Die USA und ihre 50 Bundesstaaten bieten ein natürliches Experiment, um zu testen, ob übermäßige Todesfälle jeglicher Ursache direkt auf die Umsetzung der sozialen und wirtschaftlichen strukturellen groß angelegten Veränderungen zurückgeführt werden können, die durch die Anordnung von Ausgangssperren für die allgemeine Bevölkerung hervorgerufen werden.
Zehn Staaten hatten keine Lockdown-Auferlegungen und es gibt 38 Paare von Lockdown-/Non-Lockdown-Staaten, die eine Landgrenze teilen. Wir stellen fest, dass die behördliche Auferlegung und Durchsetzung von landesweiten Anordnungen zur Unterbringung vor Ort oder zu Hause schlüssig mit einer größeren gesundheitszustandskorrigierten Pro-Kopf-Gesamtmortalität pro Staat korreliert. Dieses Ergebnis widerspricht der Hypothese, dass Lockdowns Leben gerettet haben.
Einleitung
Am 11. März 2020 erklärte die Weltgesundheitsorganisation eine Pandemie aufgrund eines gemeldeten Ausbruchs von COVID-19 (im Folgenden COVID), der angeblich durch das SARS-CoV-2-Virus verursachten Atemwegserkrankung, in Wuhan, China. Am 13. März 2020 wurde in den Vereinigten Staaten wegen des Ausbruchs von COVID-19 ein nationaler Notstand ausgerufen. In den USA führte diese Erklärung zu einer heterogenen Reihe von Antworten von Gesundheitsbehörden und Regierungsbeamten in verschiedenen Bundesstaaten. Unter diesen unterschiedlichen, bundesstaatlichen politischen Reaktionen erließen die meisten Bundesstaaten im März und April 2020 Anordnungen zum Schutz vor Ort oder zum Aufenthalt zu Hause (im Folgenden als „Lockdowns“ bezeichnet).
Die Motivation für diese Sperrmaßnahmen bestand darin, die Ausbreitung von COVID-19 durch die Einschränkung sozialer Interaktionen zu verlangsamen, unter der Annahme, dass sich die Krankheit durch persönlichen Kontakt ausbreitet. Aufgrund der Unabhängigkeit der staatlichen Regierung in den USA hatten die Lockdown-Maßnahmen jedoch ein breites Spektrum an Umsetzung und Durchsetzung, wobei einige Staaten ganz auf Lockdowns verzichteten.
Diese Unterschiede in den staatlichen Entscheidungen, entweder zu sperren oder nicht, stellen somit ein nützliches Experiment dar, um die Hypothese zu testen, dass Sperrungen Leben gerettet haben. Diese Hypothese sagt voraus, dass es in Staaten, die Lockdowns eingeführt haben, weniger Todesfälle (pro Kopf) und in Staaten, die dies nicht getan haben, mehr Todesfälle hätte geben müssen, nachdem die Unterschiede im Gesundheitszustand der Bevölkerung des Staates berücksichtigt wurden, wenn alle anderen Faktoren davon ausgehen, dass dies der Fall war geringerer Einfluss. Die verfügbaren Daten zum Testen dieser Vorhersagen sind in der Gesamtmortalität (ACM) nach Zeit und Staat zu finden, die von der CDC gemeldet wird.
Wie von anderen Ermittlern (z Rancourt, Baudin & Mercier 2021), umgeht ACM die schwierige Frage der Zuordnung der Todesursache, die politischer Natur und daher anfällig für Voreingenommenheit ist (z Ealy et al. 2020). Bei Atemwegserkrankungen ist die richtige dominante Todesursache selten bekannt, und der Tod ist in der Regel nicht monokausal.
Der Vorteil der Analyse von ACM besteht darin, dass Todesfälle in den USA mit hoher Genauigkeit aufgezeichnet werden (keine Berichtsverzerrung oder Untererfassung). Einmal erfasst, ist ein Todesfall ein Todesfall, unabhängig davon, wie die Todesursache auf der Sterbeurkunde zugeordnet wird. Wenn Lockdowns Todesfälle aufgrund der Ausbreitung einer Krankheit während einer Pandemie wirksam verhindern, sollten Regionen, in denen Lockdowns durchgeführt wurden, weniger Todesfälle pro Kopf aus allen Ursachen aufweisen, wenn keine übergeordneten Störfaktoren vorliegen.
