1。要点
初步分析表明,死亡的风险包括冠状病毒(COVID-19)在一些民族明显高于白人的种族。
当考虑到年龄分析,黑人男性4.2倍更有可能死于COVID-19-related死亡和黑人女性的4.3倍比白人种族男性和女性。
孟加拉国和巴基斯坦,印度,和混合种族也有统计上显著提高死亡风险涉及COVID-19相比白人种族。
后考虑年龄和其他socio-demographic特点和措施的自我报告在2011年的人口普查,健康与残疾的风险COVID-19-related男性和女性死亡的黑人种族减少到1.9倍更有可能比白人种族。
同样,男性在孟加拉国和巴基斯坦民族是1.8倍更有可能比白人男性COVID-19-related死亡时的年龄以及其他socio-demographic自述健康与残疾的特点和措施考虑在内;对女性来说,这个数字是1.6倍。
这些结果表明,民族COVID-19死亡率之间的差异在一定程度上是由于社会经济的劣势和其他情况下,但剩下的部分区别尚未解释道。
2。介绍
本文初步分析死亡涉及冠状病毒(COVID-19)为英格兰和威尔士民族。分析包括死亡发生的涉及COVID-19 2 3月和2020年4月10日,注册于4月17日。
种族不是记录在死亡证明。让我们进行这种分析,死亡涉及COVID-19与2011年的人口普查,这允许我们确定死者的自我报告的种族和其他人口因素。分析包括那些9岁及以上。更多细节可以在使用的数据第七节而在技术附件。
分解的种族本出版物中使用被引导到死亡的人数使用在分析及其在民族分布。表1显示了民族使用的故障。我们将重复这个分析在未来更多的数据变得可用;这将包括涉及COVID-19死亡的年龄标准化死亡率,在可能的情况下,更详细的故障。
少数民族使用的故障 | 他们详细的成分 |
---|---|
白色的 | 英国白人;爱尔兰;吉普赛或爱尔兰旅行者;其他白色 |
混合/多个民族 | 白色和加勒比黑人;白人和亚洲;白人和黑人的非洲;其他混合 |
印度 | 印度 |
孟加拉国和巴基斯坦 | 孟加拉国和巴基斯坦 |
中国 | 中国 |
黑色的 | 加勒比黑人;非洲黑人;黑色的其他 |
其他少数民族 | 亚洲其他;阿拉伯人;其他少数民族 |
下载此表表1。民族本出版物中使用故障
xls . csv3所示。民族的死亡年龄和性别
表2显示了死亡人数包括冠状病毒(COVID-19)及其跨民族研究人口分布比例。相比较而言,数据的医院死亡涉及COVID-19由种族(Excel 131 kb)出版的英国国民健康保险制度,更新到4月21日,不考虑最近的更新也会显示出来。重要的是要注意,我们的数据不同于NHS英格兰作为英格兰和威尔士,我们报告死亡包括医院以外的死亡,包括COVID-19确诊和疑似病例。
尽管有这些不同的数据,结果非常相似。在我们的数据中,比例的死亡发生在那些白色的种族是83.8%,而最大的少数民族是黑人为6.0%。的,种族对他们来说可能是建立在英国NHS的数据,大约有82.7%的白人种族,黑人种族占5.7%。唯一大的区别两个方面发生在“其他族群”类别。
这两组独立的数据支持之间的相似度结果的可靠性。
英国国民健康保险制度(所有年龄的) | 国家统计局(所有年龄的) | |||
---|---|---|---|---|
死亡 | 百分比 | 死亡 | 百分比 | |
白色的 | 14781年 | 82.73 | 10726年 | 83.76 |
混合 | 130年 | 0.73 | 94年 | 0.73 |
印度 | 560年 | 3.13 | 483年 | 3.77 |
孟加拉国和巴基斯坦 | 501年 | 2.80 | 386年 | 3.01 |
中国 | 66年 | 0.37 | 59 | 0.46 |
黑色的 | 1022年 | 5.72 | 766年 | 5.98 |
