《Discover Public Health》：Evidence of age-related inequities in COVID mortality in the Indian state of Manipur using hospital records and death certificates
编辑推荐：
背景：COVID-19死亡与公认危险因素广泛相关，包括高龄和既往合并症。然而，来自中低收入环境的新证据表明，年轻成人也可能因社会和结构性脆弱性而经历较高致死风险。本研究利用医院记录和死亡原因医学证明（Medical Certificates of Cause
背景：COVID-19死亡与公认危险因素广泛相关，包括高龄和既往合并症。然而，来自中低收入环境的新证据表明，年轻成人也可能因社会和结构性脆弱性而经历较高致死风险。本研究利用医院记录和死亡原因医学证明（Medical Certificates of Cause of Death, MCCD）检查印度曼尼普尔邦COVID-19死亡中的年龄相关不公平。方法：开展基于医院记录和MCCD的回顾性分析性记录研究，纳入2020年3月至2021年6月报告的COVID-19死亡。采用描述性统计和卡方检验比较年龄组间特征。纳入并分析曼尼普尔邦五个平原地区1000例确诊COVID-19死亡（≥18岁）。死亡分为年轻成人（18–44岁）和老年成人（>44岁）。按年龄和性别比较社会人口学特征、合并症、临床病程和选定实验室参数。结果：年轻成人占死亡的12.6%。在年轻成人中，死亡与社会经济脆弱性强烈相关，包括未婚状态、无子女、从事非正规或服务业职业以及无固定收入（p<0.05）。值得注意的是，相当比例的年轻成人死亡发生在无记录慢性病者中（p<0.05）。实验室检查结果显示各年龄组炎症和凝血标志物升高，包括D-二聚体（D-dimer）和C反应蛋白（C-reactive protein, CRP）。结论：曼尼普尔邦COVID-19死亡反映了显著的年龄相关不公平，其由社会决定因素和卫生系统因素塑造，而非仅由年龄或合并症所致。社会决定因素和炎症生物标志物在年轻成人死亡中起重要作用。
本研究背景在于，COVID-19大流行凸显不同人群健康结局的不公平，这种不公平由生物易感性和社会脆弱性差异共同塑造。全球范围内，高龄以及既往合并症如糖尿病、高血压、心血管疾病和慢性肾病被一致识别为COVID-19死亡的主要预测因素。但累积证据显示，年轻成人并非统一受到保护，尤其在社会经济弱势和资源受限环境中。多国和单国分析报告，虽然总体死亡集中于老年组，但住院年轻成人中包括无已知合并症者仍可出现快速恶化和死亡。高收入国家及中低收入国家研究显示，住院年轻成人常有较重临床严重度、实验室异常和快速疾病进展；凝血病和全身炎症标志物，特别是D-二聚体（D-dimer）和C反应蛋白（C-reactive protein, CRP）升高，以及淋巴细胞减少和心肌肌钙蛋白升高，与重症和不良结局相关。Meta分析显示年龄对死亡风险有递增影响，50岁后显著上升，且合并症与COVID-19死亡相关。印度证据进一步提示，无记录合并症的年轻成人从症状发作到死亡生存时间更短，提示快速进展或延迟获得有效治疗；社会决定因素、就医行为、职业暴露和卫生系统延迟可能影响年轻成人死亡模式。曼尼普尔（Manipur）位于印度东北部，地理隔离、三级医疗可及不均和社会经济差异突出，交通、重症监护设施和地区卫生系统绩效可能影响大流行期间护理速度和质量。医院记录和MCCD（Medical Certificates of Cause of Death，死亡原因医学证明）为在亚邦层面检查这些不公平、识别脆弱人群提供了机会。因此，研究人员开展回顾性研究，比较年轻成人（18–44岁）和老年成人（>44岁）的社会人口学特征、合并症、临床及实验室特征，描述差异而非建立因果关系，并评估地区差异、死亡证明完整性和准确性以及D-dimer和CRP等生物标志物在年轻成人严重度中的作用，以期识别情境敏感风险因素，为公平导向公共卫生策略和临床风险分层提供依据。