Daten und Methodik
Unser Ziel ist es, die Wirksamkeit von Lockdowns bei der Rettung von Leben während der COVID-Ära zu bewerten, indem wir die Gesamtzahl der Todesfälle aus allen Ursachen in Staatenpaaren vergleichen: ein Staat mit Lockdown und ein Staat ohne Lockdown, der eine Grenze mit dem Lockdown teilt Zustand. Wir haben der Vollständigkeit halber auch die Lockdown-Staaten untersucht, die keine Grenze mit einem Nicht-Lockdown-Staat teilen.
Wir haben Nicht-Lockdown-Staaten identifiziert, indem wir Verwaltungs- und Exekutivverordnungen untersucht haben, die im März-April 2020 von Landesregierungen als Reaktion auf die Pandemieerklärungen der WHO und der Bundes- und Landesregierungen erlassen wurden. Die meisten dieser Bestellungen wurden auf der Website archiviert Ballotpedia.com, und wir haben die Bestellungen gefunden, für die die Links nicht mehr gültig waren, indem wir die Websites der Landesregierungen durchsuchten. Wir haben jeder Exekutivverordnung basierend auf der Sprache der Sperrverordnung für die Bürger des Staates eine „Strenge“-Punktzahl zugewiesen:
Bestellt/beauftragt: 3
Regie: 2
Empfohlen/ermutigt: 1
Keine Reihenfolge: 0
Wir fanden heraus, dass es sieben (7) Bundesstaaten gab, die eine Punktzahl von 0 hatten, weil sie keine Anordnungen für den Aufenthalt zu Hause erließen: North Dakota, South Dakota, Wyoming, Iowa, Oklahoma, Nebraska und Arkansas. Es gab weitere drei (3) Staaten, die mit 1 bewertet wurden, weil die Regierungen den Bürgern nur nahelegten oder ermutigten, zu Hause zu bleiben, sie jedoch nicht dazu aufforderten oder Mittel zur Durchsetzung bereitstellten: Utah, Kentucky und Tennessee.
Unser Kriterium für Lockdown- und Nicht-Lockdown-Zustände unterscheidet sich von früheren Studien in seiner Einfachheit (dh Fokussierung nur auf die Stringenz der Sprache in den Exekutivverordnungen). Aber unsere resultierende Liste der Nicht-Lockdown-Staaten enthält alle sieben Staaten, die als Non-Lockdown on aufgeführt sind Ballotpedia, und umfasst alle vier Nicht-Lockdown-Staaten, die in der von der CDC gesponserten Studie identifiziert wurden Morelandet al. (2020).
Wir verglichen die Ergebnisse dieser zehn Nicht-Lockdown-Staaten mit Lockdown-Staaten, die eine gemeinsame Grenze teilen, unter der Annahme, dass die Virusausbreitung nicht durch Staatsgrenzen behindert wird. In dieser Studie konzentrieren wir uns auf die Gesamtmortalität (ACM) über einen bestimmten Zeitraum als Maß für die Wirksamkeit des Lockdowns. Wir verwenden drei Zeiträume, wie unten beschrieben.
Wir haben Dateien mit kommagetrennten Werten (csv) heruntergeladen, die ACM pro Woche für jeden Staat von der enthalten CDC Wonder-Website. Wir haben die wöchentlichen ACM-Daten für jeden Staat durch die Bevölkerung dieses Staates geteilt (US-Volkszählung, 1. April 2020), woraus sich die Zahl der Todesfälle pro Kopf und Woche ergibt (Dpcw). In diesem Bericht drücken wir Dpcw als Zahl der Todesfälle pro 10,000 Einwohner.
Ein zusätzlicher Korrekturschritt ist erforderlich, um genaue Vergleiche der Sterblichkeit von Bundesstaat zu Bundesstaat zu ermöglichen. Unterschiede in der Altersverteilung, Fettleibigkeitsraten, Armutsniveaus, körperlichen und geistigen Behinderungsraten und anderen Gesundheitsfaktoren führen zu intrinsischen Unterschieden in Dpcw in verschiedenen Staaten. Diese Unterschiede manifestieren sich gemeinsam in einem Offset in Dpcw in Jahren ohne Pandemie (vor 2020) beobachtet.
