Brownstone » Diário Brownstone » Escritórios de » Bloqueios não salvaram vidas

Bloqueios não salvaram vidas

COMPARTILHAR | IMPRIMIR | O EMAIL

Os EUA e suas 50 jurisdições estaduais fornecem um experimento natural para testar se o excesso de mortes por todas as causas pode ser diretamente atribuído à implementação das mudanças estruturais sociais e econômicas em larga escala induzidas pela ordenação de bloqueios da população em geral.

Dez estados não tiveram imposições de bloqueio e há 38 pares de estados de bloqueio/não bloqueio que compartilham uma fronteira terrestre. Descobrimos que a imposição regulatória e a aplicação de ordens de abrigo no local ou de permanência em casa em todo o estado se correlacionam de forma conclusiva com a mortalidade por todas as causas, per capita, corrigida pelo status de saúde maior por estado. Esse resultado é inconsistente com a hipótese de que os bloqueios salvaram vidas.

Introdução

Em 11 de março de 2020, a Organização Mundial da Saúde declarou uma pandemia com base em um surto relatado em Wuhan, China, de COVID-19 (doravante COVID), a doença respiratória supostamente causada pelo vírus SARS-CoV-2. Em 13 de março de 2020, uma emergência nacional foi declarada nos Estados Unidos devido ao surto de COVID-19. Nos EUA, essa declaração resultou em um conjunto heterogêneo de respostas de autoridades de saúde e funcionários do governo em vários estados. Entre essas respostas políticas variadas e estaduais, a maioria dos estados emitiu ordens de abrigo no local ou de permanência em casa em março e abril de 2020 (doravante denominados “lockdowns”). 

A motivação para essas medidas de bloqueio foi retardar a propagação do COVID-19, limitando as interações sociais, sob a suposição de que a doença se espalha pelo contato pessoa a pessoa. No entanto, devido à independência da governança estatal nos EUA, as medidas de bloqueio tiveram uma ampla gama de implementação e aplicação, com alguns estados renunciando completamente aos bloqueios. 

Essas diferenças nas decisões estaduais de bloquear ou não estabelecer um experimento útil para testar a hipótese de que os bloqueios salvaram vidas. Essa hipótese prevê que deveria haver menos mortes (per capita) nos estados que implementaram bloqueios e mais mortes nos estados que não o fizeram, após o ajuste para diferenças no estado de saúde das populações estaduais, se todos os outros fatores forem presumidos. impacto menor. Os dados disponíveis para testar essas previsões podem ser encontrados na mortalidade por todas as causas (ACM) por tempo e por estado, relatados pelo CDC.

Conforme demonstrado por outros investigadores (por exemplo, Rancourt, Baudin e Mercier 2021), ACM evita a difícil questão da atribuição da causa da morte, que é de natureza política e, como resultado, suscetível a viés (por exemplo, Ealy et ai. 2020). A causa dominante correta de morte raramente é conhecida no caso de doenças respiratórias, e a morte normalmente não é monocausal. 

A vantagem de analisar ACM é que as mortes nos EUA são registradas com alta fidelidade (sem viés de notificação ou subnotificação). Uma vez registrada, uma morte é uma morte, independentemente de como a causa é atribuída no atestado de óbito. Se os bloqueios são eficazes na prevenção de mortes devido à propagação de uma doença durante uma pandemia, as regiões que implementaram bloqueios devem ter sofrido menos mortes per capita por todas as causas, se não houver fatores de confusão predominantes.

Dados e Metodologia

Nosso objetivo é avaliar a eficácia dos bloqueios em salvar vidas durante a era COVID, comparando o número total de mortes por todas as causas em pares de estados: um estado com bloqueio e um estado sem bloqueio que compartilha uma fronteira com o bloqueio Estado. Também examinamos os estados de bloqueio que não compartilham uma fronteira com nenhum estado sem bloqueio, para fins de integridade.

