这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,http://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。
2019冠状病毒病(COVID-19)的爆发在2020年极大地改变了社会。自2月底以来,欧洲受到COVID-19的打击尤其严重,但各国在病毒传播和遏制病毒的措施方面存在重大差异。制度信任等社会心理因素对于了解疫情的发展可能很重要。
本研究的目的是通过分析解释疾病传播的社会风险因素、限制和控制措施以及制度信任,研究欧洲COVID-19死亡率的国家差异。
本研究基于25个欧洲国家(N=47,802)的欧洲社会调查数据的背景分析。多水平混合效应线性回归模型集中在COVID-19流行的84天(2020年1月22日至4月14日),并对COVID-19每日死亡率进行建模。分析的重点是每个国家的社会关系、限制和制度信任的影响。
COVID-19疫情在世界各地迅速传播,但研究结果显示,各国在COVID-19死亡率方面存在显著差异。感知社交能力预示着更高的COVID-19死亡率。这25个国家在对危机的反应时间上存在重大差异。对危机的后期反应预测了更晚的死亡数字。机构信任与COVID-19死亡率较低有关。
分析表明,社会和社会心理因素在COVID-19疫情传播中的重要性。通过从多个角度考虑,这项研究表明,欧洲国家之间的差异很大,这将对各国在未来几个月如何应对持续的危机产生影响。结果表明及时限制和与人合作的重要性。
导致冠状病毒病(COVID-19)的新型冠状病毒(严重急性呼吸综合征[SARS]冠状病毒2)在全球爆发,在2020年前3个月迅速改变了社会。2019年12月,中国湖北省会武汉首次报告了COVID-19 [
COVID-19讨论和研究的重点大多集中在流行病学因素上。繁殖数(R0)被认为比SARS高。在最近的一项回顾研究中,平均R0为3.28,中位数为2.79 [
社会因素在流行病中很重要,应始终在其生态背景下加以理解[
解释病毒传播的另一个重要社会因素是信任。对机构和他人的信任被认为是社会福祉和整体运作的重要因素[
此前已有数十项研究表明,国家之间在制度信任方面存在显著差异,这使其成为需要考虑的基本社会因素[
本研究的目的是通过分析可能解释疾病传播的社会风险因素、限制和控制措施以及制度信任,研究欧洲COVID-19死亡率的国家差异。我们希望发现社会差异,特别是在应对这种危机情况的能力方面。
这项研究基于对25个欧洲国家(N= 47802)的欧洲社会调查(ESS)数据的分析。数据来自2016年(ESS8),但保加利亚、塞浦路斯和斯洛伐克的数据来自2012年(ESS6),丹麦的数据来自2014年(ESS4)。公众可于ESS网站[
ESS数据可在ESS网站上公开获取和下载。他们在知情同意的基础上收集自我报告的数据,并签署《国际统计学会职业道德宣言》。所有ESS调查都经过了ESS欧洲研究基础设施联盟研究伦理委员会的伦理审查[
收集了25个欧洲国家的COVID-19死亡率和发病率时间序列数据,涵盖COVID-19流行的84天(2020年1月22日至4月14日)。也收集了发病率,但仅作为对照,因为各国的检测率差异很大。因此,死亡率数据提供了关于2020年2月至4月疫情传播的更准确信息。
关于国家限制的信息包括国家禁令或限制。这些措施包括禁止公共活动、宵禁、关闭边境、限制餐馆经营和小学接触教学。公共活动、宵禁或未经许可的外出活动从第一次全国性限制生效之日起开始审查和实施。国家边境关闭的决定从该国所有边境关闭之日开始。对餐馆经营和小学接触教学的限制是从至少部分国家限制生效之日起计算的。各国限制的具体内容和准确性各不相同。
一般国家信息包括人口规模、人口密度(每平方公里人口)、老年抚养比(即65岁或65岁以上人口的比例)、性别比例、出生时预期寿命、卫生保健支出(每个居民欧元)和每年的游客人数。自我报告的国家信息包括感知的社交能力、家庭规模、老年人与孩子生活在一起的比例以及感知的制度信任。
的
所有统计分析均采用Stata 16软件(StataCorp)进行。采用多水平混合效应线性回归模型分析了欧洲COVID-19流行期间的每日COVID-19死亡率。在多水平模型中,因变量为平方根变换的每日死亡率计数。这一统计是基于每个国家对COVID-19死亡病例的每日随访,从第一例确诊感染开始,到2020年4月14日结束。这导致不同国家的随访时间不同(从法国的82天到塞浦路斯的37天)。
