对COVID-19、社会经济状况和非药物干预造成的生命损失年数进行建模:预测模型的开发gydF4y2Ba

简介gydF4y2Ba

已有300多万人死于COVID-19，预计到2021年8月，死亡人数将达500万人[gydF4y2Ba1gydF4y2Ba］．为了遏制病毒的传播，世界各国政府主要依靠非药物干预措施。然而，这些都带来了沉重的社会经济负担，尤其是对穷人来说。根据国际劳工组织(ILO)的估计，2020年，8.8%的工作小时数减少(相当于2.55亿个全职工作)[gydF4y2Ba2gydF4y2Ba］．到2021年，这一缺口预计将相当于1.4亿个全职工作岗位。向较贫穷国家的汇款大幅下降。极端贫困人口可能会增加约1亿人(即生活在每天3.20美元这一较不严格的贫困线之下的人数将增加一倍以上)[gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4gydF4y2Ba］．学校长期关闭暂时影响了多达15亿学生，这将抑制长期经济复苏[gydF4y2Ba5gydF4y2Ba］．因此，在大流行中，长期的社会经济危害是否超过保护健康的短期利益是一个关键问题。gydF4y2Ba

各国政府以其比例为理由来证明使用非本国药品的合理性。三个组成部分定义了npi的比例。前两个问题涉及其效力(即特定措施的适宜性和必要性)。它们在很大程度上属于流行病学家和病毒学家的领域，因此超出了本文的范围[gydF4y2Ba6gydF4y2Ba-gydF4y2Ba8gydF4y2Ba］．第三个含义涉及狭义上的非项目机构的比例问题。它提出的问题是，考虑到它们所造成的附带损害，它们是否合理。然而，在这次大流行中，至少有两个问题使这种评估复杂化。主观风险认知往往存在严重扭曲，使得公众对比例性的评估可靠性有限[gydF4y2Ba9gydF4y2Ba-gydF4y2Ba11gydF4y2Ba］．更重要的是，目前还没有统一的衡量标准来比较COVID-19的直接健康威胁与npi大多间接的长期社会经济危害。实现社会经济损害的时间差也意味着，比例问题只能在未来的某个时候得到全面回答。gydF4y2Ba

此外，在衡量大流行病中的生命与生命之间存在重要的道德和法律问题[gydF4y2Ba12gydF4y2Ba］．这一点尤其正确，因为疫情非但没有起到很大的平衡作用，反而加剧了现有的不平等，使同样的人群最容易受到健康和社会经济风险的影响。因此，任何此类比较的主要目的必须是衡量按比例进行社会经济补偿的必要性，并提高npi适宜性和必要性的举证责任，特别是在资源稀缺和后果严重(如极端贫困)的情况下。毕竟，人们可以摆脱贫困，但不能从死亡中复活。gydF4y2Ba

在此背景下，本文引入了一个模型来比较COVID-19对生命的损害和npi的社会经济后果。考虑的出发点是，COVID-19等急性传染病和低社会经济地位(SES)都可能缩短个人的预期寿命。因此，有可能以生命损失年数(YLL)来评估COVID-19和npi造成的损害。死亡年龄指的是死亡年龄和一个人可能活到的年龄之间的差距。这一方法补充了关于疾病负担和生命价值等流行病的其他观点，但又不同于这些观点。该模式有助于讨论卫生不平等与社会正义之间的关系[gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba］．本文针对将YLL归因于个人原因时的一些关键概念困难。任何这样的评估充其量只能是合理的估计，因为验证该模型将需要有关当前社会经济影响将成为永久性影响的份额的信息。因此，对模型进行量化的努力主要是为了说明目的。gydF4y2Ba