Identificamos estados sem confinamento examinando ordens administrativas e executivas emitidas entre março e abril de 2020 pelos governos estaduais em resposta às declarações de pandemia da OMS e dos governos federal e estadual. A maioria desses pedidos foi arquivada no site Ballotpedia. com, e localizamos os pedidos cujos links não eram mais válidos pesquisando em sites do governo estadual. Atribuímos uma pontuação de “restrição” a cada ordem executiva com base no idioma da ordem de bloqueio para os cidadãos do estado:

Ordenado/mandado: 3
Dirigido: 2
Sugerido/encorajado: 1
Sem pedido: 0

Descobrimos que havia sete (7) estados que tiveram pontuação 0 porque não emitiram ordens de permanência em casa: Dakota do Norte, Dakota do Sul, Wyoming, Iowa, Oklahoma, Nebraska e Arkansas. Houve mais três (3) estados que tiveram pontuação 1 porque os governos apenas sugeriram ou incentivaram os cidadãos a ficar em casa, mas não exigiram que eles o fizessem, nem forneceram meios de fiscalização: Utah, Kentucky e Tennessee. 

Nosso critério para estados de bloqueio versus não bloqueio difere de estudos anteriores em sua simplicidade (ou seja, concentrando-se apenas no rigor da linguagem nas ordens executivas). Mas nossa lista resultante de estados sem bloqueio inclui todos os sete estados listados como sem bloqueio em Ballotpedia, e inclui todos os quatro estados sem confinamento identificados pelo estudo patrocinado pelo CDC de Moreland et ai. (2020)

Comparamos os resultados desses dez estados sem bloqueio com estados de bloqueio que compartilham uma fronteira, sob a suposição de que a propagação viral não é impedida por fronteiras estaduais. Neste estudo, nos concentramos na mortalidade total por todas as causas (ACM) durante um período de tempo especificado como métrica da eficácia do bloqueio. Usamos três períodos de tempo, conforme descrito abaixo. 

Baixamos arquivos de valores separados por vírgula (csv) contendo ACM por semana para cada estado do Site CDC Wonder. Dividimos os dados semanais de ACM para cada estado pela população desse estado (Censo dos EUA, 1º de abril de 2020), resultando no número de óbitos per capita, por semana (DPCW). Ao longo deste relatório expressamos DPCW como o número de mortes por 10,000 habitantes. 

Uma etapa de correção adicional é necessária para permitir comparações precisas de mortalidade por estado. Diferenças nas distribuições de idade, taxas de obesidade, níveis de pobreza, taxas de deficiência física e mental e outros determinantes de saúde levarão a diferenças intrínsecas no DPCW em vários estados. Essas diferenças se manifestam coletivamente em um deslocamento em DPCW visto durante anos não pandêmicos (antes de 2020). 

Por exemplo, a Figura 1 mostra uma comparação do DPCW entre Nova York e Flórida durante os anos 2014-2020. Tal como acontece com todas as comparações estaduais, Nova York e Flórida têm variações temporais notavelmente semelhantes em DPCW de semana para semana e de ano para ano, mas também têm um deslocamento claro e quase constante. 

Corrigimos esse deslocamento calculando um fator Hestado, que é o valor mediano da razão de D de um estadoPCW e o DPCW de um estado de referência de 1º de janeiro de 2014 a 31 de dezembro de 2020. Escolhemos Nova York como estado de referência para calcular Hestado. Essa escolha do estado de referência é arbitrária, mas a grande população de Nova York significa que, na maioria dos casos, o erro em Hestado é dominado por erros de Poisson no DPCW do estado de interesse. 

No exemplo mostrado na Figura 1, o fator de correção do estado de saúde da Flórida é Hestado = 0.537, indicando que Nova York experimentou 53.7% menos DPCW do que a Flórida nos anos de 2014 a 2020, provavelmente devido em parte à população mais velha da Flórida. Para cada comparação de estado de DPCW adotamos essa razão como fator de correção para trazer o par de estados na mesma escala, permitindo uma comparação da mortalidade corrigida pelo estado de saúde durante o período de pandemia. 