Beispielsweise zeigt Abbildung 1 einen Vergleich der Dpcw zwischen New York und Florida in den Jahren 2014-2020. Wie bei allen bundesstaatlichen Vergleichen weisen New York und Florida bemerkenswert ähnliche zeitliche Schwankungen in D aufpcw von Woche zu Woche und von Jahr zu Jahr, haben aber auch einen deutlichen und nahezu konstanten Versatz.
Wir korrigieren diesen Offset, indem wir einen Faktor H berechnenZustand, das ist der Medianwert des Verhältnisses von D eines Staatespcw und die Dpcw eines Referenzstaates vom 1. Januar 2014 bis zum 31. Dezember 2020. Wir haben New York als Referenzstaat für die Berechnung von H gewähltZustand. Diese Wahl des Referenzstaates ist willkürlich, aber die große Bevölkerung von New York bedeutet, dass in den meisten Fällen der Fehler in HZustand wird von Poisson-Fehlern in D dominiertpcw des interessierenden Zustands.
In dem in Abbildung 1 gezeigten Beispiel ist der Gesundheitszustands-Korrekturfaktor von Florida HZustand = 0.537, was darauf hinweist, dass New York 53.7 % weniger D erlebtepcw als Florida in den Jahren 2014 bis 2020, wahrscheinlich teilweise aufgrund der älteren Bevölkerung in Florida. Für jeden zustandsweisen Vergleich von Dpcw Wir verwenden dieses Verhältnis als Korrekturfaktor, um das Staatenpaar auf die gleiche Skala zu bringen und einen gesundheitszustandskorrigierten Vergleich der Sterblichkeit während der Pandemieperiode zu ermöglichen.
Dieser Gesundheitszustands-Korrekturfaktor ist gerechtfertigt, da wir einen differenziellen Vergleich zwischen Staaten mit und ohne Lockdowns durchführen. Wir fragen: „Wie groß ist nach der Verabschiedung von Lockdown-Maßnahmen der Bruchteil der Differenz zwischen der angepassten Pro-Kopf-ACM in jedem Staatenpaar?“ Dies geht davon aus, dass nach der Beseitigung von Unterschieden im Gesundheitszustand der Bevölkerung benachbarter Staaten die größte Auswirkung auf die bereinigte Pro-Kopf-ACM der Erlass eines Lockdowns war. Diese Annahme ist gerechtfertigt, da durch die Lockdowns massive Störungen der nationalen und regionalen Wirtschaft, der Gesundheitssysteme und des allgemeinen Sozialgefüges zu erwarten sind.
Abbildung 1: Die Todesfälle pro Kopf und Woche (Dpcw) in Florida (blau) und New York (rot). Das linke Feld zeigt den Offset in Dpcw, die wir den Unterschieden im Gesundheitszustand der Bevölkerung jedes Staates zuschreiben (Altersstruktur, Armutsniveau, Fettleibigkeitsrate usw.). Das Feld rechts zeigt das korrigierte Dpcw, die ab 2020 einen differenzierten Vergleich zwischen diesen beiden Staaten ermöglicht.
Um die Auswirkungen von Lockdowns auf die Sterblichkeit während des COVID-Zeitraums zu quantifizieren, berechnen wir die integrierten (gesamten) gesundheitszustandskorrigierten Todesfälle pro Kopf, Dbis, über einen gewählten Zeitraum. Wir berechnen dann das Verhältnis von Dbis für jedes Zustandspaar, bezeichnet mit R (Sperre dividiert durch Nicht-Sperre). Wir verwenden drei verschiedene Zeiträume, über die wir D erwartenbis, und R, um die Auswirkungen der Sperrmaßnahmen zu erfassen:
Dinsgesamt, 1: Summe über den Sperrzeitraum des Sperrzustands.
Dinsgesamt, 2: Summe über den Zeitraum von „COVID Peak 1“ (cp1) wie von Rancourt et al. (2021; Woche 11 bis Woche 25 von 2020)
Dinsgesamt, 3: Summe über den gesamten Zeitraum vom 11. März 2020 bis 31. Dezember 2021
In diesem Dokument geben wir die 95-%-Konfidenzintervalle für unsere integrierten, bevölkerungsnormalisierten und gesundheitszustandskorrigierten Sterblichkeitsverhältnisse für jeden paarweisen Vergleich von Lockdown- und Nicht-Lockdown-Zuständen und für den gesundheitszustandskorrigierten integrierten pro Kopf an Todesfälle, die wir melden. Diese Konfidenzintervalle werden unter der Annahme berechnet, dass die dominierende Fehlerquelle aus der Zählstatistik stammt.
