The COVID-19 syndemic: a perfect storm for the life expectancy of the most disadvantaged Americans
Notice bibliographique
Résumé
BACKGROUND: To explore the syndemic nature of the COVID-19 pandemic by identifying which subpopulations in the United States (US) suffered the greatest losses in life expectancy (LE) in 2020 and 2021, and to which extent these losses can be attributed to COVID-19 and 'other' causes of death. METHODS: We analysed individual death records for 2018-2021 from the National Vital Statistics System and population counts from the American Community Survey. Life table and continuous change decomposition analyses were used to quantify cause-/.specific contributions to changes in LE over time in population subgroups defined by sex, educational attainment, and race/ethnicity. RESULTS: From 2019 to 2020, educational differences in LE (high minus low education) increased substantially by 5.0 and 2.6 years in Hispanic men and women, respectively, with increases of one to two years among Black and White adults. Nearly all losses in LE among high-education Hispanic and White groups were due to COVID-19, while among low-education White and Black groups, COVID-19 accounted for 40%-47% of the total losses in LE. Changes in LE were much smaller during 2020-2021. CONCLUSIONS: COVID-19 widened preexisting inequalities in LE in the US, both via direct mortality and through syndemic interactions with other diseases and health conditions. The underlying social, political, economic, and environmental factors driving the clustering and interaction of diseases among the most disadvantaged Americans need to be addressed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».