方法gydF4y2Ba

该模型从一个基本假设开始，即比例性可以表示为COVID-19造成的YLL与npi造成的社会经济损害的对应关系。gydF4y2Ba

YLL由于COVID-19和SESgydF4y2Ba

本节的第一部分讨论了方程的第一部分，即COVID-19导致的YLL。本节的第二部分讨论了由于SES而产生的YLL。gydF4y2Ba

该分析以对81个国家的COVID-19导致的YLL的唯一大型跨国评估为起点。Pifarré i Arolas等[gydF4y2Ba15gydF4y2Ba估计全球平均每例COVID-19死亡为16年生年。如果按照世界银行的收入分类对各国进行分组，高收入国家的估计平均值约为13年平均均值，中低收入国家为19年平均均值。这一估计是根据联合国世界人口展望(UN World Population Prospects)对确切死亡年龄时剩余预期寿命的预测表得出的。由于寿命表在一定程度上能够解释全球收入群体之间预期寿命的系统性差异，低收入和中等收入国家的平均寿命估计值较高，反映出COVID-19死亡发生的年龄往往小于高收入国家。gydF4y2Ba

然而，由于一些原因，寿命表并没有反映一个人如果没有死于COVID-19的实际寿命。迄今为止，尚未存在估算平均寿命的单一方法，但常用的做法是使用寿命表，在反事实的无疾病和无贫困的平等主义世界中假设理想的预期寿命，或利用出生队列年龄组内的风险比[gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba］．因此，一个人在寿命表中年龄层的位置越高，它就越能反映富裕和健康人口比例的预期寿命。因此，这些表格说明了一种愿望，而不是提供关于在没有具体死因的情况下个人实际可以活多少年的信息。gydF4y2Ba

尽管这种规范的方法出于理想主义的原因是站得住脚的，但它在正确地将YLL归因于个人原因方面存在弱点。平均寿命与一般预期寿命具有相同的决定因素。因此，问题是在多大程度上可以将YLL归因于死亡的直接原因(如COVID-19)，或者实际上反映了更根本的原因。不幸的是，很难具体说明遗传倾向等基本因素的相对因果影响[gydF4y2Ba18gydF4y2Ba]和SES [gydF4y2Ba19gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba]、它们的工作机制，例如健康行为[gydF4y2Ba21gydF4y2Ba-gydF4y2Ba23gydF4y2Ba]和发病率(如慢性病)[gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba]，以及导致死亡的直接原因(如传染病)。时间和因果关系的复杂性以及可靠数据的缺乏进一步使这种估计复杂化[gydF4y2Ba26gydF4y2Ba，gydF4y2Ba27gydF4y2Ba］．gydF4y2Ba

由于校正个体健康因素(如遗传倾向、健康行为和共病)的YLL估计需要大量的数据，因此不适合大多数研究。这里建议，一个仍然具有挑战性但更可行的策略是纠正预期寿命的社会经济差异。换句话说，放弃平等主义社会的假设，并考虑预期寿命的社会经济差异。这至少可以在三个方面改进对寿命界限的估计:在保留不接受低于理想预期寿命的规范主张的同时，可能更精确地估计实际寿命界限，更准确地将寿命界限归因于其根本和直接原因，并因此为特定的健康和社会经济脆弱性提供更好的政策建议。为此，关于预期寿命社会经济差异的具体国家调查结果应与COVID-19死亡的社会经济状况数据(或缺乏血清流行率和住院率的数据)结合起来。gydF4y2Ba

在高收入国家，低社会经济地位和高社会经济地位群体之间预期寿命的社会经济差异通常为5至10年(例如，收入分配的第一和第五分位数之间)[gydF4y2Ba28gydF4y2Ba］．然而，在更贫穷和更不平等的社会中，或者在使用更细粒度的社会经济状况指标时，它们可以达到15至20年[gydF4y2Ba19gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba］．例如，在英国这个收集了相对详细的社会经济数据的国家，多重剥夺指数的第一个和第五个五分位数之间的预期寿命相差7.8岁(第一个和最高的十分位数之间相差9.4岁)[gydF4y2Ba31gydF4y2Ba］．在德国，社会经济地位低的人和社会经济地位高的人的预期寿命相差约6.6年[gydF4y2Ba32gydF4y2Ba］．低收入和中等收入国家的可比数据很少，但较高的总体寿命变异性和社会经济进步的水平效应表明，预期寿命方面的社会经济差距甚至更大[gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba］．以巴西为例，这个社会经济不平等程度持续较高的中上收入国家在1991年至2010年期间将寿命不平等程度从19岁降低到12岁，其中社会经济发展解释了这种发展的绝大部分[gydF4y2Ba35gydF4y2Ba］．在许多低收入和中低收入国家，收入分配最低的五分之一人群往往生活在贫困线以下，这可能导致预期寿命的不平等加剧。gydF4y2Ba30.gydF4y2Ba］．在现有数据不确定性的情况下，该模型假设低SES和高SES人群之间的预期寿命存在5至15年的社会经济差距。gydF4y2Ba