为了评估每日死亡率计数与我们的主要理论变量之间的关系,我们进行了三个单独的模型:模型1包括感知社交性,模型2包括国家限制的时间,模型3包括机构信任作为一个自变量。所有模型都控制了以下国家间因素:平均家庭规模、人口、人口密度、老年抚养比、出生时预期寿命、人均医疗保健支出、高游客到达率(基于中位数的虚拟变量)以及每个国家的随访期长度。此外,我们的模型还将时间作为国内死亡率的预测因素。我们随访期的终点(2020年4月14日)被编码为我们时间变量的零点。在该国后续期间的第一天之前,前几天的数值由高到低为负值。因此,时间被用来估计流行病期间国内死亡率的变化,而国家间变量估计国家死亡率的差异。除时间和高客流量假变量外,所有自变量均以均值为中心加入回归模型。
所有模型均采用最大似然估计。我们估计了对国内聚类具有鲁棒性的Huber-White标准误差,并对残差进行了建模,以解释纵向数据的自相关误差结构。模型包括时间的随机截距和随机斜率,协方差为非结构化。我们报告了回归系数和相应的95%置信区间和
用随机效应模型分析了第一例COVID-19死亡前后的COVID-19死亡率进展,以解释国家一级的聚类。我们对第一例COVID-19死亡(时间=0)后,低机构信任和高机构信任的每日死亡人数(截止点中值23)进行了建模,将其用作参考类别。然后,我们分析了反应较晚(在第一例COVID-19死亡后实施限制)和反应较早(在第一例COVID-19死亡前实施限制)的国家。在这两项分析中,每个时间点(天)都允许有一个单独的COVID-19死亡率值系数(以死亡人数/百万人表示)。模型以数字形式呈现,并根据人口密度、性别、老年比例、65岁以上有子女的老人比例、预期寿命和游客人数进行了调整。模型包括国家限制作为每日变化的假人(0=无对照,1=对照)。
25个欧洲国家的描述性统计数据见
选取25个欧洲国家进行分析的描述性统计。
国家 | 人口密度(每平方公里人口) | 老年抚养比,% | 男,% | 家庭平均人数n | 与子女生活在一起的老年人(≥65岁)% | 出生时预期寿命(年) | 卫生保健支出/居民(欧元) | 旅游人数(百万),n | 认为社交能力 | 制度信任 |
奥地利 | 107 | 28.2 | 49.2 | 2.2 | 6.7 | 81.8 | 4248.0 | 30.8 | 2.9 | 25.8 |
比利时 | 375 | 29.5 | 49.3 | 2.9 | 9.6 | 81.7 | 3744.0 | 9.1 | 2.7 | 24.6 |
保加利亚 | 64 | 33.2 | 48.5 | 2.6 | 16.1 | 75.0 | 556.0 | 9.3 | 2.8 | 10.8 |
塞浦路斯 | 94 | 23.8 | 48.8 | 2.8 | 14.1 | 82.9 | 1474.0 | 3.9 | 2.4 | 17.9 |
Czechia | 138 | 30.4 | 49.2 | 2.3 | 4.6 | 79.1 | 1193.0 | 10.6 | 2.6 | 22.2 |
丹麦 | 138 | 30.6 | 49.8 | 2.6 | 2.6 | 81.0 | 5014.0 | 12.7 | 2.9 | 30.7 |
爱沙尼亚 | 30. | 31.0 | 47.2 | 2.5 | 14.3 | 78.5 | 1072.0 | 3.2 | 2.5 | 24.0 |
芬兰 | 18 | 35.1 | 49.4 | 2.4 | 6.1 | 81.8 | 3727.0 | 3.2 | 2.7 | 30.6 |
法国 | 106 | 32.5 | 48.3 | 2.2 | 4.2 | 82.9 | 3847.0 | 89.3 | 2.9 | 21.0 |
德国 | 235 | 33.2 | 49.3 | 2.6 | 6.3 | 81.0 | 4271.0 | 38.9 | 2.7 | 26.2 |
匈牙利 | 107 | 29.3 | 47.8 | 2.4 | 11.9 | 76.2 | 853.0 | 17.6 | 2.5 | 23.1 |
冰岛 | 4 | 21.3 | 51.2 | 3.0 | 12.1 | 82.9 | 4539.0 | 2.3 | 2.9 | 27.3 |
爱尔兰 | 71 | 21.6 | 49.5 | 2.6 | 12.3 | 82.3 | 4242.0 | 10.9 | 2.7 | 23.1 |