Esse fator de correção do estado de saúde se justifica, pois estamos realizando uma comparação diferencial entre estados com e sem bloqueios. Estamos perguntando: “Após a promulgação das medidas de bloqueio, qual é a diferença fracionária entre a ACM per capita ajustada em cada par de estados?” Isso pressupõe que, após remover as diferenças no estado de saúde das populações dos estados vizinhos, o maior efeito na ACM per capita ajustada foi a decretação de um bloqueio. Essa suposição é justificada, uma vez que se espera que os bloqueios resultem em grandes interrupções nas economias nacionais e regionais, nos sistemas de saúde e no tecido social em geral.

Figura 1

Figura 1: As mortes per capita, por semana (DPCW) na Flórida (azul) e Nova York (vermelho). O painel esquerdo mostra o deslocamento em DPCW, que atribuímos às diferenças no estado de saúde da população de cada estado (estrutura etária, nível de pobreza, taxa de obesidade etc.). O painel à direita mostra o D corrigidoPCW, que permite uma comparação diferencial entre esses dois estados a partir de 2020.

Para quantificar o efeito dos bloqueios na mortalidade durante o período de COVID, calculamos as mortes integradas (totais) corrigidas pelo estado de saúde per capita, Dmorto, durante um período de tempo escolhido. Calculamos então a razão de Dmorto para cada par de estados, denotado por R (bloqueio dividido por não bloqueio). Usamos três períodos de tempo diferentes nos quais esperamos Dmorto, e R, para capturar os efeitos das medidas de bloqueio:

Dtotal, 1: Soma durante o período de bloqueio do estado de bloqueio. 
Dtotal, 2: Soma durante o período de “COVID pico 1” (cp1) conforme identificado por Rancourt et al. (2021; semana 11 até a semana 25 de 2020)
Dtotal, 3: Soma durante todo o período de 11 de março de 2020 a 31 de dezembro de 2021

Ao longo deste artigo, relatamos os intervalos de confiança de 95% para nossas taxas de mortalidade integradas, normalizadas pela população e corrigidas pelo status de saúde para cada comparação de pares de estados de bloqueio e não confinamento, e para os estados de saúde integrados per capita corrigidos pelo status de saúde mortalidade que relatamos. Esses intervalos de confiança são calculados sob a suposição de que a fonte dominante de erro vem das estatísticas de contagem.

Resultados

Nossos resultados estão resumidos nas figuras abaixo. 

Nas Figuras 2, 3 e 4, o eixo y lista todos os 38 pares de estados de bloqueio/não bloqueio usados ​​para comparar os resultados de mortalidade, com o estado de bloqueio listado primeiro, seguido pelo estado sem bloqueio. Os pontos azuis mostram a estimativa pontual da razão, R, e as barras de erro associadas mostram o intervalo de confiança de 95%; a linha tracejada vertical marca a unidade. Os valores à esquerda da linha vertical indicam instâncias em que o estado de bloqueio experimentou menos mortes per capita corrigidas pelo status de saúde do que o estado sem bloqueio. Os valores à direita da linha indicam que o estado de bloqueio experimentou mais mortes per capita corrigidas pelo status de saúde do que o estado sem bloqueio.

Figura 2

Figura 2: A razão ACM per capita ajustada pelo estado de saúde (R) para cada par de estados vizinhos listados no eixo y. A proporção é baseada na soma de todas as mortes em cada estado durante o período correspondente ao pico da COVID (3/11/2020 – 6/24/2020). As barras de erro mostram o intervalo de confiança de 95% para a razão de cada par. As proporções à esquerda da linha vertical indicam que ocorreram menos mortes no estado de bloqueio do que no estado sem bloqueio, enquanto as proporções à direita da linha vertical indicam que os estados com bloqueios sofreram mais mortes.

Figura 3

Figura 3: A razão ACM per capita ajustada pelo estado de saúde (R) para cada par de estados vizinhos listados no eixo y. A proporção é baseada na soma de todas as mortes em cada estado durante o período de tempo correspondente à duração do bloqueio do estado de bloqueio. As barras de erro mostram o intervalo de confiança de 95% para a razão de cada par. As proporções à esquerda da linha vertical indicam que ocorreram menos mortes no estado de bloqueio do que no estado sem bloqueio, enquanto as proporções à direita da linha vertical indicam que os estados com bloqueios sofreram mais mortes.

