Los científicos han nombrado factores regionales que pueden afectar la propagación de COVID-19

El COVID-19 llegó como un desafío inesperado para la humanidad. Los países adoptaron enfoques diferentes, a veces diametralmente opuestos, para minimizar el impacto de la pandemia: desde confinamientos estrictos hasta ninguna restricción, como en Suecia. Fue solo la semana pasada que China comenzó a relajar su política de tolerancia cero.

Investigadores de la Facultad de Ciencias Económicas de HSE han identificado algunos factores que tienden a tener el mayor impacto en la propagación de COVID-19: en Rusia, tales factores incluyen la humedad y la temperatura ambiente, la movilidad de la población, la proporción de migrantes internos en el local. la población y los ingresos de los hogares. Los hallazgos del estudio se publican en Población y Economía.

La pandemia de coronavirus ha provocado una ralentización del crecimiento económico, una caída de los ingresos de los hogares, un aumento del desempleo y un elevado número de víctimas humanas: según la Universidad Johns Hopkins, se han notificado más de 650 millones de casos de COVID-19 en todo el mundo, y más de 6,6 millones de personas han muerto.

Para aprender las lecciones de COVID-19 y prepararse para posibles nuevas infecciones, los científicos examinan y analizan todo tipo de datos recopilados durante la pandemia sobre el curso de la enfermedad, la eficacia de las vacunas y los medicamentos, las políticas de salud pública exitosas y el efecto. de restricciones y medidas gubernamentales de apoyo.

Los estudios apuntan a muchos factores que pueden afectar la propagación del coronavirus en un lugar determinado. En muchos países, los primeros casos se diagnosticaron en las grandes ciudades, centros económicos que atraen a personas de otras regiones y países. También se sabe que la alta densidad de población acelera la propagación del virus, especialmente en los países más pobres (aunque los investigadores difieren en este punto).

También se ha cuestionado la vulnerabilidad de las personas mayores al coronavirus. El mayor número de casos notificados en este grupo de edad puede deberse a que las personas mayores son más conscientes de la salud y se hacen pruebas con más frecuencia.

Otros factores que pueden influir en la propagación del virus incluyen la temperatura ambiente (cuanto más cálido es el clima, menor es la tasa de infección) y la humedad (que reduce la probabilidad de infección en climas más cálidos pero la aumenta en países más fríos), vegetación en ciudades, si las autoridades impusieron restricciones relacionadas con la salud pública de manera rápida y decisiva, la escala de las pruebas, si un país tiene un sistema de salud pública avanzado y mucho más.

Los autores han investigado si los datos rusos confirman estos hallazgos y si existen factores específicos del país que afectan la propagación del virus. El documento se basa en datos de Rosstat de 82 regiones rusas recopilados entre marzo y diciembre de 2020, incluida información sobre el clima local y la movilidad de la población, medidos utilizando el índice de autoaislamiento de Yandex.

La prevalencia de COVID-19 se estimó con base en las tasas de exceso de mortalidad. Muchos estudios utilizan este indicador en lugar de las estadísticas oficiales sobre la cantidad de casos y muertes de COVID-19, ya que dichas estadísticas pueden depender de las tasas de prueba, las políticas de informes y otros factores.

Las variables utilizadas para modelar en este estudio incluyen datos demográficos (la proporción de pensionistas, migrantes internos y residentes urbanos en la población), naturaleza y clima (temperaturas ambientales promedio, humedad, espacios verdes en las ciudades), políticas (índice de autoaislamiento), factores económicos (ingreso per cápita, seguridad de la vivienda, tasa de desempleo) y atención médica local (médicos y enfermeras por cada 10,000 personas).

Los modelos resultantes revelan los factores más importantes que incluyen el clima (humedad y temperatura), el índice de autoaislamiento informado por Yandex, la proporción de migrantes internos y los ingresos de los hogares. Por el contrario, la proporción de personas que viven en ciudades, viviendas y zonas verdes urbanas no parece ser significativa. Resulta que cada grupo de factores incluye al menos uno que está significativamente asociado con la mortalidad.

La alta humedad y las bajas temperaturas promedio están asociadas con una mayor mortalidad por COVID-19, al igual que la migración intensiva desde otras regiones. Además de esto, la situación parece ser peor en las regiones con altos ingresos medios y alto desempleo. Una versión del modelo también muestra una asociación negativa entre la mortalidad y la proporción de pensionados en la región y una asociación positiva entre la mortalidad y el índice de autoaislamiento informado. Otra versión del modelo confirma una asociación negativa con el número de trabajadores de la salud: cuanto mayor es, menor es la mortalidad.

«Muchos de nuestros resultados son consistentes con los observados por investigadores en otros países. Sin embargo, existen diferencias. En algunos países desarrollados, como el Reino Unido y los EE. UU., se encontró que la morbilidad y la mortalidad relacionadas con COVID-19 están asociadas positivamente pobreza. Por el contrario, en Rusia, se observó una mayor mortalidad por COVID-19 en las regiones más prósperas, en igualdad de condiciones. También, al contrario de algunos otros países, no observamos la asociación negativa «correcta» entre la política de salud pública anti-COVID y mortalidad. De hecho, se informó una mayor mortalidad en esas regiones y en aquellos meses en los que la movilidad de la población fue más baja. Se podría suponer que la población rusa optó por ser menos móvil en respuesta a un aumento percibido en las tasas de enfermedad en su región. en lugar de cumplir con las políticas regionales oficiales», dice Marina Kolosnitsyna, coautora del artículo, profesora de la Facultad de Ciencias Económicas de HSE.

La relación negativa observada entre la mortalidad relacionada con la COVID-19 y la proporción de pensionados en la región puede parecer contraria a la intuición. Según los autores, la razón puede ser que las personas mayores tienden a tener menos contactos sociales, ser más cautelosos y observar las normas de autoaislamiento, todo lo cual hace que la incidencia de COVID-19 en este grupo sea menor en comparación con las personas más jóvenes. Una relación positiva entre el índice de autoaislamiento y el exceso de mortalidad en realidad puede indicar una causalidad inversa, es decir, que los niveles más bajos de movilidad y actividad fueron el resultado, en lugar de la causa, de una situación crítica de COVID-19 en la región.

Los altos ingresos pueden indicar que las industrias, el transporte y el comercio locales prosperan y la actividad comercial es alta, lo que facilita la propagación del virus. El desempleo puede estar obligando a las personas a aceptar trabajos de bajo nivel que no se pueden realizar de forma remota.

«Las políticas de control de infecciones deben diferenciarse por región. Debe haber un enfoque especial en áreas con climas fríos y húmedos y en regiones industrialmente desarrolladas y más prósperas, con poblaciones más jóvenes, inmigración significativa y alto desempleo. Es particularmente importante para garantizar una distribución más equitativa de la fuerza laboral de salud en todo el vasto territorio del país: esta pandemia ha mostrado claramente diferencias en las tasas de mortalidad según la capacidad regional de atención médica», dice Kolosnitsyna.

Proporcionado por la Escuela Superior de Economía de la Universidad Nacional de Investigación