[论文解读] Racial/ethnic and socioeconomic disparities of Covid-19 attacks rates in Suffolk County communities

Daniel Dobin, Alexander Dobin|Cold Spring Harbor Laboratory Institutional Repository (Cold Spring Harbor Laboratory)|Apr 25, 2020

COVID-19 epidemiological studies参考文献 10被引用 5

一句话总结

本研究利用社区层面的人口与经济数据，调查了纽约州萨福克县128个社区中新冠感染率在种族/族裔及社会经济层面的差异。研究发现，少数族裔人口比例是感染率的最强预测因子，非裔和西班牙裔社区的感染率是白人社区的4.1倍，凸显了疫情对不同群体影响的系统性不平等。

ABSTRACT

We investigated the dependence of Covid-19 attack rates on demographic and socioeconomic factors for the communities in Suffolk County (Long Island, New York State), presently the 5th most-affected county in the United States. Confirming the previous observations that minorities are disproportionately impacted by the Covid-19 disease, we found that the attack rate is strongly correlated with the minority population proportion, with an alarmingly high $\sim4$-fold attack rate increase for Black and Hispanic populations.

研究动机与目标

• 评估萨福克县社区层面的人口特征与新冠感染率之间的关系。
• 确定种族/族裔与社会经济因素是否与更高的感染率相关。
• 通过量化弱势社区中的差异，为公共卫生政策提供依据。
• 强调需要针对受新冠疫情影响最严重的少数族裔社区实施有针对性的干预措施。

提出的方法

• 截至2020年4月10日至11日，从萨福克县卫生服务部官网地图获取新冠感染率数据。
• 从censusreporter.org获取人口与社会经济数据，数据来源为2014–2018年美国社区调查。
• 将感染率定义为确诊病例总数除以社区总人口。
• 使用皮尔逊相关系数与最小二乘线性回归分析感染率与预测变量之间的关系。
• 采用自 resampling 方法，通过10,000次抽样计算所有估计值的95%置信区间。
• 进行多元线性回归分析，并检查预测变量之间的两两相关性，以评估共线性问题。

实验结果

研究问题

• RQ1 萨福克县社区中，少数族裔人口比例与新冠感染率之间是否存在显著相关性？
• RQ2 在排除种族/族裔因素后，人均收入与贫困水平等社会经济因素如何与感染率相关？
• RQ3 人口与经济变量在多大程度上解释了社区层面新冠感染率的差异？
• RQ4 在考虑其他社会经济因素后，少数族裔人口比例是否仍为感染率的最强预测因子？
• RQ5 该地区非裔、西班牙裔、亚裔与白人人口之间是否存在可测量的感染率差异？

主要发现

• 少数族裔居民比例较高的社区，其感染率与少数族裔人口比例呈显著正相关，皮尔逊相关系数为 R = 0.61（95% 置信区间 [0.41, 0.75]）。
• 非裔与西班牙裔人群的感染率是白人人群的4.1倍，95% 置信区间为 [2.6, 6.1]。
• 少数族裔人口比例低于20%的社区中，人均收入与感染率之间无显著相关性（R = 0.14，95% 置信区间 [-0.06, 0.45]）。
• 少数族裔人口比例与感染率的相关性绝对值最大，优于收入、贫困率与年龄等其他预测变量。
• 人均收入、家庭中位收入与通勤时间均与少数族裔人口比例呈强负相关，表明存在共线性问题。
• 使用成对预测变量进行多元线性回归并未显著改善模型拟合度，表明统计功效不足，难以分离社会经济变量的独立影响。