新冠肺炎增加了高收入国家和中等收入国家现有的性别死亡率差距-2024

Kathleen Beegle1,∗， 加布里埃尔 · 德蒙比恩斯1, Damien de Walque 1保罗 ·古宾斯2, Jeremy Veillard3,# 1世界银行 ， 华盛顿特区 ， 美国2顾问, 智利3世界银行 ， 哥伦比亚 a r t i c l e i n f o a b s t r a c t 文章历史记录:收到 2024 年 4 月 12 日修订 2024 年 6 月 27 日接受 2024 年 7 月3 日 目标:分析COVID-19疫情期间不同国家各性别和年龄组超额死亡率模式的差异及其与国家收入水平的相关性。方法:我们使用世界卫生组织按性别和年龄组划分的超额死亡率估计为 75 在2020年包括60个国家，在2021年包括62个国家，我们将样本限制在基于记录的所有原因死亡率数据的估计值上。我们使用国家特定的泊松回归模型来分析各国模式，观测数据包括按性别和年龄定义的群体超额死亡人数。 关键字:冠状病毒大流行发展中国家死亡率性别 调查结果:男性在几乎所有地区和所有年龄段（超过45岁）的死亡率都更高。2020年，疫情加剧了全球性别死亡率差距，但各国之间存在差异，且不同收入水平的国家差异更为显著。在高收入国家，超额死亡率男性远高于女性。相比之下，在中等收入国家，超额死亡率的性别比例与预期全因死亡率的性别比例相似。然而，2020年在高收入国家观察到的超额死亡率性别比加剧在2021年有所下降。 结论:COVID-19疫情导致男性死亡率显著高于女性，这一点已经在许多研究中得到证实，但这些性别差异在不同国家的收入水平上有所不同。这些差异是由各国感染率和致死率的性别模式差异所导致的组合结果。高收入国家在2021年死亡率的性别差距有所下降，这可能是因为COVID-19疫苗接种的速度更快。©2024 由国际传染病学会代表Elsevier Ltd出版。 这是 CC BY - NC - ND IGO 许可证下的开放访问文章 (http: / / creativecommons. org / licenses / by - nc - nd / 3.0 / igo /) 在20世纪50年代之前，男性婴儿比女性婴儿更高的死亡率是女性预期寿命更长的主要驱动力，但近年来，老年男性较高的死亡率已经推动了性别预期寿命差距。6]. COVID-19大流行加剧了这一差距，在许多国家，标准化年龄超额死亡率男性高于女性[7,8]. 在许多高收入国家，由于COVID-19，死亡率性别不平等现象有所增加，尽管在美国，这种差异被认为较为温和，并且疫情死亡率并未改变性别死亡率差距的“基本动态”[9]. 同样，对于欧洲国家，在COVID-19疫情期间性别间的死亡率差异与疫情前的模式相似 [10在非高收入地区，COVID-19 和超额死亡年龄 mortality 曲线较为平坦，这在一定程度上仅归因于人口结构。[11]. 这表明性别差距在死亡率方面的扩大程度可能因国家收入水平而异。部分原因在于缺乏相关数据，此前的研究 Introduction 在世界所有国家 ， 女性的寿命都比男性长 [1,2存在由多种环境、遗传和文化因素驱动的性别死亡率差距的充分证据。3]. 男性死亡率持续高于女性的现象通常通过主要来自高收入国家的数据得到了证实[4] 。但这些模式也已在世界低收入地区出现 [5]. 年龄 - 死亡率模式的特征 详细分析COVID-19死亡模式按年龄划分时同时考虑了男女两性，忽视了男性死亡率普遍高于女性这一已确立的事实，且这种差异可能因国家收入水平而异。 为了利用多国数据刻画年龄-死亡率模式，我们为每个国家估计一个包含性别的交互项的年龄-死亡率曲线模型。这种建模方法作为对上述国家死亡率数据进行分析的补充，有三个原因。首先，该模型可以产生按性别划分的年龄-死亡率曲线的斜率。其次，它能够使用预测值来最小化异常值的影响，以便估算某些量。