Life expectancy loss due to the COVID-19 pandemic exemplified by Moscow
Notice bibliographique
Résumé
Abstract There is high excess mortality against the background of the pandemic in Moscow (an increase of 36.2% against 18.1% on the national average). According to preliminary data, the loss of life expectancy is 3.1 years for Muscovites (from 78.9 years in 2019 to 76.2 years in 2020) and 1.9 years for the Russian population (from 73.4 to 71.5 years). As in other countries, elderly people suffering from chronic diseases were the most affected. The age-specific mortality rates in 2020 are significantly higher than those of 2019 in the age interval of 45 years and older as well as among children 10-14 years old and young people 25-29 years old. The maximum increase in mortality was recorded in age groups over 80 years old in males and 25-29 years in females. At the same time, infant mortality in Moscow has significantly decreased which is associated with a sharp decrease in the share of births among nonresidents (it exceeded a quarter of all births in the capital in 2019). The reduction in labor migration due to the closure of borders has led to a decrease in births among nonresidents. Using the decomposition method, it was shown that the greatest negative contribution to the loss of life expectancy in both sexes was made by mortality in the age group of 70-74 years which reduced life expectancy by 0.36 years for men and 0.27 years for women. Life expectancy decreased by 0.25 and 0.19 years due to death of men and women aged 75-79 years and by 0.09 and 0.02 years due to death of people aged 25-29 years. Reducing infant mortality yielded a life expectancy gain of 0.15 years for men and 0.11 years for women. These results changed the assessment of the significance of shifts in mortality in age groups. Analysis of changes in age-specific mortality and evaluation of its impact on changes in life expectancy shows different perspectives of the problem, which is important for making adequate decisions in health. Key messages The reduction in labor migration due to the closure of borders has led to a decrease in births among nonresidents. Analysis of changes in age-specific mortality and evaluation of its impact on changes in life expectancy shows different perspectives of the problem.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».