Μία νέα μελέτη που πραγματοποίησε το Πανεπιστήμιο του Harvard έρχεται να αποδείξει αυτό που εδώ και καιρό, όλοι οι σοβαροί επιστήμονες βροντοφωνάζουν: οι περιορισμοί στις μετακινήσεις, οι εγκλεισμοί, τα lockdown και η παραμονή στο σπίτι συσχετίζεται σαφώς με υψηλότερη θνησιμότητα κατά κεφαλήν ανά πολιτεία, προσαρμοσμένη στην κατάσταση υγείας. Το αποτέλεσμα αυτό αντικρούει την υπόθεση ότι τα lockdown σώζουν ζωές.
Περίληψη
Οι ΗΠΑ και οι δικαιοδοσίες των 50 πολιτειών τους παρέχουν ένα φυσικό πείραμα για να ελεγχθεί κατά πόσον οι αυξημένοι θάνατοι από όλες τις αιτίες μπορούν να αποδοθούν άμεσα στην εφαρμογή των κοινωνικών και οικονομικών διαρθρωτικών αλλαγών μεγάλης κλίμακας που προκαλούνται από τις εντολές εγκλεισμού του γενικού πληθυσμού. Δέκα πολιτείες δεν είχαν επιβάλει lockdown και υπάρχουν 38 ζεύγη πολιτειών με lockdown/μη lockdown που μοιράζονται χερσαία σύνορα. Διαπιστώνουμε ότι η κανονιστική επιβολή και η εφαρμογή των κρατικών διαταγών για “shelter-in-place” ή παραμονή στο σπίτι συσχετίζεται με βεβαιότητα με μεγαλύτερη θνησιμότητα ανά πολιτεία ανά κάτοικο, διορθωμένη ως προς την κατάσταση της υγείας. Το αποτέλεσμα αυτό δεν συνάδει με την υπόθεση ότι ο εγκλεισμός σώζει ζωές.
Εισαγωγή
Στις 11 Μαρτίου 2020, ο Παγκόσμιος Οργανισμός Υγείας κήρυξε πανδημία με βάση την αναφερθείσα εστία COVID-19 (εφεξής COVID), της αναπνευστικής νόσου που φέρεται να προκαλείται από τον ιό SARS-CoV-2, στο Wuhan της Κίνας. Στις 13 Μαρτίου 2020 κηρύχθηκε εθνική κατάσταση έκτακτης ανάγκης στις Ηνωμένες Πολιτείες σχετικά με την επιδημία COVID-19. Στις ΗΠΑ, η κήρυξη αυτή είχε ως αποτέλεσμα ένα ετερογενές σύνολο αντιδράσεων από τις υγειονομικές αρχές και τους κυβερνητικούς αξιωματούχους σε διάφορες πολιτείες. Μεταξύ αυτών των ποικίλων, κατά πολιτεία, πολιτικών αντιδράσεων, οι περισσότερες πολιτείες εξέδωσαν εντολές για “shelter-in-place” ή παραμονή στο σπίτι τον Μάρτιο και τον Απρίλιο του 2020 (εφεξής “lockdowns”).
Το κίνητρο για αυτά τα μέτρα εγκλεισμού ήταν να επιβραδυνθεί η εξάπλωση της COVID-19 με τον περιορισμό των τις κοινωνικές αλληλεπιδράσεις, με την υπόθεση ότι η ασθένεια εξαπλώνεται μέσω της επαφής από άτομο σε άτομο.
Ωστόσο, λόγω της ανεξαρτησίας της κρατικής διακυβέρνησης στις ΗΠΑ, τα μέτρα εγκλεισμού είχαν ένα ευρύ φάσμα εφαρμογής και επιβολής, με ορισμένες πολιτείες να αποφεύγουν τα μέτρα απομόνωσης εντελώς.
Αυτές οι διαφορές στις αποφάσεις των κρατών να προχωρήσουν σε εγκλεισμό ή όχι δημιουργούν έτσι ένα χρήσιμο πειραματικό σύστημα για να ελεγχθεί η υπόθεση ότι ο εγκλεισμός έσωσε ζωές. Η υπόθεση αυτή προβλέπει ότι θα έπρεπε να υπήρχαν λιγότεροι θάνατοι (κατά κεφαλήν) στις πολιτείες που εφάρμοσαν lockdowns, και περισσότεροι θάνατοι στις πολιτείες που δεν εφάρμοσαν, μετά από προσαρμογή για τις διαφορές στην κατάσταση υγείας των πληθυσμών των πολιτειών, εάν υποθέσουμε ότι όλοι οι άλλοι παράγοντες έχουν μικρότερο αντίκτυπο. Τα διαθέσιμα δεδομένα για τον έλεγχο αυτών των προβλέψεων μπορούν να βρεθούν στην ολική θνησιμότητα (ACM) ανά χρόνο και ανά πολιτεία, που αναφέρεται από το CDC.
Όπως έχουν αποδείξει άλλοι ερευνητές (π.χ. Rancourt, Baudin & Mercier 2021), η ACM παρακάμπτει το δύσκολο ζήτημα της απόδοσης της αιτίας θανάτου, το οποίο είναι πολιτικό από τη φύση του και, ως εκ τούτου, επιρρεπές σε μεροληψία (π.χ. Ealy et al. 2020). Η σωστή βασική αιτία θανάτου είναι σπάνια γνωστή στην περίπτωση των αναπνευστικών ασθενειών, και ο θάνατος δεν είναι συνήθως μονοκαθοριστικός.