关键技术方法概括（≤250字）：研究人员在曼尼普尔开展回顾性分析性记录研究，数据来源于曼尼普尔政府卫生与家庭福利局，并到医院核实；样本为2020年3月至2021年报告期内五个平原地区（Imphal East、Imphal West、Bishnupur、Thoubal、Kakching）1000例≥18岁实验室确诊COVID-19死亡，诊断依据核酸扩增检测（nucleic acid amplification test, NAAT），包括逆转录聚合酶链反应（reverse transcription polymerase chain reaction, RT-PCR）或快速抗原检测（rapid antigen test, RAT），且MCCD记录COVID-19为根本死因。采用半结构化提取表收集社会人口学、合并症、实验室参数、疾病严重度和医院护理信息；用描述性统计和卡方检验比较年龄组，并用多变量logistic回归分析年轻成人死亡相关社会人口因素；实验室数据仅部分病例可得。
研究结果如下。3.1 总体年龄分布：基于1000例死亡记录，126例（12.6%）为18–44岁年轻成人，874例（87.4%）为>44岁老年成人；地区分布为Imphal West 431例、Imphal East 280例、Thoubal 107例、Bishnupur 91例、Kakching 91例；死亡中女性392例（39.2%）、男性608例（60.8%）。3.2 人口学特征：描述性统计和卡方检验显示，地区与年龄组总体相关（p=0.017），男性显著（p=0.011）、女性不显著（p=0.721）；Kakching年轻成人死亡比例最高（23.1%），Thoubal为14.0%，Imphal East最低（9.3%）。居住地与年龄组总体不显著（p=0.381），农村年轻成人死亡比例略高（13.4% vs 11.6%）。职业与年龄组总体显著（p=0.006），男性显著（p<0.001）、女性不显著（p=0.978）；年轻成人死亡比例在无职业/非劳动力（15.4%）和销售、服务、家务及家庭工作（14.2%）较高，专业、技术、管理及文书职业最低（5.2%）。婚姻状况总体显著（p<0.001），男性（p<0.001）和女性（p=0.018）均显著；年轻成人死亡以未婚者最高（56.5%），已婚11.2%，其他（丧偶/离婚/分居）6.8%。教育总体显著（p<0.001），男性不显著（p=0.305）、女性显著（p<0.001）；年轻成人死亡在中等教育10–11年者最高（20.0%），高等教育≥12年者16.3%。子女数总体、男性和女性均显著（p<0.001）；年轻成人死亡在无子女者最高（44.0%），1孩27.3%，随子女数增加降至4孩及以上2.8%；老年死亡更多见于2孩以上，尤其3孩93.9%和4孩及以上97.2%。家庭收入总体显著（p=0.002），男性显著（p=0.002）、女性不显著（p=0.508）；年轻成人死亡在无家庭收入者最高（16.1%），月收入≤30000者10.2%，>30000者7.5%。死亡原因医学证明记录分布：MCCD记录显示553例（55.3%）无任何记录慢性病，447例（44.7%）至少有1种合并症；年轻成人无慢性病死亡87例（15.7%），有慢性病39例（8.7%），差异显著（p<0.001）；按WHO完整性和准确性标准，除两组各1例外均不完整且不准确；无慢性病年轻死亡比例较高，男性17.1% vs 8.9%，女性13.6% vs 8.4%。糖尿病与年龄组显著相关（p=0.013），男性无糖尿病年轻死亡15.1% vs糖尿病7.2%，女性非糖尿病年轻死亡12.1% vs糖尿病7.8%。高血压显著相关（p=0.002），男性无高血压年轻死亡15.5% vs高血压7.3%，女性非高血压年轻死亡12.9% vs高血压6.7%。慢性肺病（p=0.320）、慢性肾病（p=0.568）、慢性肝病（p=0.455）、卒中、心脏病和癌症在年轻与老年死亡间无统计学显著差异，且卒中、心脏病、癌症记录死亡均在老年组但数量小。氧合与实验室参数及医院病程：入院中位氧饱和度（n=1000）在年轻男性为74（42–89）、年轻女性77.5（57–92），≥45岁男性80（59–91）、女性80（60–91），性别差异小（p=0.35）；淋巴细胞（n=120）在各组偏低，年轻男性0.735（0.62–1.12）、女性0.98（0.82–1.41），45–64岁男性0.795（0.54–1.31）、女性0.92（0.77–0.92），差异不显著（p=0.41）；D-dimer（n=120）年轻男性0.75（0.57–2.84）、女性2.1（2.25–10.23），45–64岁男性1.98（0.61–6.16）、女性2.89（1.02–8.86），差异不显著（p=0.31）；CRP（n=55）年轻男性60.1（11.8–108.3）、女性63（17–74），45–64岁男性9.1（2.0–48.8）、女性4.7（1.9–48），差异不显著（p=0.62）。