نظرًا لعدم وجود طرق ممكنة لتحليل البيانات السكانية أو تصنيفها أو تحليلها أو تشريحها بخلاف "حصة أصوات ترامب" ، يجب ألا يكون هناك أي وقت تفسير آخر محتمل لأي شيء آخر غير تلك المقاطعات الحمراء = سيء (وفيات كوفيد عالية!) ، المقاطعات الزرقاء = جيدة (ليست وفيات كوفيد عالية!).
بالطبع أنا طريف. الاقتراح برمته سخيف. مفهوم الاختلافات الفطرية في السكان هو أ اعتبارات راسخة بالنسبة لأولئك الذين يدرسون صحة السكان. قد يعتقد المرء أن الصحف الأكثر شهرة في بلادنا قد تتطلب من كاتبها أن يتشاور مع خبراء صحة السكان أو حتى عالم اكتواري من أجل الحصول على منظور أكثر استنارة وإعطاء البيانات تحليلاً أكثر دقة.
دعونا نلقي نظرة على أبرز أحداث سلسلة "Red Covid" لديفيد ليونارد.
27 سبتمبر 2021
"كوفيد الأحمر: النمط الحزبي لـ Covid ينمو بشكل أكثر تطرفًا ".
(يرجى ملاحظة المحور ص على هذا الرسم البياني)
ما يميز الولايات المتحدة هو حزب محافظ - الحزب الجمهوري - أصبح معاديًا له علم و دليل تجريبي في العقود الأخيرة. مجمع إعلامي محافظ ، بما في ذلك Fox News و Sinclair Broadcast Group ومنافذ مختلفة عبر الإنترنت ، يردد أصداء هذا العداء ويضخمه. أخذ ترامب التفكير التآمري إلى مستوى جديد ، لكنه لم يخلقه ".
لقد ناشد السياسيون الديمقراطيون جميع الأمريكيين للتطعيم ولم يفعل ذلك العديد من السياسيين الجمهوريين.
8 نوفمبر، 2021
"النسخة الموجزة: نمت الفجوة في عدد وفيات كوفيد بين أمريكا الحمراء والزرقاء بشكل أسرع خلال الشهر الماضي مقارنة بأي نقطة سابقة.
في تشرين الأول (أكتوبر) ، توفي 25 من بين كل 100,000 من سكان مقاطعات ترمب بكثرة بسبب كوفيد ، أي أكثر بثلاث مرات من المعدل في مقاطعات بايدن ذات الكثافة السكانية العالية (7.8 لكل 100,000 ألف) ".
18 فبراير 2022
"Red Covid ، تحديث: الفجوة الحزبية في وفيات كوفيد لا تزال تتزايد ، ولكن بشكل أبطأ. "
"كما يوضح الرسم البياني ، كانت الخسائر أسوأ في المقاطعات التي فاز فيها ترامب بأغلبية ساحقة مقارنة بالمقاطعات التي فاز فيها بفارق ضئيل.
هذه الظاهرة هي مثال على كيف أدى الاستقطاب السياسي في البلاد إلى تشويه تفكير الناس ، حتى عندما تكون سلامتهم الشخصية على المحك. إنها مأساة - ويمكن منعها أيضا ".
قبل الخوض في التفاصيل حول هذه التبسيط المفرط ، أود أن أوضح أنني أعتقد أن تصريحات ليونهارت أعلاه تعكس اعتقادًا حقيقيًا. إنه يعتقد حقًا أن التفضيل السياسي هو التفسير السببي لوفيات كوفيد. لا الحالة الصحية والعمر والوزن والأمراض المصاحبة. شيء واحد فقط: التفضيل السياسي الشخصي.
لكي نكون واضحين ، يعتقد أن التفسير الأساسي لارتفاع معدل وفيات Covid-19 في المقاطعات الحمراء هو في الواقع معدلات التطعيم المنخفضة في المقاطعات الحمراء. وبالتالي ، فإن هذا يفسره التفضيل السياسي.