Το πλεονέκτημα της ανάλυσης της ACM είναι ότι οι θάνατοι στις ΗΠΑ καταγράφονται με μεγάλη πιστότητα (δεν υπάρχει μεροληψία ή υποδήλωση). Μόλις καταγραφεί, ένας θάνατος είναι θάνατος, ανεξάρτητα από τον τρόπο με τον οποίο αποδίδεται η αιτία στο πιστοποιητικό θανάτου. Εάν τα lockdowns είναι αποτελεσματικά στην πρόληψη των θανάτων που οφείλονται στην εξάπλωση μιας νόσου κατά τη διάρκεια μιας πανδημίας, τότε οι περιοχές που εφάρμοσαν τα lockdowns θα πρέπει να είχαν λιγότερους κατά κεφαλήν θανάτους από όλες τις αιτίες, εάν δεν υπάρχουν επιτακτικοί συγχυτικοί παράγοντες.
Δεδομένα και μεθοδολογία
Στόχος μας είναι να αξιολογήσουμε την αποτελεσματικότητα των lockdowns όσον αφορά τη σωτηρία ανθρώπινων ζωών κατά την εποχή της COVID, συγκρίνοντας τον συνολικό αριθμό των θανάτων από όλες τις αιτίες σε ζεύγη πολιτειών: μια πολιτεία με lockdown και μια πολιτεία χωρίς lockdown που συνορεύει με την πολιτεία με lockdown. Εξετάσαμε επίσης τις πολιτείες με εγκλεισμό που δεν έχουν κοινά σύνορα με καμία πολιτεία χωρίς εγκλεισμό, για λόγους πληρότητας.
Εντοπίσαμε τις πολιτείες που δεν έχουν αποκλειστεί εξετάζοντας τις διοικητικές και εκτελεστικές εντολές που εκδόθηκαν τον Μάρτιο-Απρίλιο του 2020 από τις κυβερνήσεις των πολιτειών ως απάντηση στις διακηρύξεις πανδημίας του ΠΟΥ και των ομοσπονδιακών και πολιτειακών κυβερνήσεων.
Τα περισσότερα από αυτά τα διατάγματα έχουν αρχειοθετηθεί στον ιστότοπο Ballotpedia.com, και εντοπίσαμε τα διατάγματα για τα οποία οι σύνδεσμοι δεν ήταν πλέον έγκυροι με αναζήτηση στους ιστότοπους των κρατικών κυβερνήσεων. Πλήρης κατάλογος των διευθύνσεων URL αυτών των διαταγμάτων παρατίθεται στον πίνακα στο παράρτημα. Αποδώσαμε μια βαθμολογία “αυστηρότητας” σε κάθε εκτελεστικό διάταγμα με βάση τη γλώσσα διατύπωσης της διαταγής εγκλεισμού για τους πολίτες της πολιτείας:
Διαταγή/εντολή: 3
Οδηγία: 2
Συνιστάται/ενθαρρύνεται: 1
Χωρίς εντολή: 0
Διαπιστώσαμε ότι υπήρχαν επτά (7) πολιτείες που είχαν βαθμολογία 0 επειδή δεν εξέδωσαν εντολές παραμονής στο σπίτι: Η Βόρεια Ντακότα, η Νότια Ντακότα, το Γουαϊόμινγκ, η Αϊόβα, η Οκλαχόμα, η Νεμπράσκα και το Αρκάνσας. Υπήρχαν επιπλέον τρεις (3) πολιτείες που είχαν βαθμολογία 1 επειδή οι κυβερνήσεις απλώς πρότειναν ή ενθάρρυναν τους πολίτες να παραμείνουν στο σπίτι, αλλά δεν τους απαίτησαν να το κάνουν, ούτε διέθεσαν μέσα επιβολής: Γιούτα, Κεντάκι και Τενεσί.
Το κριτήριό μας για τις πολιτείες που υπόκεινται σε εγκλεισμό έναντι των μη εγκλεισμένων διαφέρει από τις προηγούμενες μελέτες ως προς την απλότητά του (δηλαδή, εστιάζοντας μόνο στην αυστηρότητα της γλώσσας των εκτελεστικών διαταγμάτων). Ωστόσο, ο κατάλογος των πολιτειών που προκύπτουν από τον δικό μας κατάλογο των non-lockdown πολιτειών περιλαμβάνει και τις επτά πολιτείες που αναφέρονται ως non-lockdown στο Ballotpedia, και περιλαμβάνει και τις τέσσερις πολιτείες χωρίς lockdown που εντοπίστηκαν από τη μελέτη των Moreland κ.ά. (2020), η οποία χρηματοδοτήθηκε από το CDC.
Συγκρίναμε τα αποτελέσματα αυτών των δέκα πολιτειών χωρίς αποκλεισμό με τις πολιτείες με αποκλεισμό που έχουν κοινά σύνορα, με την υπόθεση ότι η εξάπλωση του ιού δεν εμποδίζεται από τα σύνορα των κρατών. Σε αυτή τη μελέτη εστιάζουμε στη συνολική θνησιμότητα από όλες τις αιτίες (ACM) για μια συγκεκριμένη χρονική περίοδο ως μέτρο της αποτελεσματικότητας του lockdown. Χρησιμοποιούμε τρεις χρονικές περιόδους όπως περιγράφεται παρακάτω.
