hu / en

Lackó Mária: Kísért a múlt? Milyen összefüggések láthatók a pandémia előtti halálozás és a COVID 19 okozta halálozás között?

A pandémia kitörése óta állandóan visszatérő kérdés, mi magyarázhatja azt, hogy Magyarország COVID halálozási mutatói nemzetközi összehasonlításban kiugróan magasak.  Sokan, orvosok és politikusok is előszeretettel hivatkoznak arra, hogy e jelenség fő oka, hogy a magyarok egészségi állapota különösen rossz, s egy teljesen új vírus által okozott járványban a magyarok jóval sebezhetőbbek, mint számos más ország lakói. E dolgozat ennek a sejtésnek próbál utána járni.  [1]

Korábbi tanulmányomban (Lackó, 2020) 38-41 európai ország lakosai halálozási különbségeivel, azok magyarázatával foglalkoztam. Összehasonlítottam a korai (0-64 éves kor) és az időskori (65 év felett) mortalitási rátákat alakító tényezőket betegségcsoportonként és nemek szerint a 2009. évre.
A magyarázott indikátorok minden esetben a vizsgált országok évenkénti standardizált halálozási rátái voltak. Az elemzés során a halálozásokat négy fő betegségspecifikus csoport szerint vizsgáltam. Ezek: 1. a keringési betegségekből (ezen belül külön az iszkémiás szívbetegségből és az agy érbetegségeiből is), 2. az emésztési rendszer betegségeiből, 3. a daganatos megbetegedésekből (ezen belül külön a tüdőrákból is) és 4. az externális okokból adódó halálozások. A vizsgálatok eredményeként érvényes magyarázó változóknak bizonyultak a gazdaságok fejlettsége, az országok földrajzi elhelyezkedése (különös tekintettel a szélességi fokokra), a népesség iskolázottsági szintje, az ország légszennyezettsége, a dohányzási és alkoholfogyasztási szokások, és az egészségügyi kiadások.
A 2020-as év elejétől kezdve a világ országait ugyanaz a COVID 19 vírus és annak változatai támadták meg. Az egyes országok hatóságai és egészségügyi rendszerei hasonló intézkedéseket is hoztak, csak éppen egymástól némileg eltérő időzítéssel és eréllyel. A járvány hatásai, különösen „végkimenetele”, a halálozások 1 millió főre jutó nagysága azonban országonként jelentős eltéréseket hozott. Milyen szerepet játszottak ezekben a különbségekben az egészség állapotát korábban meghatározó tényezők, illetve a járványidőszakban előre törő új jelenségek és intézkedések?  Az alábbiakban e kérdés megválaszolásához teszem meg az első lépéseket a múlt hatásainak számszerűsítésével.
A kutatás első számításában 39 ország mintája segítségével többváltozós regressziós függvényekkel megmagyarázom a pandémia előtt (2019-ben) tapasztalt országok közötti halálozási különbségeket a korábbi tanulmányomban felvázolt magyarázó tényezők segítségével. A második számításban ugyanezen magyarázó tényezők segítségével szintén regressziós függvényeket fogalmazok meg, amelyek a COVID 19 betegségben 2020 januárja és 2022 februárja között jelentett kumulált halálozási számok országok közötti különbségeit magyarázzák. Arra vagyok kíváncsi, hogy milyen hasonlóságok és különbségek láthatók a két számításban becsült paraméterek között. Milyen különbségeket találunk a függvények illeszkedése között? Mely magyarázó tényezők együtthatói és azok milyen mértékben térnek el egymástól, vagy épp hasonlóak a becsült kétféle függvény esetében?
Az egyes országok által jelentett COVID halálozási adatok megbízhatósága a járvány kezdete óta komoly viták tárgya. Sokan úgy gondolják, hogy a jelentett adatok alulbecsültek, és ennek mértéke országonként eltérő. Mások, főleg politikusok, inkább túlbecslésről beszélnek, mondván, hogy a halálozások egy része inkább COVID-dal együtt, semmint COVID-tól történtek. Dolgozatomban mégis a hivatalosan jelentett adatokat használom, mert az a tapasztalat, hogy a rövidtávú járványügyi intézkedések nagy része és a lakosság viselkedése is ezeknek az adatoknak az alapján készült, illetve alakult szinte minden országban.
Első ránézésre is látszik (1. ábra), hogy a kétféle (1 millió főre vetített) halálozási arány, a 2019-ben mért nyers halálozási arány és a 2020 januárja és 2022 februárja közötti kumulált COVID halálozási arány országok közötti eltérései elég szoros kapcsolatot mutatnak egymással (korrelációs együttható 0,65).  Mivel az egyes országok korosztályi összetétele jelentősen eltér egymástól, a nyers halálozási arány önmagában nem mutatja az adott ország tényleges halandóságát. Ezt a későbbi számításokban alább figyelembe veszem.