其他少数民族 | 806年 | 4.51 | 291年 | 2.27 |
下载此表表2。COVID-19死亡的数量和比例由民族和来源
xls . csv注:
- 国家统计局(ONS)死亡登记数据是基于2020年4月17日,发生在2020年4月2 3月和10可以与2011年的人口普查。
- “其他族群”包括亚洲其他阿拉伯和其他族群类别分类。
- “混合”包括白色和加勒比黑人;白人和亚洲;白人和黑人的非洲;和其他混合种族类别的分类。
- “黑色”包括加勒比黑人;非洲黑人;和其他黑人族群分类类别。
把死亡分解进一步以年龄和性别,我们看到死亡涉及COVID-19更大量的男性和65岁及以上的人相比,那些65岁以下,为各民族(表3)。
死亡 | ||||||||
---|---|---|---|---|---|---|---|---|
白色的 | 混合 | 印度 | 孟加拉国的/ 巴基斯坦 |
中国 | 黑色的 | 其他少数民族 | 总 | |
男性 | ||||||||
0 - 64 | 627年 | 9 | 56 | 65年 | 7 | 105年 | 49 | 918年 |
65 + | 5762年 | 51 | 242年 | 192年 | 34 | 348年 | 148年 | 6777年 |
女性 | ||||||||
0 - 64 | 409年 | 9 | 26 | 35 | 3 | 80年 | 16 | 578年 |
65 + | 3928年 | 25 | 159年 | 94年 | 15 | 233年 | 78年 | 4532年 |
总 | 10726年 | 94年 | 483年 | 386年 | 59 | 766年 | 291年 | 12805年 |
下载此表表3:COVID-19死亡事件的年龄、性别和种族群体,英格兰和威尔士,2020年4月3月2到10
xls . csv笔记
- 国家统计局(ONS)死亡登记数据是基于2020年4月17日,发生在2020年4月2 3月和10可以与2011年的人口普查。
- “其他族群”包括亚洲其他阿拉伯和其他族群类别分类。
- “混合”包括白色和加勒比黑人;白人和亚洲;白人和黑人的非洲;和其他混合种族类别的分类。
- “黑色”包括加勒比黑人;非洲黑人;和其他黑人族群分类类别。
嵌入代码
4所示。民族的差异涉及COVID-19主要socio-demographic因素调整的死亡
差异的风险死于冠状病毒(COVID-19)民族差异可能是由一组的人口和社会经济状况。现有的证据表明,大多数少数民族往往比白人更弱势。为更多的细节,看看种族与其他维度社会不利的相交技术附件。
不同的风险死于COVID-19跨民族可能与人口和社会经济因素,以及一个人的过去的健康状况。这些特征的差异以及他们可能对当前形势下也可能意味着与被感染的概率或死亡的风险一旦感染。
我们使用二元逻辑回归模型来估计的风险死于COVID-19是否在黑人和其他少数民族比白人种族人口,后考虑的地理、人口、社会经济、生活安排和卫生措施从2011年的人口普查。统计模型的解释技术附件。这些特征有可能混淆任何与种族,它们使我们能够量化的重要调整过剩风险特别与种族有关。
在图1中,我们展示的风险死于COVID-19男女不同的民族。我们报告每个少数民族的优势比相对于白人,年龄调整后的面板和范围的地理、人口和社会经济特征面板B。1相对风险的优势比是衡量的结果在一个人口与不同的人口相比,在优势比大于1表明结果更有可能在不到一是不太可能。
死亡的风险一般,特别是从COVID-19死亡,与年龄密切相关。在调整了年龄(面板),男人和女人从所有少数民族(女性与中国民族除外)死于COVID-19面临更大的风险,相比之下,那些白色的种族。黑人男性4.2倍更有可能死于COVID-19比白人男性,而黑人女性的4.3倍更有可能死于COVID-19比白人女性。孟加拉国和巴基斯坦,印度,和混合种族也有统计上显著引起死亡的几率相比白人种族。为中国民族,我们发现男性而不是女性之间的风险提高。和他们一起优势比置信区间是可用的伴随数据表。