Κατεβάσαμε αρχεία με τιμές διαχωρισμένες με κόμμα (csv) που περιέχουν ACM ανά εβδομάδα για κάθε πολιτεία από τον ιστότοπο CDC Wonder. Τα δεδομένα ACM του CDC παρατίθενται ανά “εποχή” και αυτές οι εποχές καλύπτουν ημερολογιακά έτη. Επαναπροσδιορίσαμε τις εβδομάδες της εποχής σε έναν άξονα χρόνου σε μονάδες κλασματικών ετών. Για παράδειγμα, για την περίοδο 2013-2014, οι εβδομάδες 1-39 αντιστοιχούν στο 2014, ενώ οι αριθμοί εβδομάδων μεγαλύτεροι από 39 εμφανίζονται το 2013.
Διαιρέσαμε τα εβδομαδιαία δεδομένα ACM για κάθε πολιτεία με τον πληθυσμό της εν λόγω πολιτείας (απογραφή των ΗΠΑ, 1η Απριλίου 2020), με αποτέλεσμα τον αριθμό των θανάτων ανά κάτοικο, ανά εβδομάδα (Dpcw). Σε όλη την παρούσα έκθεση εκφράζουμε το Dpcw ως τον αριθμό των θανάτων ανά 10.000 κατοίκους.
Ένα πρόσθετο βήμα διόρθωσης είναι απαραίτητο για να είναι δυνατή η ακριβής σύγκριση της θνησιμότητας από πολιτεία σε πολιτεία. Οι διαφορές στην ηλικιακή κατανομή, τα ποσοστά παχυσαρκίας, τα επίπεδα φτώχειας, τα ποσοστά σωματικής και ψυχικής αναπηρίας και άλλοι καθοριστικοί παράγοντες της υγείας θα οδηγήσουν σε εγγενείς διαφορές στο Dpcw στις διάφορες πολιτείες. Αυτές οι διαφορές εκδηλώνονται συλλογικά σε μια αντιστάθμιση της Dpcw που παρατηρείται κατά τη διάρκεια μη πανδημικών ετών (πριν από το 2020).
Για παράδειγμα, στο Σχήμα 1 παρουσιάζεται μια σύγκριση του Dpcw μεταξύ της Νέας Υόρκης και της Φλόριντα κατά τα έτη 2014-2020. Όπως συμβαίνει με όλες τις συγκρίσεις ανά πολιτεία, η Νέα Υόρκη και η Φλόριντα παρουσιάζουν αξιοσημείωτα παρόμοιες χρονικές διακυμάνσεις της Dpcw από εβδομάδα σε εβδομάδα και από έτος σε έτος, αλλά έχουν επίσης μια σαφή και σχεδόν σταθερή αντιστάθμιση.
Διορθώνουμε αυτή την αντιστάθμιση υπολογίζοντας έναν παράγοντα Hstate, ο οποίος είναι η μέση τιμή του λόγου της Dpcw μιας πολιτείας και της Dpcw μιας πολιτείας αναφοράς από την 1η Ιανουαρίου 2014 έως τις 31 Δεκεμβρίου 2020.
Επιλέξαμε τη Νέα Υόρκη ως πολιτεία αναφοράς για τον υπολογισμό του Hstate. Αυτή η επιλογή της πολιτείας αναφοράς είναι αυθαίρετη, αλλά ο μεγάλος πληθυσμός της Νέας Υόρκης σημαίνει ότι, στις περισσότερες περιπτώσεις, το σφάλμα στο Hstate κυριαρχείται από σφάλματα Poisson στο Dpcw της πολιτείας ενδιαφέροντος.
Στο παράδειγμα που παρουσιάζεται στο Σχήμα 1, ο συντελεστής διόρθωσης της κατάστασης υγείας της Φλόριντα είναι Hstate = 0,537, υποδεικνύοντας ότι η Νέα Υόρκη παρουσίασε 53,7% λιγότερες Dpcw από τη Φλόριντα κατά τα έτη 2014 έως 2020, πιθανότατα εν μέρει λόγω του γηραιότερου πληθυσμού της Φλόριντα. Για κάθε σύγκριση των Dpcw ανά πολιτεία υιοθετούμε αυτόν τον λόγο ως διορθωτικό συντελεστή για να φέρουμε το ζεύγος των πολιτειών στην ίδια κλίμακα, επιτρέποντας την σύγκριση της θνησιμότητας κατά την περίοδο της πανδημίας με βάση την κατάσταση της υγείας.
Αυτός ο συντελεστής διόρθωσης της κατάστασης της υγείας δικαιολογείται, δεδομένου ότι πραγματοποιούμε μια διαφορική σύγκριση μεταξύ πολιτειών με και χωρίς lockdowns.