Ergebnisse
Unsere Ergebnisse sind in den folgenden Abbildungen zusammengefasst.
In den Abbildungen 2, 3 und 4 listet die y-Achse alle 38 Lockdown/Non-Lockdown-Zustandspaare auf, die für den Vergleich der Sterblichkeitsergebnisse verwendet werden, wobei der Lockdown-Zustand zuerst aufgeführt wird, gefolgt vom Nicht-Lockdown-Zustand. Die blauen Punkte zeigen die Punktschätzung des Verhältnisses R, und die zugehörigen Fehlerbalken zeigen das 95 %-Konfidenzintervall; die vertikale gestrichelte Linie markiert die Einheit. Werte links von der vertikalen Linie zeigen Fälle an, in denen der Lockdown-Zustand weniger gesundheitskorrigierte Pro-Kopf-Todesfälle verzeichnete als der Nicht-Lockdown-Zustand. Werte rechts von der Linie zeigen an, dass im Lockdown-Staat mehr gesundheitskorrigierte Pro-Kopf-Todesfälle auftraten als im Nicht-Lockdown-Staat.
Abbildung 2: Der gesundheitszustandsbereinigte Pro-Kopf-ACM-Quotient (R) für jedes benachbarte Staatenpaar, das auf der y-Achse aufgeführt ist. Das Verhältnis basiert auf der Summierung aller Todesfälle in jedem Staat über den Zeitraum, der dem COVID-Peak entspricht (3 – 11). Die Fehlerbalken zeigen das 2020 %-Konfidenzintervall für das Verhältnis jedes Paars. Verhältnisse links von der vertikalen Linie zeigen an, dass im Lockdown-Zustand weniger Todesfälle auftraten als im Nicht-Lockdown-Zustand, während Verhältnisse rechts von der vertikalen Linie anzeigen, dass Staaten mit Lockdowns mehr Todesfälle verzeichneten.
Abbildung 3: Der gesundheitszustandsbereinigte Pro-Kopf-ACM-Quotient (R) für jedes benachbarte Staatenpaar, das auf der y-Achse aufgeführt ist. Das Verhältnis basiert auf der Summierung aller Todesfälle in jedem Bundesstaat über den Zeitraum, der der Sperrdauer des Sperrzustands entspricht. Die Fehlerbalken zeigen das 95 %-Konfidenzintervall für das Verhältnis jedes Paars. Verhältnisse links von der vertikalen Linie zeigen an, dass im Lockdown-Zustand weniger Todesfälle auftraten als im Nicht-Lockdown-Zustand, während Verhältnisse rechts von der vertikalen Linie anzeigen, dass Staaten mit Lockdowns mehr Todesfälle verzeichneten.
Abbildung 4: Der gesundheitszustandsbereinigte Pro-Kopf-ACM-Quotient (R) für jedes benachbarte Staatenpaar, das auf der y-Achse aufgeführt ist. Das Verhältnis basiert auf der Summierung aller Todesfälle in jedem Staat über die gesamte „COVID-Ära“ in unserem Datensatz (11. März 2020 – 25. Januar 2022). Die Fehlerbalken zeigen das 95 %-Konfidenzintervall für das Verhältnis jedes Paars. Verhältnisse links von der vertikalen Linie zeigen an, dass im Lockdown-Zustand weniger Todesfälle auftraten als im Nicht-Lockdown-Zustand, während Verhältnisse rechts von der vertikalen Linie anzeigen, dass Staaten mit Lockdowns mehr Todesfälle verzeichneten.
Wenn Lockdowns Leben retten würden, würden wir erwarten, dass die meisten ACM-Verhältnisse (R) kleiner als eins wären. Stattdessen sehen wir das Gegenteil. Für alle drei Integrationsperioden sind die meisten Verhältnisse größer als eins. Für den cp1-Zeitraum (Lockdown, Full) haben 28 (28, 21) Paare ACM-Verhältnisse (R) größer als eins, während 0 (0, 9) Paare Verhältnisse kleiner als eins haben und die restlichen 10 (10, 8) Bei Paaren ist R bei 95 % Konfidenz nicht von Eins zu unterscheiden.