确保广泛的因素考虑进去,我们也调整的地区,农村和城市分类,面积不足,家庭组成,社会经济地位,最高学历,家庭的任期内,在2011年的人口普查和健康或残疾(面板B)。因此,全面调整结果显示风险差异民族特定的民族,不造成任何上市的因素组的成员可能会有所不同。
调整这些因素涉及COVID-19大幅减少死亡的几率相对于那些白人种族的民族。更多信息优势比变化时如何调整中可以找到不同的特征技术附件。模型诊断也可用。全面调整模型(面板B),黑人男性和女性的1.9倍更有可能死于COVID-19比白色的民族。孟加拉国和巴基斯坦的男性种族是死亡的1.8倍;对于女性,死亡的几率降低到1.6倍。个人从中国和混合族群与白人种族也有类似的风险。
测试是否COVID-19-related死亡风险的差异在民族不同的社会经济阶层,我们估计逻辑回归模型分别三个凝聚社会经济类的国家统计局社会经济分类(NS-SEC)。通过这样做,我们比较COVID-19-related死亡的风险在民族在同一社会经济类,调整为其他个人和家庭特征。这表明COVID-19-related死亡风险的差异跨民族相似的大小在所有三个社会经济类。
图1:COVID-19-related死亡风险以种族和性别,英格兰和威尔士,2020年4月3月2到10
面板-年龄调整模型
嵌入代码
面板B -完全调整模型
嵌入代码
资料来源:国家统计局,Coronavirus-related民族的死亡
注:
- 逻辑回归模型调整为五年年龄乐队。全面调整模型包括地区指标;农村和城市的分类;IMD十分位数;家庭构成和社会经济地位最高资格举行;NS-SEC家庭人的参考;家庭任期);和健康(自我报告健康和有限制的健康问题或残疾)。
- 国家统计局(ONS)死亡登记数据是基于2020年4月17日发生在2 2020年3月和4月10,可以与2011年的人口普查。
- “其他族群”包括亚洲其他阿拉伯和其他族群类别分类。
- 死亡风险之间的2 3月和2020年4月10日。
- 横线条代表95%置信区间。
这意味着相当一部分民族之间的COVID-19死亡率的差异是由不同的情况下成员的团体生活,如地区社会经济剥夺。地理和社会经济因素占超过一半的男性和女性之间的差异风险黑白种族。然而,这些因素不能解释所有的差异,这表明其他原因还有待确认。
个人来自不同的民族可能不同的社会经济特征或健康状况不包含在我们的模型,这将把剩余的差异从COVID-19死亡的风险。例如,一些民族可能在面向公众的职业中,因此可能更容易感染COVID-19。例如,个人在孟加拉国和巴基斯坦民族更有可能作为运输人员比其他民族。我们计划进行进一步的工作来确定职业,尤其在那些风险和调整工作。
我们调整了人口和社会经济概况有一定的局限性,因为我们使用的特点,从2011年的人口普查中检索到。因此,这些不可能准确反映出研究2020年人口目前的情况。当我们调整一些健康维度(自我报告健康和有限制的健康问题或残疾),2011年收集到的信息,不区分不同类型的并发症可能修饰符的这些差异的风险。
同样,一些民族可能更倾向于患并发症与较差的预后相关感染COVID-19人中,我们将在以后的分析中考虑。
死亡笔记:民族差异涉及COVID-19主要socio-demographic因素调整
- 因为从COVID-19死亡的概率非常低,可以解释为优势比风险比率。
5。广泛的文献对种族和死亡率
在分析民族健康问题社会决定因素的背景下,模式不统一,暂时在这一节中所示。
的分析英国住房调查2014年到2017年之间的数据发现标志着民族对比在拥挤不堪的家庭他们的生活经验;而只有2%的英国白人家庭经历了过度拥挤,30%的孟加拉家庭(比例最高),16%的巴基斯坦家庭和12%的黑人家庭经历过。
