Para ilmuwan telah menyebutkan faktor-faktor regional yang dapat memengaruhi penyebaran COVID-19

Rata-rata kelebihan kematian per 100.000 penduduk di Rusia per bulan, 2020. Sumber: perhitungan penulis berdasarkan data Rosstat. Kredit: Kependudukan dan Ekonomi (2022). DOI: 10.3897/popecon.6.e87739

COVID-19 datang sebagai tantangan tak terduga bagi umat manusia. Negara-negara mengadopsi pendekatan yang berbeda, terkadang bertentangan secara diametris untuk meminimalkan dampak pandemi: dari penguncian keras hingga tanpa pembatasan sama sekali, seperti di Swedia. Baru minggu lalu China mulai melonggarkan kebijakan toleransi nolnya.

Para peneliti dari Fakultas Ilmu Ekonomi HSE telah mengidentifikasi beberapa faktor yang cenderung memiliki dampak terbesar pada penyebaran COVID-19—di Rusia, faktor-faktor tersebut meliputi kelembapan dan suhu sekitar, mobilitas penduduk, pangsa migran internal di daerah setempat. penduduk, dan pendapatan rumah tangga. Temuan penelitian dipublikasikan di Population and Economics.

Pandemi virus korona telah menyebabkan perlambatan pertumbuhan ekonomi, penurunan pendapatan rumah tangga, peningkatan pengangguran, dan jumlah korban jiwa yang besar: menurut Universitas Johns Hopkins, lebih dari 650 juta kasus COVID-19 telah dilaporkan di seluruh dunia, dan lebih banyak lagi dari 6,6 juta orang telah meninggal.

Untuk mempelajari pelajaran dari COVID-19 dan untuk mempersiapkan potensi infeksi baru, para ilmuwan memeriksa dan menganalisis semua jenis data yang dikumpulkan selama pandemi tentang perjalanan penyakit, kemanjuran vaksin dan obat-obatan, kebijakan kesehatan masyarakat yang berhasil, dan dampaknya. pembatasan dan langkah-langkah dukungan pemerintah.

Studi menunjukkan banyak faktor yang dapat mempengaruhi penyebaran virus corona di lokasi tertentu. Di banyak negara, kasus pertama didiagnosis di kota-kota besar—pusat ekonomi yang menarik orang dari daerah dan negara lain. Kepadatan populasi yang tinggi juga diketahui mempercepat penyebaran virus, terutama di negara-negara miskin (walaupun para peneliti berbeda pendapat dalam hal ini).

Kerentanan orang tua terhadap virus corona juga dipertanyakan. Jumlah kasus yang dilaporkan lebih tinggi pada kelompok usia ini mungkin disebabkan oleh orang tua yang lebih sadar akan kesehatan dan lebih sering dites.

Faktor lain yang dapat mempengaruhi penyebaran virus termasuk suhu sekitar (semakin hangat iklim, semakin rendah tingkat infeksi) dan kelembaban (ditemukan untuk mengurangi kemungkinan infeksi di iklim yang lebih hangat tetapi meningkatkannya di negara yang lebih dingin), tanaman hijau di kota, apakah pihak berwenang memberlakukan pembatasan terkait kesehatan masyarakat dengan segera dan tegas, skala pengujian, apakah suatu negara memiliki sistem kesehatan masyarakat yang maju, dan banyak lagi.

Para penulis telah menyelidiki apakah data Rusia mengkonfirmasi temuan ini dan apakah ada faktor khusus negara yang memengaruhi penyebaran virus. Makalah ini didasarkan pada data Rosstat dari 82 wilayah Rusia yang dikumpulkan antara Maret dan Desember 2020, termasuk informasi tentang cuaca lokal dan mobilitas penduduk, yang diukur menggunakan indeks isolasi mandiri Yandex.

Prevalensi COVID-19 diperkirakan berdasarkan tingkat kematian yang berlebihan. Banyak penelitian menggunakan indikator ini daripada statistik resmi tentang jumlah kasus dan kematian COVID-19, karena statistik tersebut dapat bergantung pada tingkat pengujian, kebijakan pelaporan, dan faktor lainnya.

Variabel yang digunakan untuk pemodelan dalam penelitian ini meliputi demografi (bagian pensiunan, migran internal, dan penduduk perkotaan dalam populasi), alam dan iklim (suhu lingkungan rata-rata, kelembaban, ruang hijau di kota), kebijakan (indeks isolasi diri), faktor ekonomi (pendapatan per kapita, keamanan perumahan, tingkat pengangguran), dan layanan kesehatan setempat (dokter dan perawat per 10.000 orang).