Διερωτόμαστε: “Μετά τη θέσπιση μέτρων εγκλεισμού, ποια είναι η κλασματική διαφορά μεταξύ της προσαρμοσμένης κατά κεφαλήν ACM σε κάθε ζεύγος πολιτειών;”. Αυτό προϋποθέτει ότι, μετά την αφαίρεση των διαφορών στην κατάσταση της υγείας των πληθυσμών των γειτονικών πολιτειών, η μεγαλύτερη επίδραση στην προσαρμοσμένη κατά κεφαλήν ACM ήταν η θέσπιση ενός lockdown. Η υπόθεση αυτή δικαιολογείται, δεδομένου ότι τα lockdowns αναμένεται να οδηγήσουν σε μαζικές διαταραχές στις εθνικές και περιφερειακές οικονομίες, στα συστήματα υγειονομικής περίθαλψης και στο γενικότερο κοινωνικό ιστό.
Για να ποσοτικοποιήσουμε την επίδραση των εγκλεισμών στη θνησιμότητα κατά τη διάρκεια της περιόδου COVID υπολογίζουμε τους ενσωματωμένους (συνολικούς) θανάτους ανά κάτοικο, Dtot, διορθωμένους ως προς την κατάσταση της υγείας, για μια επιλεγμένη χρονική περίοδο.
Στη συνέχεια υπολογίζουμε τον λόγο των Dtot για κάθε ζεύγος πολιτειών, που συμβολίζεται με R (lockdown διαιρεμένο με μη lockdown). Χρησιμοποιούμε τρεις διαφορετικές χρονικές περιόδους κατά τις οποίες αναμένουμε ότι η Dtot και το R αποτυπώνουν τα αποτελέσματα των μέτρων εγκλεισμού:
Dtot,1: Άθροισμα κατά την περίοδο εγκλεισμού της κατάστασης lockdown.
Dtot,2: Άθροισμα κατά την περίοδο “COVID peak 1” (cp1) όπως προσδιορίστηκε από τους Rancourt et al. (2021- εβδομάδα 11 έως εβδομάδα 25 του 2020)
Dtot,3: Άθροισμα για ολόκληρη την περίοδο από τις 11 Μαρτίου 2020 έως τις 31 Δεκεμβρίου 2021
Εκτιμούμε τις αβεβαιότητες αυτών των αναλογιών πολλαπλασιάζοντας τα σφάλματα Poisson σε κάθε συνολικό (μη διορθωμένο) ACM για κάθε χρονική περίοδο. Έτσι, αυτές οι εκτιμώμενες αβεβαιότητες είναι τα υπολογισμένα σφάλματα που προκύπτουν από τις στατιστικές καταμέτρησης. Αναμένουμε ότι δεν υπάρχουν άλλες σημαντικές πηγές σφαλμάτων, δεδομένης της ακεραιότητας των δεδομένων ACM για τις Ηνωμένες Πολιτείες.
Σε όλο το παρόν έγγραφο αναφέρουμε τα 95% διαστήματα εμπιστοσύνης για τους ολοκληρωμένους, κανονικοποιημένους για τον πληθυσμό και διορθωμένους για την κατάσταση της υγείας δείκτες θνησιμότητας για κάθε σύγκριση ανά ζεύγη των κρατών με και χωρίς εγκλεισμό, καθώς και για τους διορθωμένους για την κατάσταση της υγείας ολοκληρωμένες κατά κεφαλήν θνησιμότητες που αναφέρουμε.
Το Σχήμα 2 απεικονίζει τα αποτελέσματα της ανάλυσης ACM σε τρεις πίνακες για το παράδειγμα της Λουιζιάνα ( πολιτεία με εγκλεισμό) σε σύγκριση με το Αρκάνσας (πολιτεία χωρίς εγκλεισμό). Η ημερομηνία της δήλωσης της πανδημίας από τον ΠΟΥ εμφανίζεται σε όλα τα πάνελ με κάθετη διακεκομμένη γραμμή.
Το πρώτο πάνελ δείχνει την ACM διορθωμένη ως προς την κατάσταση της υγείας ανά εβδομάδα, ανά 10.000 κατοίκους για τη Λουιζιάνα. Η χρονική περίοδος 15 εβδομάδων “COVID peak 1” (cp1) παρουσιάζεται ως μπλε σκιασμένη περιοχή και για τη Λουιζιάνα καλύπτει μια σημαντική αιχμή στην ACM, η οποία εμφανίζεται επίσης στην ACM ανά εβδομάδα ολόκληρων των ΗΠΑ (Rancourt et al., 2021). Η περίοδος εγκλεισμού για τη Λουιζιάνα παρουσιάζεται ως ροζ σκιασμένη περιοχή και για αυτό το παράδειγμα η περίοδος εγκλεισμού είναι κάπως μικρότερη από τη χρονική περίοδο cp1.
Το δεύτερο πάνελ δείχνει το διορθωμένο ως προς την κατάσταση της υγείας ACM ανά εβδομάδα, ανά 10.000 κατοίκους για το Αρκάνσας (μπλε γραμμή), το οποίο ορίζουμε ως πολιτεία που δεν είχε lockdown. Για λόγους σύγκρισης, παρουσιάζεται επίσης η ACM ανά εβδομάδα, ανά κάτοικο για τη Λουιζιάνα (γκρίζα γραμμή).