关于COVID-19死亡的社会经济分布，研究一致发现，社会经济地位低的人明显过多。联合王国报告了关于社会经济剥夺的最可信数据。在这里，与covid -19相关的死亡中，最贫困的五分之一占23% [gydF4y2Ba36gydF4y2Ba］．在美国，最贫穷的五分之一人群的合并症多三分之一，病例数和死亡率是后者的两倍，并占与covid -19有关的死亡人数的三分之一(收入低于中位数的人占三分之二)[gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba］．瑞典大流行早期的数据显示，低SES的死亡比例甚至为40% [gydF4y2Ba39gydF4y2Ba］．在德国和苏格兰，低SES的人分别占住院人数的40%和50% [gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba］．在等待低收入和中等收入国家的相关数据后，模型假设低SES的COVID-19死亡范围为20%至40% (gydF4y2Ba表1gydF4y2Ba)．gydF4y2Ba

由于前面讨论的COVID-19 - YLL寿命表假设每个人都富有(并且健康)，因此必须根据预期寿命的社会经济差距和COVID-19死亡的社会经济分布的综合影响对每人的平均YLL进行校正。gydF4y2Ba表1gydF4y2Ba总结各种场景的风格化结果。gydF4y2Ba

例如，在英国这样的国家，大约23%的COVID-19死亡是低SES, 60%是中等SES，预期寿命的社会经济差距约为7.8岁，Pifarré i Arolas等人估计的年均寿命差距为11.2岁[gydF4y2Ba15gydF4y2Ba]则需要向下修正4.1年界线至8.1年界线。换句话说，4.1 YLL不是由于COVID-19而发生的，但可以归因于低SES:gydF4y2Ba

如果一个国家的社会经济水平分别为40%和50%，中等和较低水平，预期寿命存在15年的社会经济差距，那么由于COVID-19而导致的年平均寿命估计值将不得不向下修正9.8年平均寿命。在非正规经济占就业的50%至90%的低收入和中低收入国家，这种分配更有可能出现。这与非正规住房(即贫民窟)一起，是COVID-19发病率和死亡的重要驱动因素[gydF4y2Ba42gydF4y2Ba-gydF4y2Ba44gydF4y2Ba］．这一修正将使这一收入群体中因COVID-19而导致的平均19年平均均值降至9.2年平均均值。gydF4y2Ba

总而言之，联合国寿命表中12至19岁的理想估计需要向下修正约25%至50%，这取决于一国的预期寿命和COVID-19死亡人数分布的平均程度。这种修正只是部分解释了共病，这些共病确实较低，但在SES高的人中并非没有。在先前的研究中校正合并症导致进一步降低1至3个YLL [gydF4y2Ba45gydF4y2Ba］．为此，该模型使用每例COVID-19死亡8个生命年限值作为标准参数，6个生命年限值和10个生命年限值作为替代规范。gydF4y2Ba

构建了六种假设情景(W1-6)，其中COVID-19死亡人数不同gydF4y2Ba表2gydF4y2Ba)．目前对全球大流行的经验预测估计，到2021年12月，死亡人数将达600万，额外死亡人数将是这一数字的两倍[gydF4y2Ba1gydF4y2Ba］．由于疫苗在世界大部分地区推广缓慢，而且对新病毒变异的保护不确定，不能排除这一数字在接下来的几年里会成倍增长。此外，不那么严格的全球应对措施或更致命的病毒可能会导致更高的死亡人数。gydF4y2Ba

