隐藏的死亡数字
本周发表的一项新研究估计，在疫情的前两年，大约155,000例在医院外发生的COVID-19死亡未被统计，这意味着美国在2020年和2021年的官方死亡统计可能少算了约16%。该研究使用机器学习方法分析了超额死亡率数据的模式，进一步证实了越来越多的证据表明，疫情的人类代价比官方数据所反映的要严重得多。
在2020年和2021年，死亡证明书上共记录了约840,000例COVID-19死亡，使其成为美国在该时期第三大死亡原因。但研究人员发现，当他们审视全因死亡率数据——即与历史趋势相比任何原因导致的死亡总数——时，预期死亡人数与实际死亡人数之间存在巨大差距，这种差距无法用记录的COVID死亡或其他已知因素来解释。
为什么死亡未被统计
在任何情况下，死亡证明的报告都不完美，疫情早期更是如此。医院和法医办公室不堪重负。检测能力严重不足，许多死于COVID样症状的患者从未获得确诊。在缺乏阳性检测的情况下，临床医生必须判断COVID-19是否是死亡的根本原因——这些判断在不同司法管辖区的适用标准不一致。
在医院外，归因问题更加严重。在家中、养老机构或医疗资源有限的农村地区死亡的人更不可能接受死后检测或详细的医学审查。如果一名75岁、有基础疾病的患者在2020年4月在家中未接受医疗照顾后死亡，其死亡可能被记录为自然原因或归因于心脏病——特别是在疫情早期，当临床医生对COVID的症状特征认识还不充分时。
研究如何进行的
研究团队使用了一种人工智能形式——具体来说是在疫情前死亡率模式基础上训练的监督机器学习模型——来预测疫情期间不同人口和地理群体中的预期死亡人数。通过比较预测死亡人数与实际死亡人数，研究人员可以识别超额死亡：在没有COVID的情况下，历史趋势预测之外发生的死亡。
他们随后应用统计方法，将超额死亡与COVID相关的死亡与其他疫情时期的中断相关的死亡区分开来，如非COVID疾病医疗延误、药物过量和事故增加，以及医疗利用的变化。排除这些因素后剩下的超额死亡被归因于未确认的COVID-19死亡。
155,000这个数字存在不确定性——研究作者提供的是置信区间而非单一精确估计——但核心发现与使用不同方法的早期研究一致。多项使用超额死亡框架的先前研究得出了类似的结论：疫情造成的美国人死亡数远超官方COVID死亡统计。
地理和人口统计差异
该研究凸显了未被统计的COVID死亡发生在何处以及影响哪些人群的巨大差异。农村社区的未确认COVID死亡率高于城市地区，这既反映了医疗基础设施更加有限，也反映了在获得检测能力有限的社区中诊断的困难。在整个疫情期间经历了过高COVID死亡率的种族和少数族裔人口在死亡统计漏算方面的比率也更高，进一步加剧了官方统计中的已有差异。
2020年初检测更加有限的南方和农村州，以及某些司法管辖区更新死亡报告协议较慢的地区，在分析中表现为集中漏算的地点。这一地理模式与公共卫生研究人员在疫情期间实时观察到的情况一致。
对公共卫生的影响
这一发现的意义超越了历史记录。准确的死亡率数据是疫情防备规划的基础。如果在疫情期间死亡统计系统性地被低估，从一开始就会影响指导建模、资源配置和政策决策的数据输入。
该研究还提出了关于美国vital statistics系统在危机期间捕捉死亡率充分性的问题。虽然报告基础设施自2020年以来已有改进，但导致漏算的结构性因素——司法管辖区报告不一致、农村诊断能力不足、死后检测不足——并未全部解决。
公共卫生官员呼吁投资于死亡调查基础设施、实时死亡率监测系统和标准化COVID归因协议，作为未来疫情的防备措施。这项新研究为这些投资的必要性提供了额外的定量证据。
本文基于STAT News的报道。阅读原文。
Originally published on statnews.com