Daher zeigt unsere Analyse der R-Werte für drei Zeiträume, in denen erwartet wird, dass Lockdowns Auswirkungen haben, dass die ACM-Daten der letzten zwei Jahre nicht mit der Hypothese übereinstimmen, dass Lockdowns Leben gerettet haben. Andererseits stimmen unsere Ergebnisse mit der Schlussfolgerung von Rancourt et al. (2021), dass die übermäßigen Todesfälle in der COVID-Zeit in den USA durch staatliche und medizinische Maßnahmen verursacht werden, und Reaktionen auf die erklärte Pandemie.
Abbildung 4 zeigt die gesundheitszustandskorrigierten integrierten Todesfälle pro Kopf für den 15-wöchigen „COVID-Peak-1“-Zeitraum (cp1; Wochen 11 bis 25 des Jahres 2020) für alle Staaten einzeln (rot) und für dieselbe 15-wöchige Integration Fenster in 2019 (blau) und 2018 (grün). Hier sind die Staaten von oben nach unten in absteigender Reihenfolge der durchschnittlichen Bevölkerungsdichte geordnet, von der oft angenommen wird, dass sie ein Faktor für die Ausbreitung einer ansteckenden Krankheit ist. Die Staatsnamen in Magenta entsprechen unseren zehn Nicht-Lockdown-Staaten mit Lockdown-Stringenzwerten von 0 oder 1. Die Staatsnamen in Cyan sind die Lockdown-Staaten, die eine Grenze mit einem Nicht-Lockdown-Staat teilen, die wir in unserer Berechnung von R verwendet haben .
Die Werte der gesundheitszustandskorrigierten integrierten Gesamtmortalität in den 15-wöchigen „cp1“-Perioden von 2019 und 2018 sind für alle Staaten eng auf einen Wert von etwa 14 Todesfällen pro 10,000 beschränkt (Abbildung 5), während die entsprechenden Werte in der COVID-Periode sind von Bundesstaat zu Bundesstaat sehr unterschiedlich und reichen vom Basiswert von 2019 bis zu 25 pro 10,000 für New Jersey und typischerweise bis zu 15 bis 21 pro 10,000. Nicht-Lockdown-Zustände haben Namen auf der y-Achse in Magenta, während die Lockdown-Zustände, die als unsere Vergleichswerte bei der Berechnung von R verwendet werden, Cyan gefärbt sind.
Abbildung 5 zeigt, dass die meisten unserer zehn Nicht-Lockdown-Staaten eine gesundheitszustandskorrigierte integrierte Gesamtmortalität im 15-wöchigen cp1 auf dem Basiswert vor COVID (2018 und 2019) von etwa 14 pro 10,000 haben, während die meisten Die Bundesstaaten mit Lockdown-Stringenzwerten von 2 und 3 weisen Sterblichkeitsraten auf, die deutlich über den Ausgangswerten vor COVID liegen.
Abbildung 5: Integrierter gesundheitszustandkorrigierter ACM über den cp1-Zeitraum (11. März bis 29. Juni 2020; rot) im Vergleich zum gleichen Zeitraum im Jahr 2019 (blau) und 2018 (grünen). Die Staaten sind von oben nach unten in abnehmender Bevölkerungsdichte angeordnet. Magenta zeigt Nicht-Sperrzustände während an Cyan bezeichnet Lockdown-Staaten, die eine Grenze mit Nicht-Lockdown-Staaten teilen.
Während eine genaue Schätzung der Übersterblichkeit aufgrund von Lockdowns den Rahmen dieses Papiers sprengen würde, können wir anhand von Abbildung 5 eine grobe Schätzung vornehmen. Die drei bevölkerungsreichsten Bundesstaaten (Kalifornien, Texas, Florida) weisen während der COVID-Periode einen Anstieg über dem Ausgangswert auf von ungefähr 1 pro 10,000. Auf Basis eines Kalenderjahres (52 Wochen) und bei einer Bevölkerungszahl der gesamten USA entspräche dies etwa 110,000 Todesfällen, die direkt auf die Auswirkungen von angeordneten Lockdowns zurückzuführen wären und die sonst nicht eingetreten wären Sperrungen wurden nicht durchgeführt. Dieser Wert steht im Einklang mit der geschätzten Übersterblichkeit des Lockdowns von 97,000/Jahr Mulligan & Arnot (2022).