由于npigydF4y2Ba

该模型还利用预期寿命中的社会经济差距，以确定社会经济地位损失(例如，由于失业或放弃教育)带来的潜在YLL。然而，这几乎肯定是高估了社会经济地位群体的损失直接转化为相当于个人寿命的缩短。如前所述，许多因素决定预期寿命，这意味着实际上只有一部分是可塑的。虽然确切的因果权重仍有待确定，但该模型可以借鉴一些研究，这些研究在估计收入和教育等因素对预期寿命社会经济差距的个人贡献方面取得了相当大的进展。在欧洲的平均水平上，低收入可以解释各受教育群体之间平均5年预期寿命差距的10%至20% [gydF4y2Ba46gydF4y2Ba］．以残疾调整后的预期寿命来看，低教育水平和高教育水平人群的预期寿命差距为8.5年，而残疾调整后的预期寿命差距约为后者的20% [gydF4y2Ba47gydF4y2Ba］．社会地位群体之间10年的预期寿命差距中，教育和职业地位约占20% [gydF4y2Ba48gydF4y2Ba，gydF4y2Ba49gydF4y2Ba］．综上所述，该模型假设，收入和教育状况等关键的社会经济地位因素各占预期寿命社会经济差距的20%左右。gydF4y2Ba

迄今为止，几乎没有可靠的数据可以证实这些发现是否可以轻易地从欧洲高收入国家传播到世界其他地区。有理由相信，在低收入和中等收入国家，预期寿命的社会经济决定因素更高。在较贫穷的国家，发病率和死亡率通常较高，但健康行为在预期寿命的社会经济差异中所占的份额较小[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba50gydF4y2Ba］．教育也往往带来更高的收入保费[gydF4y2Ba51gydF4y2Ba但是，就像卫生服务一样，它往往不是普遍提供的，而且取决于个人收入。虽然这不太可能反映确切的因果关系，但全球疾病负担项目的社会人口指数通过建立滞后人均收入、≥15岁人口的教育程度和≥25岁妇女的生育率(作为妇女社会地位的代表)的几何平均值，解释了平均健康预期寿命方面85%的国际差异[gydF4y2Ba52gydF4y2Ba］．在这种背景下，在中低收入国家，收入和教育等因素可能各占预期寿命社会经济差异的30%以上，这似乎是合理的。gydF4y2Ba

基于这些发现，有可能对社会经济地位丧失造成的YLL进行粗略估计，这取决于预期寿命的社会经济差距大小(5-15年)和社会经济决定程度(20%-40%;gydF4y2Ba表3gydF4y2Ba)．在相当平等的高收入国家，平均寿命均值为0.5，而在高度不平等的低收入国家，平均寿命均值为3。考虑到在后一种情况下，地位群体的丧失往往会导致陷入贫困，这似乎是一个相当保守的估计。gydF4y2Ba

在已开发的比例模型中，社会经济群体损失的两个主要原因和社会经济损害的组成部分(gydF4y2Ba葵花籽油gydF4y2Ba_SESgydF4y2Ba)在大流行中的收入损失(gydF4y2Ba葵花籽油gydF4y2Ba_我gydF4y2Ba)和放弃教育(gydF4y2Ba葵花籽油gydF4y2Ba_EgydF4y2Ba)．背后的主要因素gydF4y2Ba永久gydF4y2Ba收入损失包括失业、工作时间减少和经济不活跃。放弃的教育可能是由于辍学或缺乏接受高等教育的资格或经济手段而无法实现中等或高等教育:gydF4y2Ba

大流行造成的教育损失进一步分为两部分:最不幸的情况是，收入损失或学校暂时关闭导致学生永久放弃高等教育集团，使他们无法接受中等或高等教育(YLLe1)，以及学校关闭造成的影响绝大多数学生的平均收入损失(YLLe2)。过去的例子表明，即使是短暂的学校临时关闭，也会对晚年的收入产生可衡量的平均影响。第一次与大流行相关的学校关闭可能使终身收入减少1%至4%，具体取决于随后的学习补偿能力[gydF4y2Ba53gydF4y2Ba，gydF4y2Ba54gydF4y2Ba］．加上2020/2021年之交的第二轮学校关闭，并考虑到关闭时间越长，目前的终身收入损失可能达到2%至8%。为简单起见，该模型假设终身收入平均减少5%(或SES组减少的八分之一左右)。gydF4y2Ba