Model yang dihasilkan mengungkapkan faktor paling penting untuk memasukkan cuaca (kelembaban dan suhu), indeks isolasi diri yang dilaporkan oleh Yandex, pangsa migran internal, dan pendapatan rumah tangga. Sebaliknya, bagian orang yang tinggal di kota, perumahan dan tanaman hijau perkotaan tampaknya tidak signifikan. Ternyata setiap kelompok faktor mencakup setidaknya satu yang secara signifikan terkait dengan kematian.

Kelembapan yang tinggi dan suhu rata-rata yang rendah dikaitkan dengan kematian yang lebih tinggi akibat COVID-19, seperti halnya migrasi intensif dari daerah lain. Selain itu, situasi tampaknya lebih buruk di daerah dengan pendapatan rata-rata tinggi dan pengangguran tinggi. Salah satu versi model juga menunjukkan hubungan negatif antara kematian dan persentase pensiunan di wilayah tersebut dan hubungan positif antara kematian dan indeks isolasi diri yang dilaporkan. Versi lain dari model tersebut menegaskan adanya hubungan negatif dengan jumlah petugas kesehatan: semakin tinggi angkanya, semakin rendah angka kematiannya.

“Banyak hasil kami konsisten dengan yang diamati oleh peneliti di negara lain. Namun, ada perbedaan. Di beberapa negara maju, seperti Inggris dan AS, morbiditas dan mortalitas terkait COVID-19 ditemukan terkait positif dengan kemiskinan. Sebaliknya, di Rusia, angka kematian yang lebih tinggi akibat COVID-19 diamati di wilayah yang lebih makmur, hal lain dianggap sama. Juga bertentangan dengan beberapa negara lain, kami tidak melihat hubungan negatif yang ‘benar’ antara kebijakan kesehatan masyarakat anti-COVID dan kematian. Faktanya, angka kematian yang lebih tinggi dilaporkan di wilayah tersebut dan pada bulan-bulan di mana mobilitas penduduk berada pada titik terendah. Dapat diasumsikan bahwa penduduk Rusia memilih untuk kurang bergerak sebagai respons terhadap peningkatan tingkat penyakit yang dirasakan di wilayah mereka daripada mematuhi kebijakan regional resmi,” kata Marina Kolosnitsyna, Rekan penulis makalah, Profesor Fakultas Ilmu Ekonomi HSE.

Hubungan negatif yang diamati antara kematian terkait COVID-19 dan jumlah pensiunan di wilayah tersebut mungkin tampak berlawanan dengan intuisi. Menurut penulis, alasannya mungkin karena orang yang lebih tua cenderung memiliki lebih sedikit kontak sosial, lebih berhati-hati, dan mematuhi peraturan isolasi diri, yang semuanya membuat kejadian COVID-19 pada kelompok ini lebih rendah dibandingkan dengan orang yang lebih muda. Hubungan positif antara indeks isolasi diri dan kematian berlebih sebenarnya dapat mengindikasikan penyebab terbalik, yaitu bahwa mobilitas dan tingkat aktivitas yang lebih rendah adalah akibat—bukan penyebab—situasi kritis COVID-19 di wilayah tersebut.

Pendapatan yang tinggi dapat mengindikasikan bahwa industri, transportasi, dan perdagangan lokal berkembang pesat dan aktivitas bisnis tinggi, memfasilitasi penyebaran virus. Pengangguran mungkin memaksa orang untuk menerima pekerjaan tingkat rendah yang tidak dapat dilakukan dari jarak jauh.

“Kebijakan pengendalian infeksi harus dibedakan berdasarkan wilayah. Perlu ada fokus khusus pada daerah dengan iklim dingin dan lembab dan pada daerah yang industrinya berkembang dan lebih makmur, memiliki populasi yang lebih muda, migrasi masuk yang signifikan, dan pengangguran yang tinggi. Ini khususnya penting untuk memastikan distribusi tenaga kesehatan yang lebih merata di seluruh wilayah negara yang luas: pandemi ini jelas menunjukkan perbedaan angka kematian tergantung pada kapasitas layanan kesehatan regional,” kata Kolosnitsyna.

Informasi lebih lanjut: Marina G. Kolosnitsyna et al, Penyebaran COVID-19 di wilayah Rusia pada tahun 2020: faktor kematian berlebih, Populasi dan Ekonomi (2022). DOI: 10.3897/popecon.6.e87739

Disediakan oleh Sekolah Tinggi Ekonomi Universitas Riset Nasional

Kutipan: Para ilmuwan telah menyebutkan faktor regional yang dapat mempengaruhi penyebaran COVID-19 (2023, 23 Januari) diambil 23 Januari 2023 dari https://medicalxpress.com/news/2023-01-scientists-regional-factors-affect-covid -.html

Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.