Το τελευταίο πάνελ δείχνει την εβδομαδιαία διαφορά της διορθωμένης ως προς την κατάσταση της υγείας κατά κεφαλήν ACM στην πολιτεία που είχε επιβληθεί lockdown μείον την διορθωμένη ως προς την κατάσταση της υγείας κατά κεφαλήν ACM στην πολιτεία που δεν είχε επιβληθεί lockdown.
Αποτελέσματα
Τα αποτελέσματά μας συνοψίζονται στα παρακάτω σχήματα.
Στα Σχήματα 3, 4 και 5, ο άξονας y παραθέτει και τα 38 ζεύγη καταστάσεων εγκλεισμού/μη εγκλεισμού που χρησιμοποιήθηκαν για τη σύγκριση των αποτελεσμάτων θνησιμότητας, με την κατάσταση εγκλεισμού να παρατίθεται πρώτη, ακολουθούμενη από την κατάσταση μη εγκλεισμού. Οι μπλε κουκκίδες δείχνουν την εκτίμηση του λόγου, R, και οι σχετικές στήλες σφάλματος δείχνουν το διάστημα εμπιστοσύνης 95%- η κατακόρυφη διακεκομμένη γραμμή σηματοδοτεί τη μονάδα.
Οι τιμές στα αριστερά της κάθετης γραμμής υποδηλώνουν περιπτώσεις στις οποίες η πολιτεία με εγκλεισμό παρουσίασε λιγότερους κατά κεφαλήν θανάτους διορθωμένους ως προς την κατάσταση της υγείας από ό,τι η πολιτεία χωρίς εγκλεισμό.
Οι τιμές στα δεξιά της γραμμής υποδηλώνουν ότι η πολιτεία με εγκλεισμό παρουσίασε περισσότερους κατά κεφαλήν θανάτους διορθωμένους ως προς την κατάσταση της υγείας από ό,τι η πολιτεία χωρίς εγκλεισμό.
Εάν τα lockdowns έσωζαν ζωές, τότε θα περιμέναμε ότι οι περισσότεροι δείκτες ACM (R) θα ήταν μικρότεροι από τη μονάδα. Αντιθέτως, βλέπουμε το αντίθετο. Και για τις τρεις περιόδους εγκλεισμού, η πλειονότητα των λόγων είναι μεγαλύτεροι από τη μονάδα. Για την περίοδο cp1 (lockdown, full), 28 ζεύγη έχουν αναλογίες ACM (R) μεγαλύτερες της μονάδας, ενώ 0 (0, 9) ζεύγη έχουν αναλογίες μικρότερες της μονάδας και τα υπόλοιπα 10 (10, 8) ζεύγη έχουν R που δεν διαφέρουν από τη μονάδα με εμπιστοσύνη 95%.
Έτσι, η ανάλυσή μας των τιμών R για τρεις χρονικές περιόδους κατά τις οποίες αναμένεται να έχουν επίδραση τα lockdowns δείχνει ότι τα δεδομένα ACM των τελευταίων δύο ετών δεν συνάδουν με την υπόθεση ότι τα lockdowns έσωσαν ζωές. Από την άλλη πλευρά, τα αποτελέσματά μας συνάδουν με το συμπέρασμα των Rancourt κ.ά. (2021) ότι οι επιπρόσθετοι θάνατοι κατά την περίοδο COVID στις ΗΠΑ οφείλονται στα κυβερνητικά και ιατρικά μέτρα και στις αντιδράσεις στην κηρυχθείσα πανδημία.
Το Σχήμα 6 δείχνει τους θανάτους ανά κάτοικο με διόρθωση της κατάστασης υγείας για την περίοδο 15 εβδομάδων “COVID peak 1” (cp1- εβδομάδες 11 έως 25 του 2020) για όλες τις πολιτείες ξεχωριστά (κόκκινο) και για το ίδιο παράθυρο ολοκλήρωσης 15 εβδομάδων το 2019 (μπλε) και το 2018 (πράσινο). Εδώ, οι πολιτείες ταξινομούνται, από πάνω προς τα κάτω, κατά φθίνουσα σειρά της μέσης πληθυσμιακής πυκνότητας ανά πολιτεία, η οποία συχνά θεωρείται ότι αποτελεί παράγοντα εξάπλωσης μιας μεταδοτικής νόσου. Τα ονόματα των πολιτειών με μωβ χρώμα αντιστοιχούν στις δέκα πολιτείες μας που δεν είχαν περιορισμούς με βαθμολογία αυστηρότητας αποκλεισμού 0 ή 1. Τα ονόματα των πολιτειών με κυανό χρώμα είναι οι πολιτείες που έχουν κοινά σύνορα με μια πολιτεία που δεν έχει επιβάλει lockdown, τα οποία χρησιμοποιήσαμε στον υπολογισμό του R.
