Large-scale assessment of socioeconomic, demographic and health system structures with US county excess mortality, 2020-2024
这项针对 2,745 个美国县级行政区的规模化生态研究表明，在 2020–2021 年大流行期间，社会经济结构和人口统计特征而非医疗卫生系统资源，是导致超额死亡的主要驱动因素，且这些相关性在随后的年份中显著减弱。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
当大流行病来袭时，它对每个社区造成的影响并不均衡。一些社区遭受了毁灭性的损失，而另一些社区——往往就在几英里之外——死亡人数却少得多。这种不均衡的模式并非随机发生的；它是深刻的、预先存在的条件的产物，这些条件塑造了人们生活、工作以及获取医疗服务的方式。科学家们称这些条件为健康的社会决定因素。它们包括家庭收入水平、是否拥有大学学位、是否拥有医疗保险以及所居住住房的质量等因素。多年来，研究人员一直知道这些因素至关重要，但他们通常一次只观察其中一两个因素，试图猜测哪一个单一元素最为重要。问题在于：如果我们能同时观察所有因素，那么全貌会揭示出为什么有些地方在危机期间遭受了更多的痛苦？
一个研究小组致力于通过考察美国所有县的整体图景来回答这个问题。他们并没有挑选少数几个“嫌疑对象”进行调查；相反，他们收集了关于美国每一个县的近三千个不同事实的大规模列表。这些事实涵盖了从医生和医院床位的数量，到失业人口比例、贫困人口占比以及社区种族构成等各个方面。随后，他们将这些事实与2020年至2024年间各县的超额死亡人数进行了对比。超额死亡是一个特定的衡量标准，它计算的是在给定年份内，死亡人数比根据该县大流行前历史预期应有的死亡人数多出了多少。通过进行这些对比，研究人员可以观察到哪些县的特征与死亡率的激增联系最为紧密。
结果描绘了一幅清晰且一致的图景。与医疗基础设施相比，与社区的社会和经济结构有着最强的联系。贫困率较高、受教育程度较低以及缺乏医疗保险人数较多的县，其超额死亡率显著更高。事实上，研究人员发现，贫困人口的比例是单一最强的预测因子，紧随其后的是拥有大学学位的成年人比例以及高收入家庭的比例。然而，即使是最强的单一变量，也仅解释了不到42%的跨县超额死亡变异，这意味着没有任何单一特征是具有决定性的。相比之下，医疗资源的可用性（如每人拥有的医生数量或医院床位数量）与死亡人数之间的联系非常微弱。数据表明，拥有更多的医生或医院床位，并不能像拥有一个经济稳定且受过教育的人口那样有效地保护一个社区。
这种模式在疫情的前两年，即疫苗尚未问世且病毒最具致命性的2020年和2021年期间最为剧烈。在此期间，最弱势县与最发达县之间的差距极其悬殊。研究人员创建了一个综合了最强社会因素的单一评分，以此对各县的优势水平进行排名。在最弱势的五分之一人口中，超额死亡率是最高度发达五分之一人口的2.0倍（0.274 对比 0.136）。随着疫情进入2022年、2023年和2024年，总体的超额死亡人数下降，且与这些社会因素的联系也随之减弱，尽管并未完全消失。研究人员还通过使用不同的背景信息年份和不同的统计方法对数据进行了多角度的检验，其主要结论保持不变：社会环境是死亡人数的主要驱动因素。
研究人员谨慎地指出，他们的研究针对的是群体而非个人，因此无法证明某个特定的人是因为贫穷或缺乏保险而死亡。然而，庞大的数据集和结果的一致性暗示了一个强大的现实。研究结果意味着，一个医疗系统挽救生命的能力深受其人们所处环境的制约。医院无法轻易补偿贫困、缺乏教育或经济不安全感所带来的危险。这项研究表明，要真正理解并预防未来的健康危机，我们必须将目光投向医院围墙之外，去解决那些让某些社区比其他社区更脆弱的基本经济和社会不平等问题。数据表明，保护一个人口最有效的方式可能不是建造更多的床位，而是提升那些被遗忘在身后的社区水平。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。