1. ábra: Nyers halálozási arány 2019-ben és a COVID kumulált
halálozási arány 2020-2021-ben, 39 ország mintája alapján
 width=(Az ábrán a nyers halálozási arány csökkenő sorrendjében ábrázoltam az országokat.)


Halálozás a pandémia előtt

Az első számításban a COVID előtti időket vizsgálom. Az 1 millió főre jutó nyers halálozási ráta nemzetközi különbségeit magyarázó regressziós függvény változói a következők:
Magyarázott változó: Az 1 millió főre jutó nyers halálozási ráta 2019-ben, ln (természetes logaritmusban)
Magyarázó változók:

  1. Egy főre jutó GDP, vásárlóerő paritáson 2018-ban, nemzetközi dollárban, ln (természetes logaritmusban),
  2. Egészségügyi kiadások, egy főre vetítve, vásárlóerő paritáson 2018-ban, nemzetközi dollárban, ln (természetes logaritmusban),
  3. Egy főre jutó átlagos alkoholfogyasztás, felnőtt lakosság, tiszta alkoholra átszámítva literben, 2018-ban, ln (természetes logaritmusban),
  4. A 65 év feletti népesség aránya a teljes népességben, 2018-ban, a teljes népesség %-ában,
  5. A szállópor mennyisége, PM 2,5 mikrogramm köbméterenként, a 1990-2017-es évek átlagos értéke, ln (természetes logaritmusban),
  6. Az ország földrajzi elhelyezkedése: szélességi fok,
  7. Az országokon belüli jövedelem-egyenlőtlenségi mutató, GINI, a 2009-es és 2018-as évek átlaga.

A keresztmetszeti becslés az OLS heteroszkedaszticitást megengedő becslési módszerével készült, s az eredmények között külön feltüntettük a béta koefficienseket, amelyek az egyes magyarázó változók regresszión belüli súlyát mutatják.  (Az alábbiakban csak annak a függvénynek a paramétereit közöljük, amelyet nem terhel multikollinearitás, ugyanis az egy főre jutó GDP és az egy főre jutó egészségügyi kiadások (vásárlóerőparitáson mérve) között szoros kapcsolat rajzolódott ki [korrelációs együttható 0,93]. Amikor az egészségügyi kiadások helyett a megfelelő GDP adatot választottuk, akkor az eredmények nagyon hasonlóak voltak, kisebb illeszkedési mutató mellett.)

