Rural-urban disparities and associated factors of SARS-CoV-2 infection in Zambia: A convergent mixed-methods study using the Proximate Determinant Framework.

Wanneer een virus zich door een populatie verspreidt, behandelt het niet iedereen op dezelfde manier. Sommige gemeenschappen lijken het vaker op te lopen, terwijl andere er schijnbaar aan ontsnappen, wat leidt tot de natuurlijke vraag: wordt dit verschil simpelweg veroorzaakt door waar mensen wonen, of wordt het gedreven door de specifieke omstandigheden van hun dagelijks leven? In de volksgezondheid kijken wetenschappers vaak naar de "proximale determinanten" van ziekte. Dit concept suggereert dat brede factoren zoals geografie of rijkdom iemand niet direct infecteren. In plaats daarvan vormen deze grotere krachten de directe gedragingen en omstandigheden die tot infectie leiden, zoals hoe gemakkelijk iemand getest kan worden, of zij geloven dat zij een risico lopen, of of zij het kunnen betalen om thuis te blijven als zij ziek zijn. Het begrijpen van deze keten van oorzaak en gevolg is essentieel voor het stoppen van toekomstige uitbraken, omdat een oplossing die werkt in een bruisende stad volledig kan falen in een rustig dorp als de onderliggende redenen voor de verspreiding anders zijn.

Een team van onderzoekers in Zambia probeerde onlangs deze draden te ontrafelen voor het SARS-CoV-2-virus, het pathogeen dat COVID-19 veroorzaakt. Ze wilden weten of de kloof tussen rurale en urbane infectiecijfers een kwestie was van locatie, of dat het eigenlijk een reflectie was van diepere verschillen in hoe mensen leefden, leerden en toegang hadden tot de gezondheidszorg. Om het antwoord te vinden, reisden ze naar drie verschillende gebieden: Ndola, een drukke stad; Kafue, een semi-urbaan industriegebied; en Lufwanyama, een ruraal district. Ze vertrouwden niet op slechts één type bewijs. In plaats daarvan combineerden ze een grote enquête onder gemeenschapsleden met een beoordeling van ziekenhuisarchieven en diepgaande gesprekken met overlevers, artsen en lokale leiders. Deze aanpak stelde hen in staat om niet alleen de cijfers van besmette mensen te zien, maar ook de verhalen achter die cijfers.

De onderzoekers ontdekten dat hoewel de infectiecijfers varieerden over de drie locaties, waarbij rurale gebieden een iets hogere positiviteit vertoonden dan steden, de plek waar iemand woonde niet de directe oorzaak van hun infectie was. Sterker nog, wanneer de gegevens zorgvuldig werden geanalyseerd, was het simpelweg wonen in een ruraal of urbaan district geen statistische voorspeller voor wie ziek zou worden. In plaats daarvan waren de werkelijke drijfveren persoonlijk en praktisch. De studie onthulde dat oudere volwassenen, specifweg degenen van 49 jaar en ouder, een aanzienlijk hogere kans op infectie liepen vergeleken met jongere mensen. Onderwijs speelde ook een belangrijke rol; individuen met een middelbare schoolopleiding waren minder waarschijnlijk besmet dan degenen met slechts een basisonderwijs. Misschien wel het meest verrassend was dat de plek waar men zich liet testen ertoe deed. Degenen die in een ziekenhuis werden getest, waren minder waarschijnlijk positief dan degenen die elders werden getest, wat suggereerde dat de manier waarop mensen toegang kregen tot het zorgsysteem de resultaten die men zag, beïnvloedde.

De menselijke verhalen die de onderzoekers verzamelden, hielpen te verklaren waarom deze patronen bestonden. In de rurale gemeenschappen geloofden veel mensen aanvankelijk dat het virus alleen een probleem was voor stadsbewoners, een perceptie die hen minder geneigd maakte om voorzorgsmaatregelen te nemen zoals het dragen van maskers of het wassen van handen. In contrast hiermee voelden stadsbewoners vaak dat het virus overal was, maar hadden zij nog steeds moeite om de veiligheidsregels op te volgen vanwege de drukke leefomstandigheden of de noodzaak om te werken. Het onderzoek benadrukte ook een kloof tussen kennis en actie. Hoewel de meeste mensen wisten hoe het virus zich verspreidde, hing hun vermogen om die kennis in de praktijk te brengen af van hun omgeving. Zo betekende het gebrek aan testkits bij lokale klinieken in rurale gebieden dat mensen vaak werd geadviseerd om thuis te isoleren zonder bevestiging, terwijl stedelijke klinieken meer middelen hadden. De vaccinatiegraad was het hoogst in de stad, gedreven door functie-eisen en gemakkelijke toegang, maar de studie vond dat vaccinatie in deze specifieke post-piekperiode de kans op infectie niet statistisch veranderde, waarschijnlijk omdat het virus al wijdverspreid was of omdat andere factoren zoals leeftijd en gedrag dominanter waren.

Uiteindelijk suggereert de studie dat de verschillen in infectiecijfers tussen de rurale en urbane gebieden van Zambia geen simpel verhaal van geografie zijn. Ze zijn het resultaat van een complexe mix van leeftijd, onderwijs en de mogelijkheid om toegang te krijgen tot gezondheidszorg en informatie. De onderzoekers concludeerden dat om zich voor te bereiden op toekomstige respiratoire uitbraken, gezondheidsfunctionarissen niet alle gemeenschappen op dezelfde manier kunnen behandelen. Strategieën moeten worden afgestemd op de specifieke barrières die elke groep ervaart, of dat nu betekent dat er testkits naar afgelegen dorpen moeten worden gebracht, de angst voor bijwerkingen in specifieke gemeenschappen moet worden geadresseerd, of dat boodschappen moeten worden ontworpen die resoneren met de dagelijkse realiteit van landarbeiders versus fabrieksmedewerkers. Door te begrijpen dat infectie wordt gevormd door de onmiddellijke keuzes en beperkingen van het dagelijks leven in plaats van door louter een coördinaat op een kaart, kunnen publieke gezondheidsreacties effectiever en rechtvaardiger worden.