红色中国网

 找回密码
 立即注册
搜索
查看: 1915|回复: 2
打印 上一主题 下一主题

上海某镇新型冠状病毒放开后居民超额死亡及减寿年数分析 [复制链接]

Rank: 6Rank: 6

跳转到指定楼层
楼主
发表于 2024-1-22 14:24:41 |只看该作者 |倒序浏览
本帖最后由 guisun 于 2024-1-22 14:38 编辑

新型冠状病毒感染(COVID-19)是以发热、干咳、乏力为主要临床表现,主要经空气飞沫和密切接触传播的呼吸道传染病,人群普遍易感,多数患者预后良好,少数患者病情危重,多见于老年人。自2019年12月以来,COVID-19的流行对人类社会的各个方面均造成了严重不良影响。超额死亡是指疫情实际发生的死亡人数与基于正常情况下估算死亡人数之间的差额,包括疫情直接导致的死亡和因大流行对卫生系统和社会影响等导致的间接相关死亡,交通事故和工伤等导致的死亡相对减少,也被计算在内。2022年12月我们国家放开了对COVID-19疫情的管控,居民生产生活逐渐恢复正常,但放开后的一段时间居民死亡的人数明显增加。1982年美国CDC提出潜在减寿年的概念,目前已在世界范围内广泛应用。潜在减寿年是在考虑死亡数量的基础上以期望寿命为基准,进一步衡量死亡造成的寿命损失,强调了早亡对健康的影响,已成为评价人群健康水平的一个重要指标。本研究针对COVID-19管控放开对上海某镇居民的超额死亡和减寿情况的影响作相关研究。

目的  了解新型冠状病毒感染(COVID⁃19)管控放开后上海市某镇居民的超额死亡和减寿等情况。

方法  居民死亡信息来源于死亡登记报告系统,年龄别人口数据来源于浦东公安户籍系统记录。定义2015年12月—2022年11月为放开前,2022年12月—2023年1月为放开后。使用SPSS 22.0软件的时间序列预测专家建模器的方法估算预期死亡人数,对<60岁、60~岁、70~岁、80~岁、≥90岁男性和女性,分别计算预期死亡人数、实际死亡人数、超额死亡人数、超额率、实际死亡减寿年、超额死亡减寿年、超额死亡人均减寿年等。

结果 COVID⁃19管控放开后预期死亡125人,实际死亡317人,超额死亡192人,超额率153.60%(192/125),超额死亡占总人口的0.29%(192/66 703)。超额率最高者分别为≥90岁男性(300.00%),70~岁和≥90岁女性(283.33%,258.82%),超额死亡随着年龄的增加而增加。放开前居民期望寿命84.41岁,其中男性81.50岁、女性87.36岁;放开后居民期望寿命79.88岁,其中男性77.24岁、女性82.71岁。放开后居民期望寿命减少了4.53岁,其中男性4.26岁、女性4.65岁。COVID⁃19管控放开后超额死亡居民中人均减寿11.60年,其中男性11.91年、女性11.30年。

结论  COVID⁃19管控放开后居民超额死亡较多,但主要集中于≥70岁老年人群。

1.1   资料来源

居民死亡信息来源于死亡登记报告系统,导出2015年至2023年2月的全部记录,共计5 002条。对死亡信息记录进行了整理,包括去掉标记删除的 11条、报废的147条、重复的5条以及去掉2015年12月前的256条、2023年2月的64条,最后保留了4 519条记录进行统计分析。年龄别人口数据来源于浦东公安户籍系统记录,人口老龄化数据来源于《上海统计年鉴2022》和《上海浦东新区统计年鉴2021》。


1.2   统计方法

定义2015年12月—2022年11月为放开前,2022年12月—2023年1月为放开后。使用Excel 2016软件整理汇总数据,使用SPSS 22.0软件进行数据分析。期望寿命的计算使用现时期望寿命表法,放开前使用2021年12月—2022年11月的居民人口和死亡数据,放开后则使用2022年12月—2023年1月的数据。期望寿命的计算,年龄段除0~1岁、1~5岁和>85岁外均采用间隔5岁为1个年龄段。计算超额死亡和减寿年数时,将年龄分为<60岁、60~岁、70~岁、80~岁、>90岁共5个年龄段。预期死亡人数使用时间序列预测专家建模器的方法,参数采用默认设置;实际死亡人数为死亡登记报告中记录的人数;超额死亡人数=预期死亡人数-实际死亡人数;超额率=超额死亡人数÷预期死亡人数×100%;实际死亡减寿年=∑(年龄组预期寿命×年龄组实际死亡人数);超额死亡减寿年=∑(年龄组预期寿命×年龄组超额死亡人数);超额死亡人均减寿年=∑年龄组超额死亡减寿年÷∑年龄组超额死亡人数。检验水准α=0.05。


