Indirect effects of the COVID-19 pandemic: A cause-of-death analysis of life expectancy changes in 24 countries, 2015 to 2022
Notice bibliographique
Résumé
Worldwide, mortality was strongly affected by the COVID-19 pandemic, both directly through COVID-19 deaths and indirectly through changes in other causes of death. Here, we examine the impact of the pandemic on COVID-19 and non-COVID-19 mortality in 24 countries: Australia, Austria, Brazil, Bulgaria, Canada, Chile, Croatia, Czechia, Denmark, England and Wales, Hungary, Japan, Latvia, Lithuania, The Netherlands, Northern Ireland, Poland, Russia, Scotland, South Korea, Spain, Sweden, Switzerland, and the United States. Using demographic decomposition methods, we compare age- and cause-specific contributions to changes in female and male life expectancy at birth in 2019-2020, 2020-2021, and 2021-2022 with those before the COVID-19 pandemic (2015-2019). We observe large life expectancy losses due to COVID-19 in most countries, usually followed by partial recoveries. Life expectancy losses due to cardiovascular disease (CVD) mortality were widespread during the pandemic, including in countries with substantial (Russia, Central and Eastern Europe, and the Baltic countries) and more modest (United States) improvements in CVD mortality before the pandemic. Many Anglo-Saxon countries, including Canada, Scotland, and the United States, continued their prepandemic trajectories of rising drug-related mortality. Most countries saw small changes in suicide mortality during the pandemic, while alcohol mortality increased and cancer mortality continued to decline. Patterns for other causes were more variable. By 2022, life expectancy had still not returned to prepandemic levels in several countries. Our results suggest important indirect effects of the pandemic on non-COVID-19 mortality through the consequences of COVID-19 infection, nonpharmaceutical interventions, and underreporting of COVID-19-related deaths.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».