Covid-19から失われた人生の年を定量化するためのさまざまなアプローチ

流行の負担はしばしば死亡数によって特徴付けられますが、故人の患者の年齢を認めることができないため、これは誤解を招く可能性があります。したがって、失われた年の寿命はより関連性の高いメトリックとして広く使用されていますが、Covid-19の文脈でのそのような計算はすべて上方に偏っています。Covid-19で死ぬ患者は一般的に多発性であり、一般集団よりもはるかに悪い人生の期待を持っています。これらの質問は、国内のすべてのCovid-19死亡の併存疾患に関する個々の患者レベルのデータを含むユニークなハンガリーのデータセットを使用して定量的に調査されています。患者の併存疾患を説明するために、11の重要な長期条件を使用したパラメトリック生存モデルを使用して、より現実的な生命の失われた年を推定しました。2021年5月12日現在、ハンガリーは、50歳以上の患者のCovid-19からの合計27,837人の死亡を報告しました。通常の計算は、死亡ごとに命の寿命が10。5年であることを示しており、11の併存疾患を調整した後、死亡あたり9。2年に減少します。パンデミックの直前の先進国の死亡率を反映して、ライフテーブルによって暗示される予想年数は11。1年です。したがって、ハンガリーのCovid-19のために失われた年は、併存疾患を占める場合、死亡あたり12％または1。3年低くなり、期待値を下回っていますが、これを解釈する方法はまだ議論の問題です。この情報をパンデミック中の疫学的リスク評価に最適に統合する方法について、さらなる研究が保証されています。

The burden of an epidemic is often characterized by death counts, but this can be misleading as it fails to acknowledge the age of the deceased patients. Years of life lost is therefore widely used as a more relevant metric, however, such calculations in the context of COVID-19 are all biased upwards: patients dying from COVID-19 are typically multimorbid, having far worse life expectation than the general population. These questions are quantitatively investigated using a unique Hungarian dataset that contains individual patient level data on comorbidities for all COVID-19 deaths in the country. To account for the comorbidities of the patients, a parametric survival model using 11 important long-term conditions was used to estimate a more realistic years of life lost. As of 12 May, 2021, Hungary reported a total of 27,837 deaths from COVID-19 in patients above 50 years of age. The usual calculation indicates 10.5 years of life lost for each death, which decreases to 9.2 years per death after adjusting for 11 comorbidities. The expected number of years lost implied by the life table, reflecting the mortality of a developed country just before the pandemic is 11.1 years. The years of life lost due to COVID-19 in Hungary is therefore 12% or 1.3 years per death lower when accounting for the comorbidities and is below its expected value, but how this should be interpreted is still a matter of debate. Further research is warranted on how to optimally integrate this information into epidemiologic risk assessments during a pandemic.