第三，我们可以使用该模型计算这三个死亡率指标的年龄-性别人口死亡率模式的置信区间。这些模型分别在2020年和2021年进行了估计。 本研究利用了早期研究中尚未可用的近期数据，以考察新冠肺炎疫情期间高收入和中等收入国家性别死亡率差距的变化程度。不幸的是，低收入国家报告男性和女性死亡情况的不发达民事登记系统限制了数据的可获得性，这是全球人口层面死亡模式研究中长期存在的局限性。 ()ResultsDx ， s ， i ~ 泊松 u θ x ， s ， i iwhere其中年龄和性别特定的 fi c 死亡人数是D thex,s,fori10 岁年龄组年龄x到年龄x+9{, x= 45,55,65,75,{85}为性s}=男性, 女性在国家i.The x= 85岁及以上的所有年龄组对应85个数据点。为了将死亡人数解释为 mortality rates（针对性别和年龄特定的人口），需要一个暴露量术语。ux,s,是作为偏移量引入的i将模型作为日志(u)Male是一个二进制变量 ， 其中 1 相应 -x,s,.i响应于男性和 0 对应于女性和Age是一个以 65 岁为中心的连续变量。β( )represent0,i发送 65 岁女性的死亡率 ， expβ( )1,i代表(65 岁时男女死亡率β)代表rate for that2,死亡率女性比例不同i到 10 岁 ， expβ β()死亡率 Ra -2,i+代表3,ratei年龄相差 10 岁的男性。泊松回归是 fi t 分别与Dx,De fi Ned 在预期的所有原因方面s,i死亡和与D in terms ofx,s,De fi Ned估计超额死亡人数i对于这两年都是如此。对于后者，在估计的超额死亡人数少于0时，将其重新编码为0。一旦为每个国家估计出参数后，-我们首先对可用数据进行一些简要描述。2020年，几乎每个国家按年以死亡为响应变量 ， 以人口为响应变量的泊松回归偏移。θβi= expβββ0+,Agei+Male1,i×Male2+×,i3,i×Age预期两年的所有原因死亡和超额死亡人数，使用了基于模拟的推断来评估每个国家和年龄组预测死亡性别比的不确定性。通过使用R中的clarify包，从拟合模型的数据中推断出的系数分布中模拟了1000个系数集合。对于每个国家，这些模拟的系数用于为每个国家和年份的五个年龄组分别生成男性和女性的死亡率预测值。将模拟的男性死亡率预测值与女性死亡率预测值取比率，从而得到可用于推断和生成不确定性边界的一千个预测性别比分布，适用于每个年龄组。 Methods 数据源 我们使用了“全球与COVID-19相关的超额死亡（模型估计）”数据集（更新日期：2023年5月19日），该数据集由世界卫生组织（WHO）的COVID-19死亡评估技术咨询组制作。该数据集包含了194个国家在2020年和2021年的预期全部原因死亡数、实际或预测的全部原因死亡数（如果实际数据不可用）、以及按年龄和性别分组的超额死亡数的估计值。预期全部原因死亡数是基于大流行前的历史国家层面月度死亡数据进行预测得出的，在没有COVID-19的情况下作为参考点。超额死亡数计算为“基于目标人群非危机时期死亡率所预期的死亡数之上超出的实际/预测全部原因死亡数”通过实际/预测全部原因死亡数与预期全部原因死亡数之差得出。12] 。用于生成这些估计的数据和方法有大量文献 [13]. 这些估计不仅仅是直接与COVID-19相关的死亡人数，而是基于超额死亡数对直接和间接COVID-19死亡率的综合估计。由于缺乏按性别划分的实际直接和间接COVID-19死亡率数据，我们依赖于按性别划分的超额死亡数估算值。我们通过比较使用超额死亡数估算得到的性别死亡率比值与使用报告的COVID-19死亡数得到的相同比率（对于可获得此类数据的一小部分国家），来检查这些数据的可靠性。这一比率并不总是等于1。然而，并没有明显的模式表明基于超额死亡数估算得到的比例与基于报告的COVID-19死亡率构建的比例存在显著差异（此处未显示，但可根据要求提供）。