Οι τιμές της ενσωματωμένης συνολικής θνησιμότητας διορθωμένης ως προς την κατάσταση υγείας στις περιόδους “cp1” των 15 εβδομάδων του 2019 και του 2018 περιορίζονται αυστηρά για όλες τις πολιτείες σε μια τιμή περίπου 14 θανάτων ανά 10.000 (Σχήμα 6), ενώ οι αντίστοιχες τιμές στην περίοδο COVID διαφέρουν σημαντικά από πολιτεία σε πολιτεία, κυμαίνονται από την τιμή βάσης του 2019 έως και 25 ανά 10.000 για το Νιου Τζέρσεϊ και είναι συνήθως τόσο μεγάλες όσο 15 έως 21 ανά 10.000. Οι πολιτείες που δεν έχουν εγκλεισμό έχουν ονόματα στον άξονα y χρωματισμένα με μωβ χρώμα, ενώ οι πολιτείες που έχουν εγκλεισμό και χρησιμοποιήθηκαν ως συγκριτικά στοιχεία για τον υπολογισμό του R είναι χρωματισμένες με κυανό χρώμα.
Το Σχήμα 6 δείχνει ότι οι περισσότερες από τις δέκα πολιτείες που δεν είχαν εγκλεισμό έχουν διορθωμένη κατά την κατάσταση της υγείας ενσωματωμένη θνησιμότητα από όλες τις αιτίες στην cp1 των 15 εβδομάδων στην τιμή βάσης πριν από την COVID (2018 και 2019) περίπου 14 ανά 10.000, ενώ οι περισσότερες από τις πολιτείες με βαθμολογίες αυστηρότητας αποκλεισμού 2 και 3 έχουν ποσοστά θνησιμότητας πολύ υψηλότερα από τις τιμές βάσης πριν από την COVID.
Αν και η ακριβής εκτίμηση της υπερβάλλουσας θνησιμότητας που οφείλεται στα lockdown ξεφεύγει από το πεδίο εφαρμογής του παρόντος εγγράφου, μπορούμε να κάνουμε μια πρόχειρη εκτίμηση με βάση το Σχήμα 6. Οι τρεις πολυπληθέστερες πολιτείες (Καλιφόρνια, Τέξας, Φλόριντα) παρουσιάζουν αυξήσεις πάνω από το βασικό επίπεδο της περιόδου COVID κατά περίπου 1 ανά 10.000. Με βάση ένα ημερολογιακό έτος (52 εβδομάδες), και για πληθυσμό ίσο με αυτόν ολόκληρων των ΗΠΑ, αυτό θα αντιστοιχούσε σε περίπου 110.000 θανάτους, οι οποίοι θα μπορούσαν να αποδοθούν άμεσα στις επιπτώσεις των εγκλεισμών που διατάσσονται και οι οποίοι δεν θα είχαν συμβεί εάν δεν είχαν εφαρμοστεί τα lockdowns. Η τιμή αυτή είναι σύμφωνη με την εκτίμηση της υπερβάλλουσας θνησιμότητας λόγω εγκλεισμού για 97 χιλ. ετησίως από τους Mulligan & Arnot (2022).
Στο Σχήμα 7 παρουσιάζεται ένας υπολογισμός ανάλογος με αυτόν που χρησιμοποιήθηκε στο Σχήμα 6, αλλά για ολόκληρη την περίοδο COVID που καλύπτεται από το σύνολο δεδομένων μας (11 Μαρτίου 2020 έως 31 Δεκεμβρίου 2021) και όχι μόνο για το χρονικό παράθυρο του cp1. Σε αυτή τη χρονική περίοδο ολοκλήρωσης, δεν διακρίνουμε πλέον μια κρατική διαφορική επίδραση από τα lockdowns, τα οποία ήταν σχετικά σύντομα και συνέβησαν στην αρχή της περιόδου COVID. Αυτό που είναι εμφανές, αντίθετα, είναι η μεγάλη θνησιμότητα από όλες τις αιτίες σε όλες τις πολιτείες κατά την περίοδο COVID και οι μεγάλες διαφορές από πολιτεία σε πολιτεία στην ενσωματωμένη θνησιμότητα κατά την περίοδο COVID.
Φαίνεται ότι τα συγκεκριμένα lockdowns που εξετάζονται στο παρόν άρθρο, ενώ έχουν μεγάλες και καλά αναγνωρισμένες επιδράσεις κατά περιόδους κοντά στις χρονικές περιόδους των lockdowns, έχουν σχετικά μικρές ή αφανείς επιδράσεις σε σύγκριση με όλες τις ετερογενείς μεταβολές κατά την περίοδο COVID και σε επίπεδο πολιτείας. που προκάλεσαν υπερβολικούς θανάτους σε ολόκληρη την περίοδο COVID.
Η μεγαλύτερη τροποποίηση που κάναμε στα δεδομένα ACM είναι ο διορθωτικός συντελεστής κατάστασης υγείας, Hstate. Για κάθε ζεύγος σύγκρισης εξετάσαμε τον λόγο ACM, το R και το Hstate. Όπως φαίνεται στο Σχήμα 8, δεν υπάρχει συσχέτιση μεταξύ R και Hstate τόσο για την κατάσταση εγκλεισμού όσο και για την κατάσταση μη εγκλεισμού σε κάθε ζεύγος σύγκρισης.
Συζήτηση και συμπεράσματα
Η χρήση του εγκλεισμού (lockdown) για την “καραντίνα” του γενικού πληθυσμού των Ηνωμένων Πολιτειών προκειμένου να ελεγχθεί η εξάπλωση μιας μολυσματικής ασθένειας δεν έχει προηγούμενο στην ιστορία του έθνους.
