《COVID-19大流行期间美国少数族裔死亡率显著上升》

  • 编译者: AI智能小编
  • 发布时间:2025-02-26
  • 2024年10月12日,马萨诸塞州总司令布莱姆领导的研究小组在《JAMA Network Open》上报告称,COVID-19大流行期间美国全因死亡率过高对几个少数群体造成了不成比例的影响。研究分析了2020年3月至2023年5月期间美国所有全因死亡案例,按种族描述了总体和特定年龄的死亡率特征,并评估了这些差异是否反映了大流行前的种族差异变化。 结果显示,大流行期间发生了超过138万例全因超额死亡,相当于约2300万年的潜在寿命损失(YPLL)。具体来说,黑人、西班牙裔、美洲印第安人或阿拉斯加原住民(AIAN)、夏威夷原住民和其他太平洋岛民的超额死亡率较高。其中,25至64岁成年人的相对增幅最大,尤其是AIAN(1.45)、西班牙裔(1.40)和夏威夷原住民或其他太平洋岛民(1.39)。 尽管AIAN、黑人等少数族裔在总人口中的比例不高,但他们在超额死亡人数中占较大比例。例如,25岁及以上的成年人中,黑人仅占人口的13.8%,但占超额死亡人数的51.1%。研究还发现,与亚洲人和白人相比,这些少数族裔的死者平均和中位年龄更年轻。 总的来说,COVID-19大流行对美国社会的全因死亡率和特定种族群体造成了显著影响,尤其是在25至64岁的年轻人群体中,这一现象预示着持久的下游后果。
相关报告
  • 《英国商业、能源和工业战略部发布报告:《智能开放科学:COVID-19大流行期间的病毒基因组数据共享》》

    • 来源专题:科技期刊发展智库
    • 编译者:华宁
    • 发布时间:2023-02-20
    •   2022年10月,英国商业、能源和工业战略部(BEIS)发布《智能开放科学:COVID-19大流行期间的病毒基因组数据共享》报告。该报告是关于冠状病毒大流行期间如何跨境共享数据的案例研究,以及应对未来全球紧急情况的最佳实践。   开放数据共享可以为科学家、公民、政府和企业带来巨大的利益。完全开放的数据(对终端用户没有任何限制)可以消除阻碍快速发展的科学发现、获取和使用方面的摩擦,但一个公平的数据获取和再利用生态系统必须包括合法的界限和适当的激励。在完全开放和有控制的数据共享之间达到智慧的平衡,是七国集团研究契约(G7 Research Compact)(2021年)中“尽可能公开和安全地促进研究数据的有效处理和共享”的承诺的核心所在。   此研究的目的是利用开放科学应对未来的全球危机。COVID-19大流行是对全球基因组测序能力和测序数据及相关元数据开放共享的一次重大压力测试。在各国寻求摆脱危机的过程中,可以为未来发展吸取相关经验。   虽然在COVID-19大流行期间,基因组测序数据的分享比以往任何时候都要迅速和广泛,但在许多情况下,分享的时间太晚或分享的形式太片面,因此无法支持应急反应。人们普遍认为,现有的数据共享规范不能很好地适应以近乎实时共享为目标的紧急情况。   在英国担任七国集团主席国期间做出开放科学的承诺后,BEIS委托进行这项研究。该研究旨在为现有的关于跨境数据共享以及相关研究实践和文化问题的建议增加深度和精度。它借鉴了通过与专家决策者、基础设施提供者和研究人员的访谈和焦点小组所收集的证据,为利用开放科学应对未来的全球危机提供参考。就测序信息的创建和共享提出具体建议,则不在本研究范围之内。
  • 《武汉市首例COVID-19大流行的疾病负担和临床严重性》

    • 编译者:蒋君
    • 发布时间:2020-11-09
    • 2019新型冠状病毒病(COVID-19)首次在中国武汉报道,该地区最初的密集社区传播浪潮通过干预措施得以消除。使用多个数据源,在这里估计了武汉市从2019年12月1日到2020年3月31日的COVID-19的疾病负担和临床严重性。我们的估计考虑了实验室测定,前瞻性社区筛查和医疗保健的敏感性。每100,000人中,症状病例、医疗咨询、住院和死亡的发生率分别为估计为796(95%CI:703-977),489(472-509),370(358-384)和36.2(35.0-37.3)。就住院率和死亡率而言,武汉COVID-19暴发的负担要高于2009年的流感大流行或季节性流感,而且临床严重程度与1918年的流感大流行相似。以COVID-19大流行为背景进行比较,可能有助于指导干预策略和为COVID-19潜在死灰复燃做好准备。