对于许多中低收入国家来说，这一数字可能被低估了，因为学校关闭的平均时间更长，辍学率更高，收入溢价也更高[gydF4y2Ba55gydF4y2Ba，gydF4y2Ba56gydF4y2Ba］．gydF4y2Ba

比例模型gydF4y2Ba

在比例模型中，这些情况下的生命年数损失与大流行造成的社会经济损害并列。其主要思想是计算出对多少人来说，如果SES损失必须变成永久性的，那么YLL的数量是相等的。gydF4y2Ba

为此，社会经济损害的各个组成部分分布在全球受影响人口的子群体中(Ng):gydF4y2Ba

NgydF4y2Ba_ggydF4y2Ba＝gydF4y2BangydF4y2Ba_egydF4y2Ba+gydF4y2BangydF4y2Ba_我gydF4y2Ba+gydF4y2BangydF4y2Ba_pgydF4y2Ba （8）gydF4y2Ba

• 工人(ngydF4y2Ba_我gydF4y2Bai)≈3,492,000,000(来自国际劳工组织)gydF4y2Ba
• 学生(ngydF4y2Ba_egydF4y2Bae)≈1,500,000,000(来自联合国教科文组织)gydF4y2Ba
• Extremelypoor (ngydF4y2Ba_pgydF4y2Ba≈640,000,000(世界银行)gydF4y2Ba

学习损失被分为两个亚组。那些因学校关闭而学习成绩平平，随后收入减少的学生YLLe2，以及受影响最严重的放弃3至4年高等教育的学生YLLe1(即，由于缺乏资金或高等教育资格而额外辍学)。由于SES高的学生可能有更多的能力来弥补学习损失，因此假定全球三分之二的学生(9亿)由于学校关闭而平均学习和随后的收入损失。gydF4y2Ba

葵花籽油gydF4y2Ba_{EgydF4y2Ba 2gydF4y2Ba}= 0.66⋅gydF4y2BangydF4y2Ba_egydF4y2Ba⋅gydF4y2Ba葵花籽油gydF4y2Ba_{egydF4y2Ba 2gydF4y2Ba} （9)gydF4y2Ba

由于COVID-19，结果值从总体YLL中减去。剩余的损失然后分配给学生的学习块损失(YLLgydF4y2Ba_E1gydF4y2Ba)、有收入损失的人士(YLLgydF4y2Ba_我gydF4y2Ba)，以及因此陷入极端贫困的人(YLLgydF4y2Ba_PgydF4y2Ba)．gydF4y2Ba

葵花籽油gydF4y2Ba_浸gydF4y2Ba- - - - - -gydF4y2Ba葵花籽油gydF4y2Ba_{EgydF4y2Ba 2gydF4y2Ba}＝gydF4y2Ba葵花籽油gydF4y2Ba_{EgydF4y2Ba 1gydF4y2Ba}+gydF4y2Ba葵花籽油gydF4y2Ba_我gydF4y2Ba+gydF4y2Ba葵花籽油gydF4y2Ba_PgydF4y2Ba （10）gydF4y2Ba

每个群体都有一个加权负担，反映了群体规模和社会梯度(α，ꞵ，γ)。收入损失所占比例略高于一半(0.54)，放弃教育(0.23)和贫困(0.22)各占略低于四分之一。就全球平均水平而言，社会经济决定因素设定为0.3，极端贫困人口设定为0.4。预期寿命的平均社会经济差距为7.5岁。gydF4y2Ba

gydF4y2Ba永久gydF4y2Ba．gydF4y2Ba

结果gydF4y2Ba

标准模型规范旨在反映全球平均水平(每例COVID-19死亡8个寿命年，预期寿命的社会经济差距为7.5年，社会经济决定因子为0.3)。gydF4y2Ba表4gydF4y2Ba而且gydF4y2Ba5gydF4y2Ba阅读如下。每一行都显示了工人、穷人和学生的总数，这些人的社会经济损失将会发生gydF4y2Ba永久gydF4y2BaYLL与COVID-19的致死率相当。当学校关闭造成的平均社会经济损害(YLLe2)高于COVID-19造成的年均社会经济损害时，值为负值。右边的一个单独的栏提供了共同的百分比，根据定义，这对所有群体都是相同的(例如，1%的所有工人，极端贫困和学生)。由于仅YLLe2的YLL就相当于约2000万例COVID-19死亡，尽管分布在9亿学生中的个人负担相对较小，因此第二个表显示了不包括YLLe2的结果。gydF4y2Ba