 width=

A fenti magyarázó tényezők 90 százalékban képesek megmagyarázni az 1 millió főre jutó nyers halálozási ráták nemzetközi különbségeit a 39 országot felölelő mintánkban 2019-ben. A tényezők között a legnagyobb súlya az egy főre jutó egészségügyi kiadásoknak van (béta = -0,82 a táblázat 1. sorában) de közel hasonlóan nagy a súlya az időskorú népesség aránya országok között megmutatkozó különbségeinek is (béta=0,76 a táblázat 4. sorában). Ahol nagyobb az idősek aránya, ott, ceteris paribus, nagyobb a halálozási arány, s minél nagyobb az egészségügyi kiadások egy főre jutó értéke, annál kisebb a halálozási arány. Az együtthatók mind szignifikánsak. Mind a földrajzi elhelyezkedés, mind a környezetszennyezés (szállópor), mind az alkoholfogyasztás, mind az országon belül tapasztalt jövedelem-egyenlőtlenség, bár kisebb súllyal, de szignifikánsan hatnak a halálozási ráta országok közötti különbségeire. Minél északabbra fekszik egy ország, minél nagyobb a szállópor mennyisége, minél több alkoholt fogyasztanak a felnőttek, s minél nagyobb a jövedelem-egyenlőtlenség, ceteris paribus, annál nagyobb a halálozási ráta.

A pandémia alatti halálozás

De vajon ugyanezek a tényezők mennyire képesek megmagyarázni a kumulált COVID halálozási arányok országok közötti különbségeit? Erre ad választ az alábbi regressziós számítás:

 width=

Az eredmények azt mutatják, hogy a COVID előtti világ releváns magyarázó tényezői meglehetősen nagy arányban (67 százalék) képesek megmagyarázni a COVID halálozásban tapasztalt országok közötti különbségeket. Ez a nagy magyarázó erő azért különösen fontos, mert ebben a számításban nem vettem figyelembe egyetlenegy járványkezelési módszert sem: sem a lezárásokat, sem a maszkviselést, sem a távolságtartást, sem az oltásokat. Ezzel persze nem azt állítom, hogy a járványkezelési intézkedések és viselkedési minták feleslegesek lennének, sőt inkább azt hangsúlyozom, hogy 33%-ban igen is nagy tere van még ezeknek az eszközöknek.  Szembetűnő, hogy a járvány kezelése mellett kísért a múlt: az emberek kiinduló egészségi állapota, valamint az egészségügyi ellátás színvonalának kiinduló állapota nagyon fontos tényezők a későbbi COVID halálozás különbségeinek magyarázatában. Ebből az is következik, hogy ahol ezek a mutatók az átlagosnál rosszabbak, még nagyobb figyelmet kellene fordítani a járványmegelőzési eszközökre.
 

Az örökség új sebeket fakaszt

Érdemes közelebbről összehasonlítani az egyes magyarázó változókhoz tartozó együtthatók nagyságát is, ezek ugyanis közvetlen információval is szolgálnak a pandémiáról.

 width=Kezdjük a hasonló nagyságú együtthatókkal. Két ilyen együtthatót találunk, az egészségügyi kiadásokhoz és az idősek arányához kapcsolódó együtthatókat. Ha egy országban az egészségügyi kiadás 1%-kal nagyobb, ceteris paribus, akkor ott kb. hasonló nagyságban, (0,31 százalékkal) alacsonyabb volt 2019-ben az egy millió főre jutó halálozások nyers aránya és az ezt követő időszakban a COVID kumulált halálozási arány is (0,32 százalékkal). Látható tehát, hogy az egészségügyi kiadások közelmúltbeli, tehát járvány előtti szintje átlagosan ugyanannyira csökkentette mindkét fajta halálozás arányát. Ugyanakkor, ha végigtekintünk az egészségügyi kiadások egy főre jutó vásárlóerőparitáson mért összegének országok közötti különbségein, akkor az egyes országok között óriási különbségek tapasztalhatók a múltban (és ez igaz mára is). Ezek az eltérések, a számítások szerint, erős hatást gyakorolnak mind a nyers halálozási ráták, mind pedig a COVID halálozási ráták különbségeire (Ld. 2. ábra).

