Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Facteurs qui déterminent la mortalité COVID-19

Une étude neuve potentiellement importante par des chercheurs de MIT et un publié sur le medRxiv* de serveur de prétirage prouve en juin 2020 que les taux de mortalité COVID-19 dans des conditions d'États-Unis marquent avec plusieurs facteurs comme la permutation à fonctionner, les températures, et situation géographique, mais pas avec des bâtis, l'obésité ou la pauvreté d'ICU. Ce travail, si validé, pourrait aider à recenser les facteurs de contribution réels qui forment des taux de mortalité en travers des Etats-Unis.

Le papier de courant se concentre sur des corrélations entre les taux de mortalité COVID-19 selon la population 1.000 au niveau du comté avec quatre variables importantes : statut socio-économique (SES), modes, variables de santé, et configurations de permutation du climat et de pollution.

Ce qui fait et ne marque pas avec les taux de mortalité COVID-19. Crédit d
Ce qui fait et ne marque pas avec les taux de mortalité COVID-19. Crédit d'image : Esprit de photo

Les facteurs examinés

SES comprend la proportion d'Afros-Américains et hispaniques, ainsi que des zones blanches et d'autres ethnies ; pauvreté ; âge plus de 65 ; vivre dans les maisons possédées par auto ; et la valeur à la maison en termes financiers.

Le mode de permutation comprend la proportion de travailleurs qui conduisent, emploient le transport en commun, utilisent des vélos, marchent, travail de maison, ou ne permutent pas du tout. Les variables de santé comprennent le pourcentage des diabétiques, les fumeurs, et les personnes obèses, ainsi que ceux qui manquent de l'assurance maladie, et le nombre de bâtis d'ICU par habitant.

Les variables du climat et de conditions météorologiques comprennent l'été et les températures de niveau de la pollution de l'air et moyen moyens de l'hiver.

La corrélation n'est pas causalité

Au départ, les chercheurs avertissent, « il est important de comprendre que cette recherche, et d'autres analyses d'observation l'aiment, seulement recensez les corrélations : ces relations ne sont pas forcément causales. Cependant, ces corrélations peuvent aider des décisionnaires à recenser les variables qui peuvent potentiellement être causal liées aux taux de mortalité COVID-19 et adopter des polices appropriées après la compréhension de la relation de cause à effet. »

Les sources possibles d'erreur comprennent des différences dans la disponibilité de test et des critères pour le contrôle, qui affecterait la capacité d'enregistrer toutes les morts. Cependant, les chercheurs ont employé un modèle analytique qui permettra à des relations d'être jugées en soi, et pas suite à d'autres facteurs de confusion pour lesquels des réglages ont été déjà effectués.

La période de réflexion avait lieu depuis le 4 avril 2020, au 27 mai 2020, mais les chercheurs ont manqué les cinq comtés de New York City de l'analyse principale.

Utilisant des effets fixes par condition pour la comparaison d'un état à un autre

Les chercheurs ont également employé « des effets fixes par condition », un type de variables fictives qui permettent le calcul des taux de mortalité de ligne zéro pour chaque condition, par le réglage aux variables courantes à tous les comtés dans la même condition. Ceci signifie que les taux de mortalité peuvent être comparés en travers des conditions indépendamment des autres variables, donnant une idée de la façon dont les taux de mortalité de n'importe quelle condition rivalisent avec ceux d'autres.

L'utilisation des effets fixes par condition tient compte également pour que des corrélations soient mesurées en travers des comtés dans la même condition, mais sans leur utilisation, des corrélations sont mesurées dans une condition et en travers des conditions. Les chercheurs expliquent que ces différences sont importantes dans celle si une corrélation est trouvée en travers des conditions mais pas dans une condition, ceci pourraient signifier que le premier type de corrélation est à cause des facteurs condition condition spécifiques qui n'ont pas transformé leur voie en modèle.

Les Afros-américains ont-ils un taux de mortalité plus élevé ?

Tout d'abord, les chercheurs ont constaté que sans employer la condition a fixé des effets, les taux de mortalité étaient plus élevés quand la proportion d'Afros-Américains était plus élevée ; cet effet est devenu non significatif mais resté quand les effets fixes par condition étaient en place. Par exemple, une condition aiment la Louisiane, qui a une proportion plus élevée d'Afros-américains, a un taux de mortalité plus élevé qu'un comme Tennesse, qui ne fait pas. Cependant, dans la Louisiane elle-même, les comtés avec plus d'Afros-américains et une proportion inférieure de eux ne montrent pas cette disparité.

Par le cas, ils cotent un taux de mortalité 1,262 plus haut dans un comté avec tous les Afros-Américains, comparés à un qui ont zéro. En comparaison, le taux de mortalité moyen au niveau du comté est 0,119.

Ils prouvent que les taux de mortalité entre deux comtés où on a les Afros-Américains zéro, et un à 87% (le plus fortement observé) varie par presque dix fois, à 1,10.

