科学家们已经命名了影响COVID-19传播的区域因素

新冠肺炎给人类带来了意想不到的挑战。各国采取了不同的、有时完全相反的方法来最大限度地减少大流行的影响:从严格封锁到完全不限制，如瑞典。直到上周，中国才开始放松零容忍政策。

HSE经济科学学院的研究人员已经确定了一些对俄罗斯covid -19传播影响最大的因素，这些因素包括环境湿度和温度、人口流动性、国内移民在俄罗斯的比例当地居民，以及家庭收入。研究结果发表在人口与经济．

冠状病毒大流行导致经济增长放缓、家庭收入下降、失业率上升，并造成大量人员伤亡:根据约翰·霍普金斯大学的数据，全球已报告超过6.5亿例COVID-19病例，660多万人死亡。

为了吸取COVID-19的教训并为潜在的新感染做准备，科学家们检查和分析了大流行期间收集的各种数据，包括疾病的发展过程、疫苗和药物的功效、成功的公共卫生政策以及限制措施和政府支持措施的效果。

研究指出，许多因素可能会影响冠状病毒在特定地点的传播。在许多国家，第一批病例是在大城市确诊的，大城市是吸引其他地区和国家人口的经济中心。高人口密度也会加速病毒的传播，特别是在贫穷国家(尽管研究人员在这一点上存在分歧)。

老年人对冠状病毒的脆弱性也受到了质疑。这一年龄组报告的病例数量较高可能是由于老年人更有健康意识，更经常进行检测。

影响病毒传播的其他因素包括环境温度(气候越温暖，感染率越低)和湿度(被发现可以降低感染的可能性)温暖的气候但在寒冷的国家，如果要增加它)，城市的绿化，当局是否及时果断地实施公共卫生限制，检测的规模，一个国家是否拥有先进的公共卫生系统，等等。

作者调查了俄罗斯的数据是否证实了这些发现，以及是否存在影响病毒传播的特定国家因素。该论文基于俄罗斯统计局在2020年3月至12月期间收集的82个俄罗斯地区的数据，包括有关当地天气和人口流动的信息，这些信息由Yandex自隔离指数衡量。

COVID-19的患病率是根据过量估计的死亡率利率。许多研究使用这一指标，而不是关于COVID-19病例和死亡人数的官方统计数据，因为此类统计数据可能取决于检测率、报告政策和其他因素。

本研究中用于建模的变量包括人口统计数据(退休人员、内部流动人口和城市居民在人口中的比例)、自然和气候(平均环境温度、湿度、城市绿地)、政策(自我隔离指数)、经济因素(人均收入、住房保障、失业率)和当地医疗保健(每1万人中有医生和护士)。

由此产生的模型揭示了最重要的因素，包括天气(湿度和温度)、Yandex报告的自我隔离指数、内部移民的比例以及家庭收入．相比之下，居住在城市、住房和城市绿化的人口比例似乎并不显著。事实证明，每组因素至少包括一个与死亡率显著相关的因素。

高湿度和低平均温度与COVID-19的高死亡率有关，来自其他地区的密集移民也与此有关。除此之外，在平均收入高、失业率高的地区，情况似乎更糟。该模型的一个版本还显示，该区域的死亡率与领取养恤金者所占比例之间存在负相关，而死亡率与报告的自我隔离指数之间存在正相关。该模型的另一个版本证实了与卫生工作者数量呈负相关:它越高，死亡率越低。

“我们的许多研究结果与其他国家研究人员的观察结果一致。然而，也有不同之处。在英国和美国等一些发达国家，与covid -19相关的发病率和死亡率与贫困呈正相关。相比之下，在俄罗斯，在其他条件相同的情况下，较富裕地区的COVID-19死亡率较高。同样与其他一些国家相反的是，我们没有观察到抗covid公共卫生政策与死亡率之间的“正确”负相关。事实上，在这些地区和人口流动性最低的月份，报告的死亡率较高。人们可以认为，俄罗斯人口选择减少流动性是为了应对他们所在地区的疾病发病率上升，而不是遵守官方的地区政策，”该论文的合著者、HSE经济科学学院教授Marina Kolosnitsyna说。

该地区与covid -19相关的死亡率与领取养老金者比例之间观察到的负相关关系似乎违反直觉。根据作者的说法，原因可能是老年人往往社会接触更少，更谨慎，并遵守自我隔离规定，所有这些都使该群体的COVID-19发病率低于年轻人。自我隔离指数与过高死亡率之间的正相关关系实际上可能表明反向因果关系，即流动性和活动水平较低是该地区COVID-19危急局势的结果，而不是原因。

高收入可能表明当地工业、交通和商业繁荣，商业活动活跃，从而促进了病毒的传播。失业可能会迫使人们接受无法远程完成的低水平工作。

“感染控制政策应根据地区而有所区别。需要特别关注气候寒冷和潮湿的地区，以及工业发达和较富裕、人口较年轻、大量外来移民和高失业率的地区。尤其重要的是，要确保在全国广大领土上更平等地分配卫生人力:这次大流行明显显示出死亡率的差异，这取决于地区卫生保健能力，”Kolosnitsyna说。