该数据集还包含来自世界人口统计数据。 按国家、年份、性别和年龄分列的人口前景 [8该数据集覆盖了2020年和2021年的194个国家。对于本次分析，仅包括基于实际全因死亡数（按性别和年龄组别划分，而非预测）计算出超额死亡的国家。这将样本量限制为2020年的75个国家和2021年的62个国家。此外，我们还排除了2020年或2021年合计超额死亡人数（男女合计）低于2000人的国家。在应用这两个标准后，本次分析共涵盖66个国家：其中2020年有54个国家，2021年有57个国家。1最后，我们仅分析45岁及以上的成年人的死亡数据，因为年轻年龄段的超额死亡率非常低。 龄组（从45岁开始）预期的全因死亡率的男性与女性比例高于1。图1). 在大多数国家中，性别比例从65-74岁年龄组开始下降，甚至更早。只有少数几个国家不符合这一模式，包括玻利维亚、埃及、伊朗、科威特和尼加拉瓜。性别比例的变化范围通常在1到2之间。总的来说，在本样本中的国家中，截至2020年，50岁时男性预期死于各种原因的可能性平均约为女性的2.1倍。这一模式表明： 澳大利亚、奥地利、比利时、加拿大、瑞士、捷克共和国、德国、西班牙、爱沙尼亚、芬兰、法国、英国、以色列、意大利、日本、韩国、卡塔尔、立陶宛、荷兰、葡萄牙、瑞典和美国。 死亡率按年龄分性的性别比倾向于呈现倒J型。这些全部原因死亡率的结果与之前提到的、早于COVID-19疫情的证据是一致的。2020年按年龄分性的超额死亡性别比模式仍然 观察预期全因死亡率图 1。在图 1在全球范围内这种情况已不再普遍存在。相反，我们 观察到各种不同的模式，有时呈现出J型曲线而非倒J型曲线（如在伊朗和南非）。人口规模也可能解释了性别比例过剩模式的广泛差异。 偏袒妇女 (图 2) ， 但与我们基本一致的模式相比 ， 各国之间的差异也要大得多 由于较小国家的死亡情况更糟P- 分数 (先前死亡与预期死亡的比率)[13总体而言，性别比例中超额死亡与预期全因死亡差异更大的变化模式表明各国COVID-19性年龄死亡率存在差异。除了模式的不同外，规模本身也更为广泛。此前，性别比例通常保持在1到2之间，现在我们有一些非常高的比率。 并且有一小部分值低于1（在少数情况下甚至低于0）。例如，在德国65-74岁年龄段，男性和女性的超额死亡性别比跃升至30，而45-54岁年龄段的德国成年人则为负值。对于45-54岁和55-64岁年龄段，多米尼加共和国的性别比为负，但在75-84岁和85岁以上年龄段则跃升至超过18。这在一定程度上反映了比率对基数值比较敏感性的影响。例如，在匈牙利， 对于45-54岁女性的超额死亡估计值为-3.3（实际上为0），而男性为126，因此比例为-37。同样，在多米尼加共和国，85岁及以上女性的超额死亡估计值为14，而男性为256，因此比例为19。 在1918流感大流行期间（由于选择效应导致流感大流行后的死亡率性别差距减小）[14]. 但考虑到老年人的死亡在COVID-19最初的两年中尤其被推迟，随后几年 hardest hit 组群的 mortality risks 可能会下降更多 [15]. 根据我们的泊松估计 ，表 1报告了四项指标的估计值：65岁女性死亡率、65岁男女死亡率比值，以及额外10年年龄段的男女死亡率斜率。这些指标分别针对2020年预期全因死亡率、2020年超额死亡率和2021年超额死亡率进行估算。表 1显示了总体以及三个按收入划分的三分位数群体（按人口加权）的加权结果，以及每个国家的结果。 值得注意的是，这一超额死亡年龄斜率的模式在2020年我们国家的高收入、中等收入和低收入三分位数之间存在差异。2020年，在高收入国家，女性的死亡率年龄斜率最高（无论是预期全部死因死亡人数还是超额死亡人数），但到2021年，这一数值显著下降，略低于男性（女性为2.40，男性为2.49）。另一方面，在收入处于第一和第二三分位数的国家，