Figura 4

Figura 4: A razão ACM per capita ajustada pelo estado de saúde (R) para cada par de estados vizinhos listados no eixo y. A proporção é baseada na soma de todas as mortes em cada estado durante toda a “Era COVID” em nosso conjunto de dados (11 de março de 2020 a 25 de janeiro de 2022). As barras de erro mostram o intervalo de confiança de 95% para a razão de cada par. As proporções à esquerda da linha vertical indicam que ocorreram menos mortes no estado de bloqueio do que no estado sem bloqueio, enquanto as proporções à direita da linha vertical indicam que os estados com bloqueios sofreram mais mortes.

Se os bloqueios salvassem vidas, esperaríamos que a maioria dos índices de ACM (R) fosse menor que um. Em vez disso, vemos o oposto. Para todos os três períodos de integração, a maioria dos índices são maiores que um. Para o período cp1 (bloqueio, completo), 28 (28, 21) pares têm índices de ACM (R) maiores que um, enquanto 0 (0, 9) pares têm índices menores que um, e os 10 restantes (10, 8) pares têm R indistinguível da unidade com 95% de confiança. 

Assim, nossa análise dos valores de R para três períodos de tempo durante os quais se espera que os bloqueios tenham efeito mostra que os dados de ACM dos últimos dois anos são inconsistentes com a hipótese de que os bloqueios salvaram vidas. Por outro lado, nossos resultados são consistentes com a conclusão de Rancourt et al. (2021) que o excesso de mortes no período de COVID nos EUA é causado pelo governo e medidas médicas e respostas à pandemia declarada.

A Figura 4 mostra as mortes integradas per capita corrigidas pelo estado de saúde para o período de 15 semanas do “pico 1 da COVID” (cp1; semanas 11 a 25 de 2020) para todos os estados individualmente (vermelho) e para a mesma integração de 15 semanas janela em 2019 (azul) e 2018 (verde). Aqui, os estados são ordenados, de cima para baixo, em ordem decrescente de densidade populacional média por estado, que muitas vezes se presume ser um fator na propagação de uma doença contagiosa. Os nomes de estado em magenta correspondem aos nossos dez estados sem bloqueio com pontuações de restrição de bloqueio de 0 ou 1. Os nomes de estado em ciano são os estados de bloqueio que compartilham uma fronteira com um estado sem bloqueio, que usamos em nosso cálculo de R . 

Os valores de mortalidade por todas as causas integradas corrigidas pelo estado de saúde nos períodos “cp15” de 1 semanas de 2019 e 2018 são fortemente restritos para todos os estados a um valor de aproximadamente 14 mortes por 10,000 (Figura 5), ​​enquanto os valores correspondentes no período da COVID são muito diferentes de estado para estado, variando do valor da linha de base de 2019 até 25 por 10,000 para Nova Jersey e geralmente tão grandes quanto 15 a 21 por 10,000. Os estados sem bloqueio têm nomes na cor magenta do eixo y, enquanto os estados de bloqueio usados ​​como nossos comparativos no cálculo de R são coloridos em ciano. 

A Figura 5 mostra que a maioria dos nossos dez estados sem bloqueio tem mortalidade por todas as causas integradas corrigidas pelo status de saúde no cp15 de 1 semanas no valor de linha de base pré-COVID (2018 e 2019) de aproximadamente 14 por 10,000, enquanto a maioria dos os estados com pontuações de rigor de bloqueio de 2 e 3 têm taxas de mortalidade bem acima dos valores basais pré-COVID.

Figura 5

Figura 5: ACM corrigido do status de saúde integrado durante o período cp1 (11 de março a 29 de junho de 2020; vermelho) em comparação com o mesmo período de 2019 (azul) e 2018 (verde). Estados ordenados de cima para baixo em densidade populacional decrescente. Magenta indica estados sem bloqueio enquanto ciano denota estados de bloqueio que compartilham uma fronteira com estados sem bloqueio.

