvēlīgiem notikumiem, vislabāk un ar vismazāko satraukumu reaģē, ja kopienas normālā sociālā funkcionēšana ir vismazāk traucēta." Šie ieteikumi sniedzas tālāk par gatavošanos gripas pandēmijām un reaģēšanu uz tām. Ziņojumā ar nosaukumu Sagatavošanās spēcīgai elpceļu patogēnu pandēmijai, autori secina, ka karantīna ir viens no vismazāk efektīvajiem nefarmaceitiskajiem pasākumiem slimības izplatības ierobežošanā (Džona Hopkinsa Veselības drošības centrs 2019. gadā).
Tādējādi 2020. gadā lielākajā daļā ASV štatu, kā arī daudzās pasaules valstīs ieviestie karantīnas pasākumi bija vēl nebijis, liela mēroga infekcijas slimību kontroles eksperiments. Mūsu analizētie visu iemeslu mirstības dati ļauj mums pārbaudīt hipotēzi, ka karantīna glāba dzīvības COVID pandēmijas laikā. Mēs konstatējām, ka šie dati neatbilst šai hipotēzei; štatos, kuros bija ieviesti karantīnas pasākumi, bija vairāk visu iemeslu izraisītu nāves gadījumu nekā kaimiņštatos, kuros karantīnas nebija. Tāpēc mēs secinām, ka šis eksperiments bija sabiedrības veselības politikas neveiksme un ka karantīnas pasākumi nevajadzētu tikt izmantoti turpmāku slimību uzliesmojumu laikā.
Mūsu atklājums, ka visu iemeslu mirstība palielinājās štatos, kuros tika ieviesti lokdauni, atbilst pētījuma secinājumiem. Agrawal et al. (2021. gadā), kuri konstatēja statistiski nozīmīgu pārmērīgas mirstības pieaugumu mājokļa uzturēšanas rīkojumu dēļ ASV un 43 valstīs. Līdzīgi, Mulligan & Arnot (2022. gadā) lēš, ka lokdaunu dēļ bija 97,000 XNUMX papildu nāves gadījumu gadā, un papildu mirstība vienmērīgi sadalījās starp visām pieaugušo vecuma grupām, atšķirībā no COVID nāves gadījumiem, kas visbiežāk tika attiecināti uz vecāka gadagājuma cilvēkiem.
Ņemot vērā iepriekš (2.–5. attēls) parādīto spēcīgo saistību starp iedzīvotāju lokdaunu ieviešanu un palielinātu mirstību no visiem cēloņiem, ir lietderīgi izvirzīt hipotēzes par šīs saistības cēloni vai cēloņiem.
Acīmredzot, privileģētie amerikāņi no augšējās vidējās un profesionālās klases nenomira, palikdami mājās. Tomēr nav nepamatoti postulēt, ka vispārējie iedzīvotāju lokdauna noteikumi un rīkojumi tomēr ir aizstājēji vai likumā noteikti rādītāji agresivitātes pakāpei (tostarp pamešanai), ar kādu sabiedriskās institūcijas štatā reaģēja uz izsludināto pandēmiju. Šīs institūcijas ietvertu skolas, aprūpes namus, slimnīcas, klīnikas, invaliditātes pakalpojumus, dienas aprūpes iestādes, policijas dienestus, ģimenes un sociālos pakalpojumus utt.
Mēs provizoriski izvirzām šo apgalvojumu, jo ir pilnīgi iespējams, ka ar lokdaunu saistītie pārmērīgie nāves gadījumi ir saistīti ar indivīdu grupām, kurām ir īpaši augsts risks ciest no letālām sekām lielu un negatīvu traucējumu dēļ viņu dzīvē un atbalsta tīklos. Tas būs taisnība neatkarīgi no faktiskā mehāniskā nāves cēloņa, ņemot vērā zināmo saistību starp piedzīvoto stresu un sociālo izolāciju, kā arī slimības smagumu un mirstību, pateicoties ietekmei uz imūnsistēmu (Ader un Cohen 1993; Cohen et al. 1991; Cohen et al. 1997; Cohen et al. 2007; Sapolskis 2005. gadā; Prenderville et al., 2015; Dabhāra 2014; Rancourt et al. 2021). Patiešām, ir pietiekami daudz pierādījumu, ka ierobežojumi ir saistīti ar ievērojamu pieaugumu bezdarbs un vispārēja garīgās veselības pasliktināšanās (piemēram, Džūels un līdzautori 2020, Czeisler et al. 2020).
ACM dati, kas pieejami CDC Wonder tīmekļa vietnē, nav sadalīti gan pa štatiem, gan demogrāfiskajiem rādītājiem, tāpēc mēs nevarējām pārbaudīt, kuras demogrāfiskās grupas mirst un kā tās mirst katrā štatā. Tomēr demogrāfiskā informācija ir pieejama valsts līmenī, un Mulligan & Arnot (2022. gadā) konstatēja ievērojamu pārmērīgas mirstības pieaugumu cilvēku vidū vecumā no 18 līdz 65 gadiem, kas ir demogrāfiskā grupa, kurai COVID-XNUMX risks nebija augsts.
Tāpat, Rancourt et al. (2021) atklāja, ka visu iemeslu mirstības laika un telpas sadalījums pandēmijas periodā neatbilst vīrusu elpceļu slimības sekām. Viņi atrada pierādījumus tam, ka daudzi pārmērīgi nāves gadījumi pandēmijas laikā bija nepareizi diagnosticētas bakteriālas pneimonijas infekcijas, ko, visticamāk, saasināja traucējumi ASV veselības aprūpes sistēmā.
Tādējādi pastāv spēcīgi pierādījumi, kas apstiprina hipotēzi, ka lokdauni radīja pēkšņu un smagu stresa slogu neaizsargātām demogrāfiskajām grupām ASV, izraisot ievērojamu mirstības pieaugumu tajos štatos, kuri izmantoja lokdaunus kā slimības kontroles pasākumu.
Šis kopsavilkums ir veidots no autoru plašāks pētījums.
-
Džons Džonsons ir astronomijas profesors Astrofizikas centrā | Hārvarda un Smitsona institūtā. Džona pētnieciskā darbība ietver eksoplanētu atklāšanu un novērošanu, datu vākšanu, kā arī instrumentu, ko izmanto pasauļu meklējumos ārpus mūsu Saules sistēmas, projektēšanu un būvēšanu.
Skatīt visas ziņas
-