为了正确地看待模型估计，主要国际组织目前的预测可以结合研究结果。然而，应该指出的是，主要的利益结果只能在几年甚至几十年后才能得到，因为要对预期寿命产生重大影响，社会经济地位的丧失必须成为永久性的。关于教育损失，前三行的负值gydF4y2Ba表5gydF4y2Ba表明，在目前最可能的情况下，学校临时关闭造成的年差超过了COVID-19造成的年差。只有在情景W4-6中，放弃整个3- 4年教育的学生人数才会成比例增加(例如，因为他们没有资格继续接受教育或退出劳动力市场是不确定的)。gydF4y2Ba表6gydF4y2Ba表明，即使不包括yle2的影响，在情景q1 -3中的社会经济损害可能与COVID-19造成的YLL不成比例。早在2020年9月，教科文组织就警告称，至少2400万学生可能因学校关闭而辍学(>W3) [gydF4y2Ba57gydF4y2Ba］．一年后，全球有1.68亿学生错过了近一整年的学习机会，另有2.14亿学生错过了9个多月的学习机会。对于1.4亿儿童来说，上学的第一天被无限期推迟。gydF4y2Ba58gydF4y2Ba］．三分之一的国家没有采取措施补偿学习损失[gydF4y2Ba59gydF4y2Ba］．因此，放弃整个教育集团的儿童数量可能会超过最坏的情况。换句话说，儿童在npi的社会经济后果中承担了不成比例的份额。gydF4y2Ba

在这一大流行病中承担更不成比例负担的另一个群体是赤贫人口。世界银行估计，他们的人数增加了大约1亿[gydF4y2Ba3.gydF4y2Ba］．随着大流行在低收入和中低收入国家的影响继续恶化，预计最初的增长将持续下去。在最坏的情况下，这是YLL伤害的三倍和两倍gydF4y2Ba表4gydF4y2Ba而且gydF4y2Ba5gydF4y2Ba，分别(>W6)。收入损失也可能保持不成比例，即使长期失业人数将大大低于1亿(>W3/W4)。国际劳工组织估计，2020年，相当于2.55亿个全职工作岗位的工作小时数减少了[gydF4y2Ba60gydF4y2Ba］．2021年，工作时间仍将比无大流行情况下的预测低4.4%。中低收入国家的降幅最大。根据2020年的估计，将有3000万人受到就业增长放弃的影响，1.31亿人受到工作时间减少的影响，1.14亿人受到失业影响。最后一个群体分为3300万失业人口和8100万非经济活动人口，后者不太可能很快恢复，如果有的话。gydF4y2Ba

对于第二组结果，对标准模型规范进行了调整，以反映不同国家的情况(见gydF4y2Ba表6gydF4y2Ba)．左边的三列假设的情况更类似于典型的高收入国家。社会经济决定因素设定为20%;2019冠状病毒病疫情导致的人均年界线为6年;预期寿命的社会经济差距在5年(南欧)、7.5年(中欧、西欧)和10年(东欧、美国)之间。中间的三列显示了标准规格的两种变化，预期寿命的社会经济差距更大(10岁和12.5岁)，以解释更不平等和更低收入的国家。右边的三列假设的条件可能更具有低收入国家的特征，这些国家的社会经济决心水平较高(40%)，2019冠状病毒病造成的人均寿命年损失较高(10年平均寿命年)，预期寿命的社会经济差距较大(10-15年)。同样，生成了包含和不包含YLLe2的两个表。出于可读性的考虑，这些表格仅以受收入损失、极端贫困和放弃教育影响的人的共同百分比来显示变化的值。gydF4y2Ba