Embora uma estimativa precisa do excesso de mortalidade devido a bloqueios esteja além do escopo deste artigo, podemos fazer uma estimativa aproximada com base na Figura 5. Os três estados mais populosos (Califórnia, Texas, Flórida) têm aumentos no período COVID acima da linha de base de aproximadamente 1 por 10,000. Com base em um ano civil (52 semanas), e para uma população igual à de todo os EUA, isso corresponderia a aproximadamente 110,000 mortes, o que poderia ser atribuído diretamente aos impactos de ordenar bloqueios e que não teriam ocorrido se bloqueios não foram implementados. Este valor é consistente com a estimativa de mortalidade por excesso de confinamento de 97,000/ano por Mulligan & Arnot (2022). 

Discussão e conclusão

O uso de bloqueios para “colocar em quarentena” a população geral dos Estados Unidos para controlar a propagação de uma doença infecciosa não tem precedentes na história do país. Durante pandemias anteriores, apenas os doentes e enfermos foram colocados em quarentena, enquanto o resto da população continuou mais ou menos normalmente. 

Essa abordagem de “proteção focada” foi recomendada por profissionais médicos na Declaração de Great Barrington em 2020, demonstrando que existiam alternativas aos bloqueios e eram bem compreendidas na comunidade médica. Ainda em 2019, a Organização Mundial da Saúde defendeu uma abordagem semelhante em suas recomendações para mitigar os riscos de uma pandemia de gripe, sem mencionar as medidas de bloqueio para a população em geral.QUEM 2019). De fato, o relatório da OMS afirma especificamente que colocar em quarentena os indivíduos expostos “não é recomendado porque não há justificativa óbvia para essa medida” (consulte as Tabelas 1 e 4). Da mesma forma, o Plano de ação de preparação para pandemia de gripe para os Estados Unidos não menciona os bloqueios e afirma que “…medidas clássicas destinadas a reduzir o risco de introdução e transmissão de alguns agentes infecciosos, como triagem clínica e quarentena nos portos de entrada, provavelmente não serão eficazes” (Strikas et ai. 2002). 

Em sua revisão da literatura disponível sobre intervenções pandêmicas de influenza, Inglesby et ai. (2006) recomendar explicitamente contra medidas de quarentena no caso de uma pandemia de gripe, tanto para indivíduos doentes quanto saudáveis, porque os custos sociais devem superar em muito os benefícios. Eles concluíram: “[A] experiência mostrou que as comunidades que enfrentam epidemias ou outros eventos adversos respondem melhor e com menos ansiedade quando o funcionamento social normal da comunidade é menos interrompido”. Essas recomendações vão além da preparação e resposta às pandemias de influenza. Em um relatório intitulado Preparação para uma pandemia de patógenos respiratórios de alto impacto, os autores concluem que a quarentena está entre as medidas não farmacêuticas menos eficazes na contenção da propagação da doença (Centro Johns Hopkins para Segurança Sanitária 2019).

Assim, as medidas de bloqueio implementadas em 2020 pela maioria dos estados dos EUA, bem como por muitos países em todo o mundo, representaram um experimento em larga escala sem precedentes no controle de doenças infecciosas. Os dados de mortalidade por todas as causas que analisamos nos permitem testar a hipótese de que os bloqueios salvaram vidas durante a pandemia de COVID. Achamos que esses dados são inconsistentes com essa hipótese; estados com bloqueios sofreram mais mortes por todas as causas do que estados vizinhos sem bloqueios. Concluímos, portanto, que esse experimento foi um fracasso da política de saúde pública e que as medidas de bloqueio não devem ser usadas durante futuros surtos de doenças. 

Nossa descoberta de que a mortalidade por todas as causas aumentou em estados com bloqueios é consistente com as conclusões de Agrawal et ai. (2021) que encontraram aumentos estatisticamente significativos no excesso de mortalidade devido a pedidos de abrigo no local nos EUA e em 43 países. De forma similar, Mulligan & Arnot (2022) estimam que houve excesso de 97,000 mortes/ano devido a bloqueios, com excesso de mortalidade distribuído igualmente entre todas as faixas etárias adultas, diferentemente das mortes por COVID que foram mais comumente atribuídas entre os idosos.