意大利 | 203 | 35.7 | 48.7 | 2.7 | 14.5 | 83.4 | 2475.0 | 61.6 | 2.9 | 18.1 |
立陶宛 | 45 | 30.4 | 46.4 | 2.4 | 10.5 | 76.0 | 899.0 | 2.8 | 2.6 | 21.1 |
荷兰 | 504 | 29.5 | 49.7 | 2.4 | 2.3 | 81.9 | 4274.0 | 18.8 | 2.8 | 28.2 |
挪威 | 17 | 26.4 | 50.4 | 2.6 | 4.0 | 82.8 | 6730.0 | 5.7 | 2.9 | 32.3 |
波兰 | 124 | 26.4 | 48.4 | 3.1 | 27.9 | 77.7 | 731.0 | 19.6 | 2.6 | 17.6 |
葡萄牙 | 113 | 33.9 | 47.2 | 2.6 | 15.8 | 81.5 | 1632.0 | 16.2 | 2.6 | 18.8 |
斯洛伐克 | 112 | 23.5 | 48.8 | 2.8 | 20.3 | 77.4 | 1061.0 | 2.3 | 2.4 | 15.8 |
斯洛文尼亚 | 103 | 30.5 | 49.9 | 3.2 | 31.1 | 81.5 | 1657.0 | 4.4 | 2.7 | 17.6 |
西班牙 | 93 | 29.5 | 48.6 | 3.0 | 28.3 | 83.5 | 2159.0 | 82.8 | 2.7 | 18.8 |
瑞典 | 25 | 31.9 | 50.3 | 2.5 | 2.8 | 75.9 | 5123.0 | 7.4 | 2.9 | 28.0 |
瑞士 | 214 | 27.8 | 49.6 | 2.8 | 5.7 | 83.8 | 8841.0 | 10.4 | 2.8 | 30.0 |
联合王国 | 274 | 28.9 | 49.4 | 2.3 | 5.6 | 81.3 | 3566.0 | 36.3 | 2.7 | 24.4 |
关于25个欧洲国家冠状病毒疾病死亡率和开始国家限制的描述性统计。
国家 | 死亡,n | 死亡人数/ 100万居民 | 国家限制 | ||||
|
|
|
公共活动 | 宵禁 | 陆地边界 | 餐厅 | 学校 |
奥地利 | 384 | 43 | 3月10日 | 3月16日 | 3月14日 | 3月16日 | 3月16日 |
比利时 | 4157 | 361 | 3月10日 | 3月17日 | 3月20日 | 3月14日 | 3月16日 |
保加利亚 | 35 | 5 | 3月13日 | 3月21日 | 3月20日 | 3月13日 | 3月3日 |
塞浦路斯 | 12 | 14 | 3月3日 | 3月24日 | 3月15日 | 3月16日 | 3月11日 |
Czechia | 161 | 15 | 3月13日 | 3月16日 | 3月16日 | 3月14日 | 3月13日 |
丹麦 | 299 | 51 | 3月11日 | N/A一个 | 3月14日 | 3月18日 | 3月16日 |
爱沙尼亚 | 31 | 23 | 3月3日 | N/A | 3月17日 | N/A | 3月13日 |
芬兰 | 64 | 12 | 3月13日 | N/A | 3月19日 | 3月30日 | 3月18日 |
法国 | 15729年 | 235 | 3月9日 | 3月23日 | 3月17日 | 3月15日 | 3月16日 |
德国 | 3294 | 40 | 3月9日 | N/A | 3月16日 | 3月20日 | 3月13日 |
匈牙利 | 122 | 12 | 3月11日 | 3月28日 | 3月17日 | 3月17日 | 3月16日 |
冰岛 | 8 | 22 | 3月16日 | N/A | N/A | N/A | 3月16日 |
爱尔兰 | 406 | 83 | 3月12日 | N/A | N/A | 3月22日 | 3月13日 |
意大利 | 21067年 | 349 | 3月9日 | 3月9日 | 3月9日 | 3月21日 | 3月5日 |
立陶宛 | 29 | 10 | 3月13日 | N/A | 3月16日 | 3月16日 | 3月12日 |
荷兰 | 2945 | 170 | 3月12日 | N/A | 3月17日 | 3月15日 | 3月16日 |