ICU（intensive care unit，重症监护病房）入住、机械通气、住院时长和诊断到入院时间在年龄组间均无显著差异（p分别为0.524、0.850、0.144、0.207）；ICU入住年轻成人13.2% vs老年86.8%，机械通气12.8% vs87.2%，同日入院13.4% vs86.6%，住院>10天8.1% vs91.9%，均反映总体年龄分布而非显著差异。年轻成人死亡相关因素的多变量logistic回归：调整后居住地不显著，城市AOR（adjusted odds ratio，调整比值比）=0.67（95%CI 0.42–1.05，p=0.080）；职业不独立，专业/技术/管理/文书AOR=0.43（0.18–1.01，p=0.053），销售/服务/家务AOR=1.72（0.98–3.01，p=0.058），农业/手工/非熟练AOR=1.62（0.89–2.95，p=0.115）；婚姻不显著，已婚AOR=0.58（0.32–1.05，p=0.074）；教育独立预测，中等教育AOR=4.01（1.97–8.15，p<0.001），高等教育AOR=3.74（1.95–7.16，p<0.001），小学和中学AOR=1.02（0.49–2.12，p=0.963）；子女数强负相关，2孩AOR=0.18（0.09–0.37，p<0.001）、3孩AOR=0.09（0.04–0.20，p<0.001）、4孩及以上AOR=0.04（0.02–0.09，p<0.001），1孩AOR=0.48（0.23–1.00，p=0.051）；家庭收入调整后不显著，≤30000 AOR=0.65（0.37–1.14，p=0.131），>30000 AOR=0.66（0.33–1.30，p=0.228）；女性AOR=0.84（0.52–1.33，p=0.451）。
讨论部分总结：研究显示曼尼普尔COVID-19死亡存在显著年龄相关不平等，年轻成人死亡占12.6%，与高收入及中低收入国家报告一致；年轻成人严重结局并非罕见，社会经济弱势、职业暴露和结构不平等可提高严重度和死亡风险。多变量调整后性别和居住地均非独立预测因素，描述上男性年轻死亡略多（13.5% vs 11.2%），城市居民风险较低但不显著。职业在描述分析中显著，无职业和销售/服务/家务者年轻死亡比例较高，调整后不独立但部分类别接近显著；全球和印度研究提示社会脆弱性、不稳定就业和医疗可及有限与不良结局及延迟就诊相关。教育为最强独立预测因素之一，中等和高等教育者约4倍调整比值，与通常认为低教育不良结局相反，可能反映更多工作场所互动、职业流动性或其他未测量暴露因素，需谨慎解释。子女数与年轻成人死亡独立负相关，可能反映年轻成人尚未完成大家庭的人口生命历程模式而非保护作用。婚姻和家庭收入双变量显著但多变量调整后不显著，应视为死者人群描述特征而非独立决定因素。地区差异以Kakching和Thoubal年轻死亡比例较高，可能涉及医疗可及、就医行为、人口结构或本地传播动态，但研究未设计调查机制。大量年轻成人无记录慢性病死亡，提示未诊断合并症、延迟就医、临床记录不完整或快速进展可能低估仅基于已知合并症的风险。各年龄组D-dimer和CRP升高支持炎症和凝血病在严重度中的预后作用，但实验室数据仅部分样本，应视为相关因素而非决定因素。医院病程方面，ICU入住、通气、住院时长等无显著年龄差异，提示差异可能主要发生在院前阶段如检测、转诊和入院延迟。区域异质性可能与地理偏远、医疗设施分布不均和结构不平等有关。研究优势为多地区验证医院记录和MCCD数据，提供印度东北代表性不足地区的人群水平死亡证据；局限包括回顾性无对照、实验室子集可能非随机缺失（MNAR）、合并症记录不足、排除山区、无法考虑医疗可及和转诊延迟等混杂、住院偏倚，以及实验室结果需谨慎解释。研究结论翻译：曼尼普尔COVID-19死亡反映了深层的年龄相关不公平，可能由社会、经济和结构因素塑造，而非仅由生物学年龄所致。年轻成人，包括无明显合并症者，被识别为可能需要更多关注的群体。尽管年轻成人死亡在男性中略多，但调整后性别和居住地均未显示与年轻成人COVID-19死亡有统计学显著独立关联。研究结果表明年轻个体死亡较复杂，可能受更广泛社会、职业和卫生系统因素影响。结果说明有必要扩展标准年龄-合并症风险概念，纳入社会决定因素、医疗可及性和区域准备与响应不平衡。未来需要更大样本和更多解释变量的研究进一步理解年轻成人COVID-19死亡相关因素。此外，未来建议考虑病例对照设计，并通过社区验证如入户访视验证医院记录，以形成强结论。
