Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O estudo fornece a evidência de injustiças sociais austeros nos resultados COVID-19

Uma aproximação geocoding - ligando dados rotineiramente recolhidos da saúde pública aos factores sócio-económicos da vizinhança - taxas consistentemente mais altas das mostras da doença COVID-19 e da morte entre os povos que vivem nas comunidades mais-desfavorecidas, relatórios um estudo no jornal de novembro/dezembro da gestão em saúde pública e prática. O jornal é publicado na carteira de Lippincott por Wolters Kluwer.

Nosso estudo fornece a evidência de injustiças sociais austeros nos resultados COVID-19 a condado e níveis do código postal nos Estados Unidos. Estas disparidades marcadas falam a como a pandemia COVID-19 está afectando populações vulneráveis e injustiças existentes da saúde do agravamento.”

Jarvis T. Chen, ScD, Harvard T.H. Chan Escola da saúde pública, Boston

Factores sócio-económicos que afetam os resultados COVID-19 - geocoding fornece onsights novos

Dr. Chen e co-autor Nancy Krieger, PhD, condado analisado e de Código-nível do FECHO DE CORRER dados COVID-19 nos resultados - mortes, casos confirmados, e casos positivos dos por cento - em New York City e em Illinois, o 5 de maio de 2020. Naquele tempo, New York e Illinois estavam entre os “pontos quentes” para os casos COVID-19 e as mortes nos Estados Unidos.

Os pesquisadores aplicaram um método geocoding estabelecido para analisar os resultados COVID-19 em termos dos factores sócio-económicos da vizinhança chave, incluindo a porcentagem dos residentes que vivem na pobreza, a porcentagem com o agregado familiar que aglomera-se, e a porcentagem das pessoas de cor (a não ser o branco do não-Hispânico).

Estes e outro área-basearam medidas sócio-económicas (ABSMs) foram mostrados para ser indicadores fortes das disparidades através de uma vasta gama de resultados da saúde. O ASBMs foi desenvolvido como parte do projecto de Geocoding das disparidades da saúde pública, estabelecido para endereçar a falta da informação em factores sócio-económicos na maioria de dados públicos do controlo sanitário.

A análise mostrou uns níveis consistentemente mais altos dos resultados COVID-19 para residentes de áreas mais sócio-econòmica desfavorecidas. os dados do Condado-nível mostraram umas taxas mais altas das mortes COVID-19 nas áreas com mais povos que vivem na pobreza, no agregado familiar aumentado que aglomeram-se, e na mais pessoa de cor. A taxa de mortalidade COVID-19 era aproximadamente cinco vezes mais altamente do que nos condados com a porcentagem a mais alta da pessoa de cor.

A análise de dados do código postal da fino-definição mostrou umas taxas mais altas dos argumentos COVID-19 confirmados para todo o ABSMs. Em Illinois, a taxa do diagnóstico COVID-19 era cinco vezes mais altamente nos códigos postais com a porcentagem a mais alta da pessoa de cor.

Os dados do código postal de New York City igualmente mostraram disparidades similares, mesmo com as taxas de infecção muito mais altas da cidade. A taxa dos testes COVID-19 positivos era mais de 60 por cento mais alta nos códigos postais com a porcentagem a mais alta dos povos com rendas do pobreza-nível.

Há uma necessidade urgente para que os dados do tempo real ajudem em identificar grupos comunitários no risco o mais alto da infecção COVID-19, de doença séria, e de morte. Os dados rotineiramente recolhidos da saúde pública incluem quase nenhuma informação nos factores sócio-económicos que podem ter um impacto importante nos riscos COVID-19. Os dados na raça/afiliação étnica mais frequentemente são recolhidos mas faltam para muitos pacientes.

Os registos de saúde de Geocoding e o ligamento deles aos dados do censo dos E.U. na vizinhança fatoram, incluindo o uso de ABSMs, podem computar avaliações válidas de disparidades sócio-económicas na saúde. “Olhando através dos E.U., povos que vivem nos condados os mais empobrecido, os mais aglomerados, e racial e economicamente polarizados estão experimentando taxas substancialmente elevados da infecção COVID-19 e da morte,” afastamento cilindro/rolo. Chen e Krieger escrevem.

O estado e os departamentos locais da saúde podem facilmente aplicar os mesmos métodos aos dados rotineiramente recolhidos da fiscalização usando uma planilha de Excel ou o código de R disponível do Web site dos autores: https://www.hsph.harvard.edu/thegeocodingproject/covid-19-resources/

Comentários do Dr. Chen: “Nossos metodologia e resultados directos eficazes na redução de custos podem estado motivar e de guia e os departamentos locais da saúde para gerar os dados relevantes a monitorar injustiças nos resultados COVID-19 e a guiar a atribuição dos recursos para abrandar estas injustiças.”

Source:
Journal reference:

Chen, J.T., et al. (2020) Revealing the Unequal Burden of COVID-19 by Income, Race/Ethnicity, and Household Crowding. US County Versus Zip Code Analyses. Journal of Public Health Management and Practice. doi.org/10.1097/PHH.0000000000001263.