Si les effets fixes par condition sont maintenant considérés, les taux de mortalité sont triplés, mais cette augmentation n'est plus significative. Néanmoins, les chercheurs disent qu'ils « encouragent des décisionnaires et des chercheurs à vérifier la relation de cause à effet entre les taux de mortalité et la part des résidants d'Afro-américain. »

D'autres facteurs marqués avec des taux de mortalité plus élevés

Par le réglage pour des facteurs évidents de confusion, les corrélations permettent à un ensemble plus étroit de facteurs d'être orienté en circuit pour recenser les motifs réels pour de telles tiges.

Le diabète est également associé à un taux de mortalité plus élevé mais devient de nouveau non significatif quand les effets fixes par condition sont en place. Une population plus âgée est significative, si marginalement lié à des taux de mortalité plus élevés, de même que des valeurs à la maison plus élevées, des climats plus chauds, et de plus basses températures de l'hiver.

Transit public et taux de mortalité

La relation entre le taux de mortalité et l'utilisation du transit public est significative et intense. Environ 0-0.26% de gens en travers de l'échantillon emploient le transit public, et si l'utilisation du transit public augmente par plus d'augmentation de point 20, le taux de mortalité montent par presque 1,0, qui est presque dix fois le moyen taux de mortalité de 0,119 en travers de tous les comtés.

Les chercheurs précisent deux faits. On est que le transit public est lié au taux de mortalité le plus élevé, mais d'autre part, tout permute des modes autres que faire du vélo est lié à des taux de mortalité plus élevés que le télétravail. Donné ceci, les chercheurs spéculent que cette augmentation est due au type de transit lui-même et au type de fonction de tels travailleurs font. Cette dernière raison s'applique également aux gens qui marchent ou conduisent et peuvent également expliquer le taux de mortalité accru dans leur cas - ces deux types peuvent avoir des fonctions qui concernent plus d'interaction d'autres.

La recommandation serait, pour cette raison, d'augmenter la sécurité du transit public et d'assurer meilleur distancer social au travail.

Pourquoi les taux de mortalité sont-ils plus élevés pour ceux qui ne permutent pas du tout ? Les chercheurs attribuent ceci à la grande proportion d'enfants et de chômeurs dans ce segment, qui indique l'exposition plus élevée possible ainsi que le péage du chômage.

Ce qu'il y a de neuf, et comment il importe

Les découvertes neuves sont un manque de corrélation entre la pollution, obésité, des numéros de bâti d'ICU, et pauvreté, avec des taux de mortalité. D'ailleurs, la comparaison de l'exposition controlée par multivarié de taux de mortalité elles sont les plus élevées dans les conditions du nord-est, et au Michigan, en Louisiane, en Iowa, en Indiana, et le Colorado, tout en étant les plus inférieures en Californie.

L'étude offre une synthèse préliminaire de quelques corrélations importantes. Elle peut ajouter à l'identification basée sur la recherche des variables qui jouent probablement un rôle causal dans les taux de mortalité COVID-19, aidant à former des polices convenablement et à réduire ainsi le choc de la manifestation.

Avis *Important

le medRxiv publie les états scientifiques préliminaires qui pair-ne sont pas observés et ne devraient pas, en conséquence, être considérés comme concluants, guident la pratique clinique/comportement relatif à la santé, ou traité en tant qu'information déterminée.

Journal reference:
Dr. Liji Thomas

Written by

Dr. Liji Thomas

Dr. Liji Thomas is an OB-GYN, who graduated from the Government Medical College, University of Calicut, Kerala, in 2001. Liji practiced as a full-time consultant in obstetrics/gynecology in a private hospital for a few years following her graduation. She has counseled hundreds of patients facing issues from pregnancy-related problems and infertility, and has been in charge of over 2,000 deliveries, striving always to achieve a normal delivery rather than operative.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Thomas, Liji. (2020, June 14). Facteurs qui déterminent la mortalité COVID-19. News-Medical. Retrieved on September 19, 2020 from https://www.news-medical.net/news/20200614/Factors-that-determine-COVID-19-mortality.aspx.

  • MLA

    Thomas, Liji. "Facteurs qui déterminent la mortalité COVID-19". News-Medical. 19 September 2020. <https://www.news-medical.net/news/20200614/Factors-that-determine-COVID-19-mortality.aspx>.

  • Chicago

    Thomas, Liji. "Facteurs qui déterminent la mortalité COVID-19". News-Medical. https://www.news-medical.net/news/20200614/Factors-that-determine-COVID-19-mortality.aspx. (accessed September 19, 2020).

  • Harvard

    Thomas, Liji. 2020. Facteurs qui déterminent la mortalité COVID-19. News-Medical, viewed 19 September 2020, https://www.news-medical.net/news/20200614/Factors-that-determine-COVID-19-mortality.aspx.