有一个相反的倾向生活在一个多户型家庭:未发表的分析劳动力调查(LFS)数据显示,2018年,那些孟加拉国和巴基斯坦民族更有可能比其他任何民族生活在一个多户型家庭。
的英国住房调查在2014年发现少数民族更有可能住在私人出租比英国白人人口的住宿家庭。
2011年人口普查的分析发现,与孟加拉国和巴基斯坦和黑人种族是最有可能生活在贫困社区。
发表的一份报告约瑟夫朗特里基金会表明,受教育程度最高的证书和学位水平是中国和印度的种族之一。
一个劳务和退休金部部门工作和养老金()2015年报告显示,失业率被发现黑人和孟加拉国和巴基斯坦人口中最高和最低的白人和印第安民族。
进一步劳务和退休金部的报告检查低收入和儿童贫困发现的孟加拉国和巴基斯坦、中国和黑人种族两倍可能生活在低收入和经历儿童贫困,与白色的种族。
的一项研究维克多和其他(2012)发现较高的孤独在那些少数民族年龄超过60岁与家庭的起源在中国,非洲,加勒比地区,巴基斯坦和孟加拉国。
更多细节的民族的变化可以发现缺点的措施技术附件。
回目录6。分析COVID-19死亡的种族在英格兰和威尔士
数据使用
这些分析都是基于一个新的数据集由国家统计局(ONS)将2011年的人口普查记录与死亡发生在2 2020年3月和4月10死亡登记注册的2020年4月17日,死亡是每周补充道。这代表着一个庞大的数据集来检查死亡率变化的种族在短时间内,受益于作业的种族人口普查,然后后个体的死亡事件发生在冠状病毒(COVID-19)大流行。这样的数据集可以减少引入分子和分母偏见的风险,可以在使用链接数据分析问题。更多细节关于人口普查和死亡记录中可以找到有关技术附录。
死亡是使用国际疾病分类定义,10日修订(icd - 10)。死亡涉及COVID-19包括根本原因,或提及的icd - 10编码U07.1 (COVID-19,病毒)或U07.2 (COVID-19,病毒不确定)。
回目录7所示。优势和局限性
的优势
链接的速度死亡的人口普查的基础上使用的链接键是高(90%),从而代表死亡的风险在人口追踪监测。
队列设计链接个人与他们的死亡特征测量在一个时间点之前的死亡事件发生;从这个意义上说,这是一个前瞻性研究人口,因此我们可以推断因果关系的方向。
研究人口和连杆的死亡是健壮的,可以检测到统计上显著差异,他们应该存在。
研究人口有足够的统计能力,使:
建立统计模型包含许多协变量
调整了混杂因素和探索潜在的混杂因素的影响
调查一系列socio-demographic属性的交互影响
确定群体的人口风险更高或更低的想要和不想要的结果
限制
研究设计并不直接测量移民自2011年的人口普查,这可能是跨种族变量。这有可能引入偏见和低估死亡风险因为分母不代表真正的人口在2020年3月2日风险。以解决这个问题,调整年龄因素应用于民族人群没有死在2 2020年3月,这是基于:
观察到的移民记录在国家统计局(ONS)纵向研究(LS)
未被注意的迁移表示通过从病人重新注册登记
和解与流出估计使用国际旅客调查(IPS)
研究人口目前不是刷新新出生或移民。因此,一些死亡会发生自2011年以来移民进入;COVID-19死亡出生以来2011年的人口普查和居民在英格兰和威尔士将非常小,因为他们将九岁或更年轻。
因为登记的死亡和其之间的延迟发生,日期可能会有COVID-19-related死亡发生在分析期间,2020年4月17日尚未注册。虽然这些可能是小的数量,我们计划更新这些数据积累和延长分析时间记录。
死亡的人数已经指导我们的细节水平决定民族故障我们可以报告。这将是定期检查一次最新的死亡数据与2011年的人口普查成为可供分析。
我们主要是用在2011年的人口普查记录socio-demographic因素调整的风险,现在过时了。在将来的版本中,我们将努力协调多少变化可以看出人口水平从其他来源。
回目录