ما آمل أن أضعه أدناه هو صورة أكثر اكتمالاً لما يحدث عندما نقسم البيانات على مستوى المقاطعة إلى التصنيفات التي اختارها ليوناردت: "حصة تصويت ترامب داخل المقاطعة" (0-30٪ ، 31-45٪ ، 46-55٪ ، 56-70٪ ، 70٪ +). باستخدام بيانات الوفيات التاريخية على مستوى المقاطعة ، سأحاول الإجابة على الأسئلة التالية:
كيف تقارن اتجاهات وفيات كوفيد مع الاتجاهات التاريخية عند التصنيف حسب التفضيل السياسي؟
هل ترتبط وفيات Covid-19 بكل أسباب الوفاة؟
هل شهد عام 2021 تباعدًا كبيرًا وغير مسبوق في معدل الوفيات الإجمالي بين المقاطعات "الحمراء" و "الزرقاء"؟
يمكن إجراء تحليل إضافي لمعرفة ما إذا كانت معدلات التطعيم مرتبطة أم لا مع معدل الوفيات الإجمالي (على عكس Covid-19 فقط) على المدى الطويل ، ولكن مع تعريف "التطعيم بالكامل" أو "المحدث" باعتباره أمرًا متحركًا الهدف ، لقد اخترت عدم مقارنة الوفيات حسب معدل التطعيم حسب المقاطعة في الوقت الحالي (قام العديد من الآخرين بهذه المهمة بالفعل!). لأكون واضحًا ، أعتقد أنه بالنسبة لأولئك المعرضين للخطر ، تم عرض اللقاحات والحد من المخاطر من المرض لهؤلاء الأفراد. الهدف من هذا التحليل هو النظر بشكل أعمق في هذه التقسيمات السياسية التي تصر صحيفة نيويورك تايمز على أنها تفسير لا يرقى إليه الشك لوفيات Covid-19 المعروفة باسم "Red Covid".
للبدء - دعنا نلقي نظرة على الاختلاف في المقاطعات التي نقارنها هنا. بالنظر إلى مجموعة "70٪ + تصويت ترامب" - فهي تمثل 25 مليون أمريكي ، ومتوسط عدد سكان المقاطعات في تلك المجموعة هو 23 ألفًا. هذه هي المقاطعات الريفية في المقام الأول. قارن مع مقاطعات بايدن حيث حصل ترامب على أقل من 30٪ من الأصوات التي تمثل 110 مليون أمريكي (بشكل أساسي في المناطق الحضرية) ، ومتوسط عدد السكان في تلك المقاطعات هو 137 ألفًا.
لتحذير التحليل المتبقي مع تلك البيانات السكانية ، فإننا نقارن التركيبة السكانية المختلفة جدًا ، ولا نتحكم في تلك الاختلافات الأساسية. الطريقة الصحيحة لإجراء هذه المقارنات هي التحكم في هذه الاختلافات - في المقام الأول عن طريق تعديل العمر ، من أجل استخلاص التأثير الذي قد تحدثه معدلات التطعيم المختلفة أو السياسات المختلفة. مقالات نيويورك تايمز لم تفعل ذلك ، وفي إحدى الحالات حاولت رفض أهمية الفروق العمرية بين هذه الفئات. سأستخدم ببساطة نفس الفئات التي استخدموها ، لكنني سألقي نظرة على مستوى أعلى لهذه التصنيفات لمعرفة ما إذا كان الاقتراح الأساسي الذي قدمه ليونارد مقبولًا أم لا.
كيف تقارن اتجاهات وفيات كوفيد مع الاتجاهات التاريخية عند التصنيف حسب التفضيل السياسي؟
للإجابة على هذا السؤال ، يجب أن ننظر لنرى ما إذا كان هذا الاتجاه المتمثل في ارتفاع معدل الوفيات في المناطق الأكثر تحفظًا نتيجة جديدة أم فريدة من نوعها. هل هذا شيء جديد أم فريد سببه الوباء؟ ورقة في مجلة علم الأوبئة وصحة المجتمع، الذي كتب في عام 2015 (حقبة ما قبل ترامب) ، يجيب لنا على هذا السؤال.
في هذا التحليل الذي شمل 32 مشاركًا ووقت متابعة إجمالي قدره 830 شخصًا - سنة ، وجدنا أن الانتماء الحزبي السياسي والأيديولوجية السياسية مرتبطان بالفناء. ومع ذلك ، باستثناء المستقلين (معدل ضربات القلب (AHR) = 498 ، 845٪ CI 0.93 إلى 95) ، يتم تفسير الاختلافات الحزبية السياسية من خلال الخصائص الاجتماعية الديموغرافية الأساسية للمشاركين. فيما يتعلق بالإيديولوجيا ، فإن المحافظين (AHR = 1.06 ، 95٪ CI 1.01 إلى 1.12) والمعتدلون (AHR = 1.06 ، 95٪ CI 1.01 إلى 1.11) معرضون بشكل أكبر لخطر الوفيات أثناء المتابعة من الليبراليين ".