Diskussion und Schlussfolgerung
Der Einsatz von Lockdowns zur „Quarantäne“ der allgemeinen Bevölkerung der Vereinigten Staaten, um die Ausbreitung einer Infektionskrankheit zu kontrollieren, ist in der Geschichte der Nation beispiellos. Während früherer Pandemien wurden nur Kranke und Gebrechliche unter Quarantäne gestellt, während der Rest der Bevölkerung mehr oder weniger normal weitermachte.
Dieser „fokussierte Schutz“-Ansatz wurde von Medizinern in der USA empfohlen Große Barrington-Erklärung im Jahr 2020 und demonstrierten, dass Alternativen zu Lockdowns existierten und in der medizinischen Gemeinschaft gut verstanden wurden. Noch 2019 vertrat die Weltgesundheitsorganisation in ihren Empfehlungen zur Minderung der Risiken einer Influenza-Pandemie einen ähnlichen Ansatz, ohne jedoch Lockdown-Maßnahmen für die allgemeine Bevölkerung zu erwähnen (WHO 2019). Tatsächlich heißt es im WHO-Bericht ausdrücklich, dass die Quarantäne exponierter Personen „nicht empfohlen wird, da es keine offensichtliche Begründung für diese Maßnahme gibt“ (siehe Tabellen 1 und 4). Ebenso die Aktionsplan zur Vorbereitung auf eine Grippepandemie für die Vereinigten Staaten erwähnt Sperren nicht und stellt fest, dass „… klassische Maßnahmen zur Verringerung des Risikos der Einschleppung und Übertragung einiger Infektionserreger, wie klinisches Screening und Quarantäne an den Einreisehäfen, wahrscheinlich nicht wirksam sind“ (Strikas et al. 2002).
In ihrer Überprüfung der verfügbaren Literatur zu Interventionen bei Influenza-Pandemien Inglesbyet al. (2006) raten ausdrücklich von Quarantänemaßnahmen im Falle einer Grippepandemie sowohl für Kranke als auch für Gesunde ab, da die gesellschaftlichen Kosten den Nutzen voraussichtlich bei weitem übersteigen werden. Sie kamen zu dem Schluss: „Die Erfahrung hat gezeigt, dass Gemeinschaften, die mit Epidemien oder anderen unerwünschten Ereignissen konfrontiert sind, am besten und mit der geringsten Angst reagieren, wenn das normale soziale Funktionieren der Gemeinschaft am wenigsten gestört ist.“ Diese Empfehlungen gehen über die Vorbereitung und Reaktion auf Grippepandemien hinaus. In einem Bericht mit dem Titel Vorbereitung auf eine Pandemie von Atemwegserregern mit hoher Auswirkung, kommen die Autoren zu dem Schluss, dass die Quarantäne zu den am wenigsten wirksamen nichtpharmazeutischen Maßnahmen zur Eindämmung der Ausbreitung von Krankheiten gehört (Johns Hopkins Zentrum für Gesundheitssicherheit 2019).
Daher stellten die im Jahr 2020 von der Mehrheit der US-Bundesstaaten sowie vielen Ländern weltweit durchgeführten Lockdown-Maßnahmen ein beispielloses, groß angelegtes Experiment zur Bekämpfung von Infektionskrankheiten dar. Die von uns analysierten Daten zur Gesamtsterblichkeit ermöglichen es uns, die Hypothese zu testen, dass Lockdowns während der COVID-Pandemie Leben gerettet haben. Wir finden, dass diese Daten mit dieser Hypothese nicht übereinstimmen; Staaten mit Lockdowns verzeichneten mehr Todesfälle aus allen Gründen als benachbarte Staaten ohne Lockdowns. Wir kommen daher zu dem Schluss, dass dieses Experiment ein Versagen der öffentlichen Gesundheitspolitik war und dass bei zukünftigen Krankheitsausbrüchen keine Sperrmaßnahmen ergriffen werden sollten.
Unsere Feststellung, dass die Gesamtmortalität in Staaten mit Lockdowns gestiegen ist, stimmt mit den Schlussfolgerungen von überein Agrawal et al. (2021), die einen statistisch signifikanten Anstieg der Übersterblichkeit aufgrund von Shelter-in-Place-Anordnungen in den USA und in 43 Ländern feststellten. Ähnlich, Mulligan & Arnot (2022) schätzen, dass es 97,000 zusätzliche Todesfälle pro Jahr aufgrund von Lockdowns gab, wobei die übermäßige Sterblichkeit gleichmäßig auf alle erwachsenen Altersgruppen verteilt war, im Gegensatz zu COVID-Todesfällen, die am häufigsten älteren Menschen zugeschrieben wurden.