挪威 | 139 | 26 | 3月12日 | N/A | 3月16日 | 3月12日 | 3月12日 |
波兰 | 263 | 7 | 3月14日 | N/A | 3月15日 | 3月14日 | 3月12日 |
葡萄牙 | 567 | 55 | 3月20日 | N/A | N/A | 3月22日 | 3月16日 |
斯洛伐克 | 2 | 0 | 3月10日 | N/A | N/A | N/A | 3月9日 |
斯洛文尼亚 | 56 | 27 | 3月16日 | N/A | N/A | 3月16日 | 3月16日 |
西班牙 | 18056年 | 385 | N/A | N/A | N/A | 3月15日 | 3月12日 |
瑞典 | 1033 | 101 | N/A | N/A | N/A | N/A | 3月17日 |
瑞士 | 1174 | 137 | 2月28日 | N/A | 3月17日 | 3月16日 | 3月13日 |
联合王国 | 12107年 | 182 | 3月16日 | 3月23日 | N/A | 3月20日 | 3月20日 |
一个N/A:不适用。
在(-)或(+)第一例COVID-19死亡(天)之前或之后实施的第一次国家限制。
我们的多水平线性回归模型分析了25个国家的每日死亡率(
多水平混合效应线性回归模型预测25个欧洲国家的每日COVID-19死亡率(固定部分)。
变量 | 模型1 | 模型2 | 模型3 | ||||||||||||||||
|
b | 95%可信区间 |
|
b | 95%可信区间 |
|
b | 95%可信区间 |
|
||||||||||
常数 | 6.81 | 4.05 - -9.56 | <措施 | 5.75 | 3.15 - -8.34 | <措施 | 5.29 | 2.67 - -7.90 | <措施 | ||||||||||
|
|||||||||||||||||||
|
时间 | 0.16 | 0.11 - -0.22 | <措施 | 0.16 | 0.10 - -0.22 | <措施 | 0.16 | 0.10 - -0.22 | <措施 | |||||||||
|
|||||||||||||||||||
|
认为社交能力 | 7.04 | 0.25 - -13.83 | .04点 | N/A一个 | N/A | N/A | N/A | N/A | N/A | |||||||||
|
首例死亡后的国家限制 | N/A | N/A | N/A | 2.55 | 1.08 - -4.02 | 措施 | N/A | N/A | N/A | |||||||||
|
制度信任 | N/A | N/A | N/A | N/A | N/A | N/A | -0.42 | -0.65到-0.19 | <措施 | |||||||||
|
人口 | 0.02 | -0.03到0.08 | 点 | 0.02 | -0.03到0.07 | 点 | -0.02 | -0.08到0.05 | .60 | |||||||||
|
人口密度 | 0.00 | 0.00 - -0.01 | .04点 | 0.00 | 0.00 - -0.01 | .20 | 0.00 | 0.00 - -0.01 | .048 | |||||||||
|
老年抚养比率 | -0.04 | -0.29到0.20 | 收 | 0.03 | -0.20到0.26 | .80 | -0.04 | -0.26 - 0.18 | 收 | |||||||||
|
国家家庭平均人数 | 0.96 | -1.00到2.92 | 点 | 0.98 | -0.94到2.91 | 收 | -0.55 | -2.45到1.35 | .57 | |||||||||
|
出生时预期寿命 | 0.27 | -0.01至0.54 | 06 | 0.37 | 0.14 - -0.59 | .002 | 0.29 | 0.05 - -0.52 | 02 | |||||||||
|
居民人均保健支出 | -0.60 | -1.28 - 0.07 | 。08 | -0.25 | -0.59 - 0.08 | .14点 | 0.46 | 0.03 - -0.88 | 03 | |||||||||
|
游客人数高 | 0.65 | -0.62到1.93 | 收 | 1.11 | -0.10到2.33 | 07 | 2.12 | 0.40 - -3.83 | 02 | |||||||||