2.   结果


2.1   基本情况

上海某镇居民2015年12月—2023年2月的死亡人数,在COVID-19管控放开前每月稳定在50人上下,COVID-19管控放开后死亡人数剧增,2023年2月死亡人数回到放开前水平。



图  1  上海某镇2015年12月—2023年2月逐月死亡人数趋势


2.2   超额死亡

上海某镇COVID-19管控放开后,在2022年12月—2023年1月间,按往年水平预期死亡125人,实际死亡317人,超额死亡192人,超额率153.60%(192/125),超额死亡占总人口数的0.29%(192/66 703)。超额率最高的分别为>90岁男性(300.00%),70~80岁和>90岁女性(283.33%,258.82%)。从整体上来看,不论男性和女性年龄较大的人群超额死亡人数和超额死亡率都相对较高。


2.3   减寿年数

上海某镇COVID-19管控放开前(2021年)居民期望寿命84.41岁,其中男性81.50岁、女性87.36岁;放开后(2022年)居民期望寿命79.88岁,其中男性77.24岁、女性82.71岁。放开前后比较居民期望寿命减少4.53岁,其中男性4.26岁、女性4.65岁。上海某镇COVID-19管控放开后(2022年12月—2023年1月),超额死亡居民中人均减寿11.60年,其中男性11.91年、女性11.30年。


3.   讨论

目前对COVID-19死亡的判定标准分2类:① 感染新型冠状病毒(SARS-CoV-2)后核酸阳性,由SARS-CoV-2引发呼吸衰竭而直接导致的死亡;② 感染后28 d内全口径的死亡都计入COVID-19死亡。我国一直采用第1种方法作为判定标准,这种方法也许会低估COVID-19导致的死亡。超额死亡是指特定地点和特定时期估计的总死亡人数与没有危机(如COVID-19大流行)情况下的预期死亡人数之间的差额。WHO计算COVID-19全球大流行时的超额死亡包括疫情直接归因死亡、因大流行对卫生系统和社会影响等间接导致的死亡,同时因疫情影响导致交通事故和工伤等死亡的相对减少也计算在内。利用超额死亡的计算方法有助于全面判断COVID-19死亡率,包括直接或间接相关联的死亡。


上海某镇COVID-19放开后超额死亡率达153.60%(192/125),在COVID-19疫情防控过程中,有人曾对严格的疫情防控策略持怀疑态度,放开后超额死亡的情况说明COVID-19对生命健康具有相当的危害,也进一步说明,我国对COVID-19实行动态清零的总方针坚持了3年是必要的。3年时间里,我国先后发生了300多起境外输入引发的COVID-19本土疫情,这些疫情都得到成功处置。社会面动态清零更快、需时更短,维护了人民的健康和生命安全。有研究者推算,中国实施“动态清零”的3年时间避免了约 6 990万人的感染和626万人的死亡。为此我国也付出了巨量的人力、物力和财力资源,“投入产出比”可以计算出经济上的效应,但国家对人民生命健康负责的历史担当却是无法计算的。


有研究者对2022年上海某COVID-19收治点的151个病例进行了分析,显示危重型COVID-19患者大多数为高龄合并多种基础疾病者,未接种SARS-CoV-2疫苗比例高达66.9%。4例死亡病例年龄均大于80岁,均未接种疫苗并且合并多种基础疾病,最终均死于原发性疾病。2020年瑞士因COVID-19死亡的 10 650个病例中,60.9%的死亡减寿年来源于≥75岁老人,<44岁仅占3.9%。《美国医学会杂志》2023年2月15日也报道,全球80%以上与COVID-19相关的死亡发生在>60岁老年人,各国老年人SARS-CoV-2疫苗接种的覆盖率33%~90%,尚未达到WHO提出的100%接种的目标。COVID-19放开后超额死亡的居民中≥ 70岁者占多数(表2),说明COVID-19造成的超额死亡,大多应该是患有各种基础性疾病,并且因各种原因没有接种疫苗的老年人。老年人本身免疫力差,抵御外界不良致病因素的能力较弱,COVID-19加速了原有基础疾病的进程,并最终导致了死亡


有研究者对德国305 641个COVID-19死亡病例进行了分析,结果发现死亡病例平均减寿9.6年,其中男性11.0年、女性8.1年。中国疾病预防控制中心分析34个国家COVID-19死亡病例数据,显示COVID-19给每个死亡病例造成了9~21年的生命损失。本次研究中COVID-19超额死亡的居民平均减寿11.60年,和以往的研究结果保持基本一致。


本次研究中居民期望寿命84.41岁,其中男性81.50岁、女性87.36岁,和上海居民2021年的期望寿命84.11,其中男性81.76岁,女性86.56岁基本一致。放开后居民的期望寿命出现了较大幅度的减少,下降到79.88岁,其中男性77.24岁、女性82.71岁。放开后比放开前居民的期望寿命减少4.53岁,其中男性 4.26岁、女性4.65岁。国外有研究显示,COVID-19大流行期间,大多数国家人口期望寿命出现了下降,包括中东欧国家、美国、英国和德国等,其中保加利亚下降43个月、美国28个月、希腊12个月、英国9个月、我国6个月。我国>60岁老龄化率18.95%(283 174/1495 054),而所研究镇居民≥60岁老龄化率高达34.74%(23 172/66 703),这可能是导致所研究镇期望寿命出现了明显下降的原因。