Angesichts des starken Zusammenhangs zwischen Lockdown-Auferlegungen für die Allgemeinbevölkerung und erhöhter Gesamtsterblichkeit, der oben gezeigt wurde (Abbildungen 2-5), ist es angebracht, Hypothesen für die Ursache oder Ursachen dieses Zusammenhangs aufzustellen.
Offensichtlich starben privilegierte Amerikaner aus der oberen Mittelschicht und den Berufsschichten nicht daran, zu Hause zu bleiben. Es ist jedoch nicht abwegig zu postulieren, dass die allgemeinen Lockdown-Verordnungen und Anordnungen dennoch Stellvertreter oder gesetzliche Indikatoren für den Grad der Aggressivität (einschließlich Verlassenheit) sind, mit der die gesellschaftlichen Institutionen im Staat auf die angekündigte Pandemie reagierten oder reagierten. Zu diesen Einrichtungen gehören Schulen, Pflegeheime, Krankenhäuser, Kliniken, Behindertendienste, Tagespflegeeinrichtungen, Polizeidienste, Familien- und Sozialdienste und so weiter.
Wir treiben dies vorläufig voran, da es sehr wahrscheinlich ist, dass die mit Lockdowns verbundenen übermäßigen Todesfälle auf Gruppen von Personen zurückzuführen sind, die einem besonders hohen Risiko ausgesetzt sind, fatale Folgen durch große und negative Störungen in ihrem Leben und ihren Unterstützungsnetzwerken zu erleiden. Dies gilt unabhängig von der tatsächlichen mechanistischen Todesursache angesichts des bekannten Zusammenhangs zwischen erlebtem Stress und sozialer Isolation sowie der Schwere der Erkrankung und Mortalität über die Auswirkungen auf das Immunsystem (Ader und Cohen 1993; Cohen et al. 1991; Cohen et al. 1997; Cohen et al. 2007; Sapolsky 2005; Prendervilleet al., 2015; Dhabhar 2014; Rancourtet al. 2021). In der Tat gibt es zahlreiche Beweise dafür, dass die Sperrungen mit einem starken Anstieg der Zahl der Menschen verbunden sind Arbeitslosigkeit und eine allgemeine Verschlechterung der psychischen Gesundheit (z Jewell et al. 2020, Czeisleret al. 2020).
Die über die CDC Wonder-Website verfügbaren ACM-Daten sind nicht nach Staat und Demografie aufgeschlüsselt, sodass wir nicht untersuchen konnten, welche demografischen Gruppen in jedem Staat starben und wie sie starben. Demografische Informationen sind jedoch auf nationaler Ebene verfügbar und Mulligan & Arnot (2022) fanden einen starken Anstieg der Übersterblichkeit bei Menschen im Alter von 18 bis 65 Jahren, einer demografischen Gruppe, die kein hohes COVID-Risiko aufwies.
Ebenso Rancourtet al. (2021) fanden heraus, dass die zeitliche und räumliche Verteilung der Gesamtmortalität im Pandemiezeitraum nicht mit den Auswirkungen einer viralen Atemwegserkrankung vereinbar ist. Sie fanden Beweise dafür, dass viele übermäßige Todesfälle während der Pandemie falsch diagnostizierte bakterielle Lungenentzündungen waren, die wahrscheinlich durch Störungen im US-Gesundheitssystem verschlimmert wurden.
Es gibt also starke Beweise für die Hypothese, dass Lockdowns eine plötzliche und schwere Stressbelastung für gefährdete Bevölkerungsgruppen in den USA darstellten, was zu einem signifikanten Anstieg der Todesfälle in den Staaten führte, die Lockdowns als Maßnahmen zur Krankheitsbekämpfung einsetzten.
Diese Zusammenfassung stammt aus der größere Studie der Autoren.
Veröffentlicht unter a Creative Commons Namensnennung 4.0 Internationale Lizenz
Für Nachdrucke setzen Sie bitte den kanonischen Link wieder auf das Original zurück Brownstone-Institut Artikel und Autor.