|
随访时间长短 | 0.13 | 0.06 - -0.20 | 措施 | 0.12 | 0.05 - -0.19 | 措施 | 0.19 | 0.12 - -0.26 | <措施 |
一个N/A:不适用。
多水平混合效应线性回归模型预测了25个欧洲国家的每日COVID-19死亡率(随机部分)。
变量 | 模型1 | 模型2 | 模型3 | ||||
|
SD | 95%可信区间 | SD | 95%可信区间 | SD | 95%可信区间 | |
时间 | 0.10 | 0.07 - -0.15 | 0.10 | 0.07 - -0.15 | 0.11 | 0.07 - -0.15 | |
常数 | 3.58 | 2.55 - -5.00 | 3.60 | 2.61 - -4.97 | 3.59 | 2.59 - -4.97 |
最后一部分分析着重于制度信任和反应时间的作用。
按国家机构信任程度分列的每百万居民平均死亡人数。
在低信任和高信任国家,首例COVID-19死亡后的每日死亡人数。COVID-19:冠状病毒病
在反应较晚和反应较早的国家,第一例COVID-19死亡后的每日死亡人数。COVID-19:冠状病毒病
本研究的出发点是观察到的COVID-19死亡率的主要国家差异以及相关的社会和文化差异,以及不同社会中的人们在当前危机局势下的行为方式。我们分析了可能解释COVID-19传播的社会风险因素、限制和控制措施以及制度信任,试图了解普遍的国家差异。
我们的分析表明,人们对这一全球流行病的反应存在重大差异。我们能够证明死亡率与所研究的社会因素显著相关。即使在调整了一些控制因素后,感知的社交能力也与COVID-19的更高死亡率有关。这对于理解为什么这种病毒能够在意大利等人口密集的国家传播得如此之快可能很重要。研究结果还反映了之前的跨文化研究结果,即与许多其他欧洲国家的人相比,意大利人和西班牙人的社交、个人和亲密距离更小。
然而,我们分析的关键点之一是,COVID-19的死亡率与社会进程有关。我们发现各国对COVID-19疫情的反应速度存在重大差异。与中国相比,欧洲国家有时间做出反应,但国家限制措施出台得较晚。目前受疫情打击最严重的国家也是全国反应最慢的国家,最显著的是意大利、西班牙和法国。我们的模型显示,国家限制措施越晚,死亡人数就越高。尽管欧洲联盟提供了团结,但欧洲国家并没有共同努力应对新出现的疾病威胁,条例进展缓慢,一次只采取一步。在实施这些限制措施方面也出现了延误。一些国家也采取了不同的战略来应对COVID-19疫情。例如,在斯堪的纳维亚半岛,瑞典采取的限制措施比丹麦、芬兰和挪威要少。在撰写本文时,瑞典的人均死亡人数也较高。 This example shows that even within similar neighboring countries national precautions to COVID-19 have been different.
我们能够在分析中证明,制度信任是一个保护性因素。这与之前的研究一致,即机构信任度较高的人更有可能遵循卫生当局提出的建议和指引[
流行病学家对解释流行病的社会和社会心理因素不一定给予足够的重视。虽然以前也发生过病毒流行,但COVID-19引发的危机造成了独特的全球形势,表明以往的流行病(如SARS和中东呼吸综合征)在各国应对这一疾病方面的准备是多么糟糕[
冠状病毒病
欧洲社会调查
生育数量
严重急性呼吸系统综合症
AO参与了概念化(主导)、数据管理(支持)、形式分析(同等)、调查(主导)、方法论(同等)、项目管理(主导)、监督(主导)、可视化(主导)和撰写原始草案(主导)。MK在概念化(平等)、数据整理(平等)、形式分析(平等)、调查(平等)、方法论(平等)、撰写初稿(支持)、审查和编辑初稿(平等)等方面做出了贡献。RL参与了概念化(支持)、数据管理(平等)、调查(平等)、撰写初稿(支持)、审查和编辑初稿(平等)。IS参与了概念化(支持)、数据整理(平等)、调查(平等)、撰写初稿(支持)、审查和编辑初稿(平等)。NS在概念化(支持)、形式化分析(支持)、调查(支持)、可视化(平等)、撰写原稿(支持)、审查和编辑草案(平等)等方面做出了贡献。AK在概念化(平等)、数据整理(平等)、形式分析(平等)、调查(平等)、方法论(平等)、撰写初稿(支持)、审查和编辑初稿(平等)等方面都有贡献。
没有宣布。