采用计算超额死亡的方法,研究了疫情管控“放开”这一事件对居民死亡的影响,反映了COVID-19对居民健康的危害程度,间接说明了国家对COVID-19从2019年12月开始管控,至2022年12月9日放开的 3年时间里所做工作的成效。研究中,将放开前定义为2015年12月至2022年11月,放开后定义为2022年12月至2023年1月,这样定义对放开前和放开后的死亡人数均可能造成低估,特别是将数据量放大后会更加明显。究其原因,2022年12月以前的月死亡人数基本保持同一水平(见图1),应该是研究的数据量较小和国家严格防控的结果,基于本次研究的目的是分析“放开”这一事件对居民死亡的影响,并且在进行预测时年份增加会让时间序列的稳定性更好,所以将放开前向前延伸至2015年。另外,统计分析时按月度建立时间序列模型,更便于结果的报告和解读,故将12月1日至9日定义到放开后。在今后的研究中,为便于更加精确的反映疫情管控“放开”对居民死亡的影响,可以将研究对象扩大到更大的区域范围,对放开前后的时间范围进行严格的界定,开展更加精确的研究。


原论文地址http://www.sjpm.org.cn/cn/articl ... nki.sjpm.2023.22989



目的】了解C-19疫情防控前后上海某区居民的慢性病超额死亡情况。


资料来源】居民死亡信息来源于2019年12月 16 日—2023年2月23日上海某区当地的死亡登记报告资料,包括医院开具的死亡证明报告、居家死亡后社区开具的死因推断报告以及部分外地死亡后在本地死亡系统中补录的死亡登记数据等。


分析指标及计算方法

拟定2019年12月16日—2022年12月6日为“”前、2022年12月7日—2023年2月23日为“”后,使用SPSS 22.0软件的时间序列专家建模器的方法计算预期死亡人数。

“”后实际死亡人数=22年12月7日—23年2月23日的实际死亡人数;

预期死亡人数=22年12月预期死亡人数×25÷31+23年1月预期死亡人数+23年2月预期死亡人数×23÷28;

超额死亡人数=实际死亡人数-预期死亡人数;

超额死亡率=超额死亡人数÷预期死亡人数×100%;

P 分数=超额死亡人数÷报告死亡人数。

按照 WHO 最新年龄段划分≤44岁为青年、 45~59 岁为中年、 60~74 岁为老年前期、 75~89 岁为老年、 90 岁以上为长寿老年人。


死亡人数趋势

上海某区的死亡人数在“”前除了2021年1月(3081人)和2022年4月(4368人)相对较多以外,每月居民的死亡人数稳定在2700人左右。

在后的2022年12月和2023年1月的死亡人数剧增,2023年2月的死亡人数又重新回到了前的水平。


超额死亡情况

上海某区C19感染“”后预期死亡7651.39人,实际死亡20 990人,超额死亡13 338.61人。

上海某区放开后报告的新冠感染共患病死亡数仅 232 人,,总人群的 P 分数高达 57.49(13 338.61/232)。

“”新冠感染的人群感染率按 80%估算, 该区新冠感染的病死率为 0.29%。


按 2020 年第七次全国人口普查> 60 岁人口的占比标化后, “”后我国C-19感染的超额死亡率为 0.12%,全国超额死亡“”人。



文献来源:张民,周冬冬,晏文娟.上海某区新型冠状病毒流行期间慢性病超额死亡情况调查[J/OL].上海预防医学:1-7


伊洛







使用道具 举报

Rank: 6Rank: 6

沙发
发表于 2024-1-22 15:11:35 |只看该作者
本帖最后由 guisun 于 2024-1-22 23:42 编辑

发达的上海区域如此,中西部落后经济省份死亡率只会更严重,中特的罪行罄竹难书!

使用道具 举报

Rank: 8Rank: 8

板凳
发表于 2024-1-24 02:55:59 |只看该作者
guisun 发表于 2024-1-22 15:11
发达的上海区域如此,中西部落后经济省份死亡率只会更严重,中特的罪行罄竹难书! ...

我认为不一定,地理条件和交通状况决定的人口密度本身是病毒传播率的第一物理因素。

上海因人多而发达,又因人多而多病,又因多病而挤占医疗资源;内陆落后地区反之。

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

Archiver|红色中国网

GMT+8, 2024-6-18 21:57 , Processed in 0.018237 second(s), 10 queries .

E_mail: redchinacn@gmail.com

2010-2011http://redchinacn.net

回顶部