2. ábra: Az egy főre jutó egészségügyi kiadások 2018-ban dollárban (vásárlóerőparitáson), és a kumulált COVID halálozási ráták

 width=

A másik hasonló nagyságú együtthatóval rendelkező változó az idősek aránya. Ez igen meglepő, hiszen állandóan azt hallani a pandémia alatt, hogy az idősek a COVID által különösen veszélyeztetett korosztály. E számításokból az látható, hogy az idősek népességen belüli aránya, ceteris paribus, vagyis önmagában nem növeli jobban a COVID halálozást, mint azt tette a teljes halálozással a pandémia előtti évben. Ugyanakkor az idősek múltból örökölt egészségi állapota, a többi magyarázó tényezőtől, vagyis a népesség egészség-magatartásától, a környezetszennyezéstől, a jövedelem egyenlőtlenségétől és az egészségügyi ellátás színvonalától függ.
Míg a földrajzi elhelyezkedés a nyers teljes halálozást csak kevéssé befolyásolja (minél északabbra helyezkedik el egy ország, ott annál nagyobb a nyers teljes halálozás), a COVID halálozásra egyáltalán nem fejt ki hatást. Három további változó viszont már jelentősebben hat a COVID halálozásra, mint a nyers teljes halálozásra. A szállópor mennyiségének majdnem ötször nagyobb a káros hatása, az alkoholfogyasztás mennyiségének négyszer nagyobb, az országon belüli jövedelem egyenlőtlenségeknek pedig háromszor nagyobb a hatása a COVID halálozásra, mint a korábbi nyers halálozás esetében volt.
Összességében megállapíthatjuk, hogy a COVID halálozás igenis nagymértékben összefügg az egyes országok, köztük Magyarország múltbeli történéseivel: a népesség múltbeli egészségromboló magatartásával, az évek során a lakosság által elszenvedett környezetszennyezéssel, az országon belüli jövedelem egyenlőtlenséggel, és az egészségügyi ellátás állapotával. A múlt ilyen súlyos örökségével küzdő országoknak a COVID időszak alatt kiemelt figyelmet kell, illetve kellett volna fordítaniuk a járványt és annak hatásait korlátozó intézkedésekre.       

 

Hivatkozás:

Lackó Mária (2020): Korai és időskori halálozások különbségei Európában a 2000-es évek első évtizedében, Közgazdasági Szemle, LXVII. évf., 2020. október (957–992. o.)
doi: http://dx.doi.org/10.18414/Ksz.2020.10.957

Függelék:

1. Adatok forrásai:
COVID adatok: https://www.worldometers.info/coronavirus/about/
Többi adat: World Development Indicators,
https://databank.worldbank.org/source/world-development-indicators

2. A témával foglalkozó friss cikkek:

Bollyky T. J. et al. (2022) Pandemic preparedness and COVID-19: an exploratory analysis of infection and fatality rates, and contextual factors associated with preparedness in 177 countries, from Jan 1, 2020, to Sept 30, 2021, The Lancet, 2022, February 1,
https://doi.org/10.1016/S0140-6736(22)00172-6 1

Emese Kovács and Péter Mihályi (2021) The predictability of COVID-19 mortality rates based on ex-ante economic, health and social indicators, Acta Oeconomica 71 (2021) S1, 53–71
https://doi.org/10.1556/032.2021.00029

Valentiny Pál (2022): Magyarországon halálosabb volt a koronavírus-járvány mint a spanyolnátha – és ez nagyon meglepő   Portfolió-KRTK Blog, 2022. február 27.

————————————————————————

[1] A kutatás az NKFIH K 129078 számú, „Egészségi-, jövedelmi egyenlőtlenségek és ezek hatása
a nyugdíjrendszerekre: elméleti és empirikus modellek” című projekt keretében készült.

2022

Okt

07

H

K

Sz

Cs

P

Sz

V

26

27

28

29

30

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

6

Következő hónap >
a

2022

Okt

07

H

K

Sz

Cs

P

Sz

V

26

27

28

29

30

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

6

Következő hónap >