Κατά τη διάρκεια προηγούμενων πανδημιών, μόνο οι άρρωστοι και οι ασθενείς τέθηκαν σε καραντίνα, ενώ ο υπόλοιπος πληθυσμός συνέχισε λίγο πολύ κανονικά τις ζωές του.
Αυτή η προσέγγιση της “στοχευμένης προστασίας” συστήθηκε από τους επαγγελματίες του ιατρικού κλάδου στη Διακήρυξη του Great Barrington το 2020, αποδεικνύοντας ότι υπάρχουν εναλλακτικές λύσεις αντί του εγκλεισμού και ότι είναι κατανοητές στην ιατρική κοινότητα. Μόλις το 2019 ο Παγκόσμιος Οργανισμός Υγείας υποστήριξε μια παρόμοια προσέγγιση στις συστάσεις του για τον μετριασμό των κινδύνων της πανδημίας γρίπης, ενώ δεν έκανε καμία αναφορά σε μέτρα lockdown για τον γενικό πληθυσμό (WHO 2019). Πράγματι, η έκθεση του ΠΟΥ αναφέρει ρητά ότι η καραντίνα σε εκτεθειμένα άτομα “δεν συνιστάται επειδή δεν υπάρχει προφανής λογική για το μέτρο αυτό” (βλ. τους πίνακες 1 και 4). Ομοίως, το σχέδιο δράσης για την ετοιμότητα πανδημίας γρίπης για τις Ηνωμένες Πολιτείες δεν κάνει καμία αναφορά σε εγκλεισμό και αναφέρει ότι “…τα κλασικά μέτρα που έχουν σχεδιαστεί για τη μείωση του κινδύνου εμφάνισης και μετάδοσης ορισμένων μολυσματικών παραγόντων, όπως ο κλινικός έλεγχος και η καραντίνα στις πύλες εισόδου, δεν είναι πιθανό να είναι αποτελεσματικά” (Strikas et al. 2002).
Στην ανασκόπηση της διαθέσιμης βιβλιογραφίας σχετικά με τις παρεμβάσεις για την πανδημία γρίπης, οι Inglesby et al. (2006) συνιστούν ρητά να μην ληφθούν μέτρα καραντίνας σε περίπτωση πανδημίας γρίπης, τόσο για τα άρρωστα όσο και για τα υγιή άτομα, επειδή το κοινωνικό κόστος αναμένεται να υπερβεί κατά πολύ τα οφέλη. Κατέληξαν στο συμπέρασμα: “[Η] εμπειρία έχει δείξει ότι οι κοινότητες που έρχονται αντιμέτωπες με επιδημίες ή άλλα δυσμενή γεγονότα ανταποκρίνονται καλύτερα και με λιγότερο άγχος όταν η κανονική κοινωνική λειτουργία της κοινότητας διαταράσσεται λιγότερο“. Οι συστάσεις αυτές επεκτείνονται πέρα από την προετοιμασία και την αντιμετώπιση πανδημιών γρίπης. Σε μια έκθεση με τίτλο “Preparedness for a High-Impact Respiratory Pathogen Pandemic”, οι συντάκτες καταλήγουν στο συμπέρασμα ότι η καραντίνα είναι από τα λιγότερο αποτελεσματικά μη φαρμακευτικά μέτρα για τον περιορισμό της εξάπλωσης μιας νόσου (Johns Hopkins Center for Health Security 2019).
Έτσι, τα μέτρα εγκλεισμού που εφαρμόστηκαν το 2020 από την πλειονότητα των πολιτειών των ΗΠΑ, καθώς και από πολλές χώρες παγκοσμίως, αντιπροσώπευαν ένα πρωτοφανές πείραμα μεγάλης κλίμακας στον έλεγχο των λοιμωδών νόσων. Τα δεδομένα για την ολική θνησιμότητα που αναλύσαμε μας επιτρέπουν να ελέγξουμε την υπόθεση πως τα lockdowns έσωσαν ζωές κατά τη διάρκεια της πανδημίας COVID. Διαπιστώνουμε ότι τα δεδομένα αυτά δεν συνάδουν με την υπόθεση αυτή- οι πολιτείες με lockdowns παρουσίασαν περισσότερους θανάτους από όλες τις αιτίες από ό,τι οι γειτονικές πολιτείες χωρίς lockdowns. Επομένως, καταλήγουμε στο συμπέρασμα ότι αυτό το πείραμα ήταν μια αποτυχία της πολιτικής δημόσιας υγείας και ότι τα μέτρα εγκλεισμού δεν θα πρέπει να χρησιμοποιούνται κατά τη διάρκεια μελλοντικών ασθενειών επιδημιών.
Η διαπίστωσή μας ότι η συνολική θνησιμότητα αυξήθηκε στις πολιτείες με lockdowns είναι σύμφωνη με τα συμπεράσματα των Agrawal et al. (2021), οι οποίοι διαπίστωσαν στατιστικά σημαντική αύξηση της υπερβάλλουσας θνησιμότητας λόγω των εντολών shelter-in-place στις ΗΠΑ και σε 43 χώρες. Ομοίως, οι Mulligan & Arnot (2022) εκτιμούν ότι υπήρχαν 97 χιλ/έτος επιπλέον θάνατοι λόγω των lockdowns, με την επιπλέον θνησιμότητα να κατανέμεται εξίσου σε όλες τις ηλικιακές ομάδες ενηλίκων, σε αντίθεση με τους θανάτους από COVID που αποδίδονται συχνότερα στους ηλικιωμένους.