不同的模型规格得到两个主要结果。一个在跨国一级，一个在国内一级。首先，在不同的模型规格中，参数的差异在很大程度上趋于均匀。前三种情况在低收入、中等收入和高收入国家中仍然不成比例，这意味着社会经济影响超过了与covid -19相关的全年限制。当减少学校关闭造成的平均损害时，结果也基本成立(YLLE2;gydF4y2Ba表7gydF4y2Ba)．较大的差异只出现在场景W4-6中。在模型规格的极端端，社会经济损害的比例差异为3倍(2.9%-8.7%)，反映了低收入国家更陡峭的社会梯度。第二个主要结果是，按照每例COVID-19死亡的固定寿命，在更不平等的社会中，社会经济损害的不成比例增长速度要快得多。在更加平等的高收入国家，社会经济损失是最不平等国家的两倍。在中低收入国家，这些差异不太明显，但仍然很显著。gydF4y2Ba

讨论gydF4y2Ba

主要结果gydF4y2Ba

本文旨在缩小大流行对健康和社会经济影响之间的比例这一难题的范围。为此，它首先提出，放弃无贫困和平等社会的假设，可以使COVID-19导致的年均寿命估计提高25%至50%左右。换句话说，从寿命表中提取的YLL中有一半实际上可能是预期寿命的社会经济差异。由于SES更普遍地与发病率和死亡率相关，因此该方法可能在当前大流行之外产生分析效益。有关人口的SES生态数据可能在一定程度上反映了缺乏关于发病率和其他危险因素流行率的个人水平数据。gydF4y2Ba

应用于大流行凸显了在短期和长期保护健康方面所涉及的困难权衡。虽然新国家行动方案针对的是当前的健康问题，但长期的社会经济损害可能导致高昂的生命代价，特别是穷人和儿童的生命代价，这需要在大流行之后立即予以关注。在缺乏必要资源来弥补大流行造成的社会经济损失的国家，关闭企业和学校等更严厉的国家行动计划只能作为最后手段来实施。初步结果进一步表明，避免400万收入损失人口、100万极度贫困人口和200万学习损失较高的学生这一相对较少的人数，可以节省的生命年数与挽救100万人免于死于COVID-19的生命年数相当。社会经济损害的程度进一步表明，决策者采取了对最坏情况预期的措施(W6)。有趣的是，在其他方面，不同收入群体的比例问题相当相似，这主要是因为COVID-19和npi的社会梯度和相关的生命损失都更大。但是，国内不平等的程度可能是估计非本国方案的比例的一个关键问题。这一点尤其正确，因为预期寿命的社会经济差距扩大，意味着可以弥补损失的社会保障网络较弱。gydF4y2Ba

限制gydF4y2Ba

这种方法有许多重要的局限性。关于社会经济对预期寿命的决定程度以及中低收入国家预期寿命的社会经济差距大小的假设，需要更彻底的经验数据基础，而迄今为止，这些数据是缺失的。此外，该模型没有考虑大流行对健康的非致命性影响(例如，“长冠”、心理伤害或不堪重负的医院)。未来的研究可能包括使用质量调整估计(如健康预期寿命)的此类信息。该模型也没有考虑到与covid -19相关的疾病对经济活动的负担。npi的相对因果权重问题在很大程度上被搁置一旁。更严厉的npi有时被用来证明减少大流行造成的社会经济损失是合理的。然而，到目前为止，对这种关系的现有研究还无法理清自愿行为改变、正式和非正式npi以及客观疾病负担在减少经济活动中的因果作用。npi可能仅占COVID-19死亡率变化的约三分之一，以及商业活动减少的约20% [gydF4y2Ba8gydF4y2Ba，gydF4y2Ba61gydF4y2Ba］．在这种背景下，该模型假设，方程式两边的因果不确定性最终可能会趋于平衡。未来的研究应该仔细评估因果权重和方向的问题。gydF4y2Ba

结论gydF4y2Ba

应用于大流行凸显了在短期和长期保护健康方面所涉及的困难权衡。虽然新国家行动方案针对的是当前的健康问题，但长期的社会经济损害可能导致高昂的生命代价，特别是穷人和儿童的生命代价，这需要在大流行之后立即予以关注。在缺乏必要资源来弥补大流行造成的社会经济损失的国家，应该仔细权衡关闭企业和学校等更大规模的npi。gydF4y2Ba