لذلك وفقًا لهذه الورقة ، لوحظ أن معدل وفيات المحافظين أعلى قليلاً من المجموعات السياسية الأخرى. لمعرفة ما إذا كان هذا يظهر في بيانات الوفيات لجميع الأسباب ، أخذت بيانات الوفيات على مستوى المقاطعة من سنوات ما قبل كوفيد (2018 و 2019) من مركز السيطرة على الأمراض عجب، وقمنا بتجميعها مع نفس المجموعات التي تستخدمها نيويورك تايمز - "النسبة المئوية من تصويت ترامب" لمعرفة ما إذا كان معدل الوفيات المرتفع أثناء الوباء غير مسبوق أم لا.
اتضح أن مقاطعات ترامب لديها معدل وفيات أعلى من المجموعات الأخرى عند 1200 حالة وفاة / 100 ألف من السكان في كل من العامين السابقين ، 2018 و 2019. لذلك تُظهر البيانات أن المقاطعات الحمراء التي لديها معدلات وفيات أعلى بشكل عام ليست ظاهرة جديدة على الإطلاق ، ويتناسب مع الاتجاهات التاريخية. ومن المثير للاهتمام ، أن معدل الوفيات في المقاطعات ذات اللون الأزرق أقل قليلاً من المقاطعات "الأحمر الفاتح" ، بينما سجلت المقاطعات "الأرجواني" و "الأزرق الفاتح" أدنى مستوى. هناك العديد من التفسيرات المعقولة لذلك ، وأبسطها هو أن هذه المقاطعات هي مجرد مجموعات سكانية أكبر سنًا. دعونا نرى كيف تتغير البيانات عندما نقوم بتعديل معدلات الوفيات حسب العمر. (ملاحظة جانبية: للحصول على منشور تفصيلي حول الأهمية وكيف / لماذا وراء تعديل العمر ، راجع منشور ماري بات كامبل هنا؟؟؟؟
يمكنك أن ترى أنه عند التعديل حسب العمر ، فإن الاختلاف في المعدلات بين مجموعات المقاطعات يختفي تقريبًا.
هل ترتبط وفيات Covid-19 بكل أسباب الوفاة؟
الافتراض الأساسي في مقالات نيويورك تايمز هو أن هذه المجموعات تمثل نوعًا من الاختلاف الهائل في إجمالي عبء الوفيات والوفيات. تركز القطع حصريًا على الوفيات من أو مع Covid-19 ، ولا يوجد حقًا أي ذكر للتأثير الكلي للوفيات. بدون شك ، تسبب Covid-19 في وفاة مفرطة وزاد من عبء الوفيات الإجمالي بين السكان.
لكن يبقى السؤال - إلى أي مدى كان هذا العبء أعلى أو أقل في المناطق "الحمراء" مقابل المناطق "الزرقاء" في البلاد؟ يمكننا الإجابة على هذا السؤال من خلال مقارنة وفيات Covid-19 داخل هذه المجموعات مع معدل الوفيات الإجمالي لهذه المجموعات نفسها. دعونا نرى ما يحدث عندما نفعل ذلك. نظرًا لأن نيويورك تايمز ركزت على عام 2021 ، وهو العام الذي أصبحت فيه اللقاحات متاحة على نطاق واسع ، سنبدأ من هناك.
ألقِ نظرة على معدل الوفيات Covid-19 على اليسار ، مقابل معدل الوفيات لجميع الأسباب على اليمين.