Δεδομένης της ισχυρής συσχέτισης μεταξύ της επιβολής lockdown στον γενικό πληθυσμό και της αυξημένης θνησιμότητας από όλες τις αιτίες, που καταδεικνύεται ανωτέρω (Σχήματα 3-6), είναι σκόπιμο να διατυπωθούν υποθέσεις για την αιτία ή τις αιτίες αυτής της συσχέτισης.
Προφανώς, οι προνομιούχοι Αμερικανοί, από τις ανώτερες μεσαίες και επαγγελματικές τάξεις, δεν πέθαναν από την παραμονή στο σπίτι. Ωστόσο, δεν είναι παράλογο να υποθέσουμε ότι οι κανονισμοί και οι εντολές εγκλεισμού του γενικού πληθυσμού αποτελούν υποκατάστατα ή θεσμοθετημένους δείκτες του βαθμού επιθετικότητας (συμπεριλαμβανομένης της εγκατάλειψης) με τον οποίο οι κοινωνικοί θεσμοί του κράτους ανταποκρίθηκαν ή αντέδρασαν στην αναγγελθείσα πανδημία. Αυτοί οι θεσμοί περιλαμβάνουν σχολεία, γηροκομεία, νοσοκομεία, κλινικές, υπηρεσίες αναπηρίας, κέντρα ημερήσιας φροντίδας, αστυνομικές υπηρεσίες, οικογενειακές και κοινωνικές υπηρεσίες κ.ο.κ.
Προχωράμε προκαταβολικά προς αυτή την κατεύθυνση, διότι είναι απολύτως πιθανό ότι οι πρόσθετοι θάνατοι που σχετίζονται με τα lockdowns προέρχονται από ομάδες ατόμων που διατρέχουν ιδιαίτερα υψηλό κίνδυνο να υποστούν μοιραίες συνέπειες από μεγάλες και αρνητικές διαταραχές στη ζωή και τα δίκτυα υποστήριξής τους. Αυτό ισχύει ανεξάρτητα από την πραγματική μηχανιστική αιτία θανάτου, δεδομένης της γνωστής συσχέτισης τόσο μεταξύ του βιωμένου στρες και της κοινωνικής απομόνωσης όσο και της σοβαρότητας της νόσου και της θνησιμότητας, μέσω των επιπτώσεων στο ανοσοποιητικό σύστημα (Ader και Cohen 1993, Cohen κ.ά. 1991, Cohen κ.ά. 1997, Cohen κ.ά. 2007, Sapolsky 2005, Prenderville κ.ά., 2015, Dhabhar 2014, Rancourt κ.ά. 2021). Πράγματι, υπάρχουν πολλές ενδείξεις ότι οι εγκλεισμοί συνδέονται με μεγάλη αύξηση της ανεργίας και γενική επιδείνωση της ψυχικής υγείας (π.χ. Jewell et al. 2020, Czeisler et al. 2020).
Τα δεδομένα ACM που είναι διαθέσιμα μέσω του δικτυακού τόπου CDC Wonder δεν αναλύονται ανά πολιτεία και δημογραφικά στοιχεία, οπότε δεν ήμασταν σε θέση να εξετάσουμε ποιες δημογραφικές ομάδες πεθαίνουν και πώς πεθαίνουν σε κάθε πολιτεία. Ωστόσο, οι δημογραφικές πληροφορίες είναι διαθέσιμες σε εθνικό επίπεδο και οι Mulligan & Arnot (2022) διαπίστωσαν μεγάλες αυξήσεις στην υπερβάλλουσα θνησιμότητα μεταξύ των ατόμων ηλικίας 18-65 ετών, που είναι μια δημογραφική ομάδα η οποία δεν διατρέχει υψηλό κίνδυνο από την COVID.
Ομοίως, οι Rancourt et al. (2021) διαπίστωσαν ότι η χρονική και χωρική κατανομή της συνολικής θνησιμότητας κατά την περίοδο της πανδημίας δεν συνάδει με τις επιπτώσεις μιας ιογενούς αναπνευστικής νόσου.
Βρήκαν στοιχεία που αποδεικνύουν ότι πολλοί επιπρόσθετοι θάνατοι κατά τη διάρκεια της πανδημίας ήταν λανθασμένα διαγνωσμένες βακτηριακές λοιμώξεις πνευμονίας, οι οποίες πιθανώς επιδεινώθηκαν από τις διαταραχές στο σύστημα υγειονομικής περίθαλψης των ΗΠΑ.
Έτσι, υπάρχουν ισχυρά στοιχεία που υποστηρίζουν την υπόθεση ότι οι εγκλεισμοί επέβαλαν ξαφνικό και έντονο στρες σε ευάλωτες δημογραφικές ομάδες στις ΗΠΑ, οδηγώντας σε σημαντική αύξηση των θανάτων σε εκείνες τις πολιτείες που χρησιμοποίησαν τους εγκλεισμούς ως μέτρα ελέγχου της νόσου.
Μετάφραση: Ε.Υ.Ε
Ημερομηνία δημοσίευσης: 03.09.2022