Dada a forte associação entre as imposições de confinamento da população em geral e o aumento da mortalidade por todas as causas, demonstrado acima (Figuras 2-5), é apropriado arriscar hipóteses para a causa ou causas dessa associação. 

Obviamente, americanos privilegiados das classes média-alta e profissionais não morreram por ficar em casa. No entanto, não é irracional postular que os regulamentos e ordens de bloqueio da população geral são, no entanto, proxies ou indicadores estatutários do grau de agressividade (incluindo abandono) com que as instituições sociais do estado responderam ou reagiram à pandemia anunciada. Essas instituições incluem escolas, casas de repouso, hospitais, clínicas, serviços para deficientes, creches, serviços policiais, serviços sociais e familiares, e assim por diante.

Provisoriamente avançamos isso porque é inteiramente provável que o excesso de mortes associadas aos bloqueios seja de grupos de indivíduos com risco particularmente alto de sofrer consequências fatais de interrupções grandes e negativas em suas vidas e redes de apoio. Isso será verdade independentemente da causa mecanicista real da morte, dada a associação conhecida entre o estresse vivenciado e o isolamento social e a gravidade e mortalidade da doença, por meio do impacto no sistema imunológico.Ader e Cohen 1993; Cohen et al. 1991; Cohen et al. 1997; Cohen et al. 2007; Sapolsky 2005; Prenderville e outros, 2015; Dhabhar 2014; Rancourt et ai. 2021). De fato, há ampla evidência de que os bloqueios estão associados a grandes aumentos na desemprego e um agravamento geral da saúde mental (p. Jewell et ai. 2020, Czeisler et ai. 2020). 

Os dados do ACM disponíveis no site do CDC Wonder não são desagregados por estado e demografia, portanto, não conseguimos examinar quais grupos demográficos estavam morrendo e como estavam morrendo em cada estado. No entanto, a informação demográfica está disponível a nível nacional, e Mulligan & Arnot (2022) encontraram grandes aumentos no excesso de mortalidade entre pessoas de 18 a 65 anos, que é um grupo demográfico que não estava em alto risco de COVID. 

Do mesmo modo, Rancourt et ai. (2021) descobriram que a distribuição temporal e espacial da mortalidade por todas as causas no período de pandemia é inconsistente com os efeitos de uma doença respiratória viral. Eles encontraram evidências de que muitas mortes em excesso durante a pandemia foram infecções por pneumonia bacteriana diagnosticadas erroneamente, provavelmente exacerbadas por interrupções no sistema de saúde dos EUA.

Assim, existem fortes evidências que apoiam a hipótese de que os bloqueios colocaram uma carga de estresse repentina e severa em demografias vulneráveis ​​​​nos EUA, levando a aumentos significativos de mortes nos estados que usaram bloqueios como medidas de controle de doenças.

Este resumo é extraído do estudo maior dos autores.



Publicado sob um Licença Internacional Creative Commons Attribution 4.0
Para reimpressões, defina o link canônico de volta ao original Instituto Brownstone Artigo e Autor.

autores

  • John Asher Johnson

    John Johnson é professor de astronomia no Centro de Astrofísica | Harvard & Smithsonian. A história de pesquisa de John envolve a detecção e observação de exoplanetas, coleta de dados e o projeto e construção de instrumentos usados ​​na busca por mundos além do nosso sistema solar.

    Ver todos os posts
  • Denis Rancourt

    Denis Rancourt foi professor de física e cientista-chefe da Universidade de Ottawa por 23 anos. Ele agora está escrevendo sobre medicina, COVID-19, saúde individual, mudanças climáticas, geopolítica, direitos civis, teoria política e sociologia. Denis escreveu mais de 100 artigos de periódicos revisados ​​por pares em áreas técnicas de ciência e tecnologia.

    Ver todos os posts

Doe hoje

Seu apoio financeiro ao Instituto Brownstone vai para apoiar escritores, advogados, cientistas, economistas e outras pessoas de coragem que foram expurgadas e deslocadas profissionalmente durante a turbulência de nossos tempos. Você pode ajudar a divulgar a verdade por meio de seu trabalho contínuo.

Assine Brownstone para mais notícias

Mantenha-se informado com o Instituto Brownstone