كما ترى ، الرسم البياني الموجود على اليسار هو ما تركز عليه سلسلة مقالات نيويورك تايمز - هذه الفجوة الكبيرة بين الأحمر والأزرق. بالنظر إلى الرسم البياني الموجود على اليمين (الوفيات من جميع الأسباب) ، يمكنك أن ترى أن الاختلافات تختفي. أتساءل عما إذا كان أي شخص يقرأ هذه المقالات سيبتعد مدركًا أنه على الرغم من معدلات الوفيات المنخفضة لـ Covid-19 في المقاطعات الزرقاء ، فإن تلك المقاطعات ذات اللون الأزرق الغامق نفسها لديها في الواقع معدل وفيات أعلى من المقاطعات الأرجواني أو الأزرق الفاتح؟
هل شهد عام 2021 تباعدًا كبيرًا وغير مسبوق في معدل الوفيات الإجمالي بين المقاطعات "الحمراء" و "الزرقاء"؟
عندما تقارن معدلات الوفيات في عام 2021 حسب هذه المجموعات مع نفس معدلاتها في عام 2019 ، سترى أنها أعلى بشكل عام ، ولكن نسبيًا ، تحتفظ كل مجموعة بنفس ترتيب عامها غير الوبائي. لذلك ، في حين أنه قد يكون صحيحًا أن معدلات الوفيات Covid-19 كانت أقل في المقاطعات ذات اللون الأزرق الداكن ، فإن هذا لم يترجم إلى معدلات الوفيات الإجمالية في تلك المقاطعات. (سأقوم بتعديل هذه المعدلات حسب العمر إذا توفرت لدي البيانات ، لكن CDC Wonder ليس لديه بيانات 2021 حتى الآن حتى كتابة هذه السطور).
هناك طريقة أخرى للنظر إلى هذا وهي النظر إلى التغيير السنوي للمعدلات داخل كل مجموعة. كما ترون من الرسم البياني أدناه ، تظل النسبة المئوية للتغير متسقة إلى حد كبير بين كل مجموعة فردية ، حيث يشهد عام 2020 أكبر معدل تغيير ، ويشهد عام 2021 معدل تغير صغير ولكنه مهم اعتبارًا من عام 2020 (مما يعني أن معدل الوفيات الإجمالي كان لا يزال مرتفعًا جدًا مقارنة بعام 2019. ).
باختصار ، عندما نأخذ وجهة نظر تاريخية ووجهة نظر أعلى مستوى مع الحفاظ على هذه المجموعات نفسها ، لا يبدو أن هذه الاختلافات الصارخة في معدلات وفيات Covid-19 تترجم إلى معدلات أخلاقية عامة. لماذا ا؟
في خطر تحول هذا التحليل إلى كومة أخرى تشير إلى توقيت نيويورك أخطاء، أود أن أقدم تفسيراً أكثر اعتدالاً. لقد ابتلي الصحفيون والتقارير طوال الوباء. لماذا كل شيء مؤطر باللون الأحمر والأزرق؟ سبب واحد بسيط: توافر البيانات. يستخدم Leonhardt البيانات التي يمكن الوصول إليها بسهولة والتي تم تنسيقها بالفعل لتحليلها بسهولة.
هذا ما يسمى تحيز التوفر. إنه بشكل أساسي إنشاء فرضية أو إكمال دراسة بناءً على مجموعة محددة من البيانات ، وليس لسبب آخر غير وجود البيانات. لا يعني مجرد توفر البيانات أنها أفضل البيانات التي يمكن استخدامها لمحاولة الإجابة على سؤال.
الجمهوريون هم أناس أيضًا
لماذا كل هذا مهم؟ بعد كل شيء ، يبدو أننا توصلنا إلى قبول أن التقارير الإخبارية السائدة والأخبار على القنوات الفضائية لها تحيز يساري. ما هي الصفقة الكبيرة؟
عندما يتعلق الأمر بصحة السكان ، فإن الهدف هو تعزيز صحة ورفاهية الجميع ، وعندما تصبح رسائل وتقارير الصحة العامة حزبية بلا خجل ، باستخدام تكتيكات الاتهام والعار ، فمن المحتمل جدًا أن يكون لها عكس التأثير المقصود من تعزيز صحة أفضل.
المحافظون و "المقاطعات الحمراء" بحاجة إلى مشورة صحية جيدة أيضًا. يجب أن يكونوا قادرين على الوثوق بالمصدر. حتى لو أخذنا فرضية نيويورك تايمز عن "Red Covid" في ظاهرها ، فمن الذي تساعده هذه الرسالة؟ من الواضح ، ليس الأشخاص الذين يصفونهم.
مصادر البيانات:
https://wonder.cdc.gov/wonder/help/ucd.html#2000%20Standard%20Population
https://data.cdc.gov/NCHS/AH-County-of-Occurrence-COVID-19-Deaths-Counts-202/6vqh-esgs/data
https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VOQCHQ
أوراق المجلات:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4033819
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5893220/
أعيد نشرها من المؤلف Substack
نشرت تحت أ ترخيص Creative Commons Attribution 4.0
لإعادة الطباعة ، يرجى إعادة تعيين الرابط الأساسي إلى الأصل معهد براونستون المقال والمؤلف.