條文本
PDF
摘要
簡介關於嚴重急性呼吸綜合征冠狀病毒2型(SARS-CoV-2)感染的種族和民族差異的數據有限。我們分析了與SARS-CoV-2感染可能性較高相關的社會人口學因素，並探索了在SARS-CoV-2大流行中種族和民族差異的中介途徑。
方法這是對COVID-19監測和結果登記處的橫斷麵分析，該登記處捕獲了一個大型醫療保健係統的數據，該係統包括大休斯頓地區的一家中央三級護理醫院、七家大型社區醫院和一個龐大的門診/急診護理網絡。對所有年齡、種族、民族和性別的個體的鼻咽樣本進行了SARS-CoV-2檢測。我們分析了社會人口學(年齡、性別、種族、民族、家庭收入、居住人口密度)和共病(Charlson共病指數、高血壓、糖尿病、肥胖)因素。擬合多變量邏輯回歸模型，為SARS-CoV-2檢測陽性的可能性提供調整後的OR (aOR)和95% CI。采用結構方程模型(SEM)框架，探討非西班牙裔黑人(NHB)、西班牙裔與新冠病毒感染之間的三種中介途徑(低收入、高人口密度、高共病負擔)。
結果20 228名患者中，1551人(7.7%)呈陽性。總體平均(SD)年齡為51.1(19.0)歲，62%為女性，22%為黑人，18%為西班牙裔。NHB和西班牙裔與較低的社會經濟地位和較高的人口密度居住有關。在完全調整的模型中，非西班牙裔白人(vs非西班牙裔白人;aOR, 2.23, CI 1.90至2.60)和西班牙裔(vs非西班牙裔;aOR為1.95,CI為1.72 ~ 2.20)感染可能性較高。老年人和男性也有較高的感染風險。SEM框架表明，NHB和西班牙裔種族通過包括居住在人口密集的郵政編碼在內的途徑介導的SARS-CoV-2感染具有顯著的間接影響。
結論有強有力的證據表明，SARS-CoV-2大流行中的種族和民族差異可能是由獨特的健康社會決定因素介導的。
- 流行病學
- 公共衛生
- 傳染病
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
這是首批係統評估種族和民族差異對嚴重急性呼吸綜合征冠狀病毒2 (SARS-CoV-2)感染易感性的研究之一，同時考慮多種社會人口統計學特征和共病。
研究人口代表了美國一個龐大而多樣化的大都市，數據來自大都市地區最大的醫療保健提供商之一。
該研究評估了種族差異的潛在調解途徑，並證明居住在人口密度高的地區可能會調解對SARS-CoV-2感染易感性的種族和民族差異。
這是一項單中心研究，關於共病負擔和生活方式因素的信息有限。
簡介
由感染嚴重急性呼吸綜合征冠狀病毒2型(SARS-CoV-2)引起的COVID-19是一場大流行，迄今為止，在不到6個月的時間裏，全球已造成950多萬例病例。在撰寫本報告時，美國約占全球病例總數的25%，在絕對病例數、每百萬人口病例數和死亡人數方麵超過了所有國家。1 2專家預計，隨著廣泛檢測的建立和新的傳染性模式的出現，這些數字將繼續上升。美國各地病例的地理分布表明，主要的大流行負擔集中在大城市地區。然而，全美50個州、哥倫比亞特區、關島、波多黎各、北馬裏亞納群島和美屬維爾京群島都報告了COVID-19病例。3.截至2020年5月31日，德克薩斯州報告了64 287例COVID-19病例，其中約三分之一在大休斯頓地區。4大休斯頓地區擁有大約700萬人口，是美國第四大人口大都會區，被認為是美國最多樣化的地區之一。5個6
初步報告顯示，老年人、男性以及高血壓、糖尿病、肥胖、冠狀動脈疾病和心力衰竭等合並症患者的COVID-19預後較差。7 - 10在過去4個月裏，隨著大流行在美國大陸蔓延，高風險表型模式開始出現，少數族裔中出現了不良結局(特別是高病死率)的報告。11 - 13盡管了解COVID-19患者預後不良的決定因素很重要，但從公共衛生的角度，係統地研究美國大型不同社區中SARS-CoV-2感染的可能性同樣是必要的。關於美國不同大都市地區的少數種族和少數民族感染SARS-CoV-2可能性較高的數據有限。此外，少數民族和少數民族中SARS-CoV-2感染的介質尚未被描述。
我們探索了社會人口特征，如年齡、性別、種族、民族、按郵政編碼排列的家庭收入中位數、居民郵政編碼的人口密度，以及在大休斯頓地區領先的醫療保健係統之一服務的城市和多樣化人口中與SARS-CoV-2檢測陽性相關的健康保險狀況。我們進一步研究了研究人群中既存合並症與SARS-CoV-2感染較高可能性之間的關係。我們假設年齡較大、種族和少數民族與SARS-CoV-2感染的可能性顯著較高相關，而社會經濟地位低、居住在人口密度高的地區(代表社交距離的潛在困難)和較高的共病負擔等因素將調節種族和民族對SARS-CoV-2感染的影響。
方法
我們分析了2020年3月5日至5月31日期間收集的數據，這些數據是休斯頓衛理公會(HM) COVID-19監測和結果登記處(策展人)的一部分。策展人由HM成果研究中心的大數據團隊設計和管理，由HM係統的多個數據源填充，如電子病曆、實驗室和藥房的電子數據庫以及電子交互式患者界麵工具。HM係統包括德克薩斯州醫療中心的一家旗艦三級護理醫院，七家大型社區醫院，一家持續護理醫院，以及遍布大休斯頓地區的多個急救中心和診所。來自不同來源的數據被整理成統一的格式，進行質量和完整性評估，並存儲在符合健康保險可攜帶性和責任法案(HIPAA)的安全機構服務器上。
我們使用實時逆轉錄酶PCR診斷板標記了所有接受SARS-CoV-2檢測的個體。采用3種交叉驗證PCR檢測方法，分別為WHO核酸擴增試驗、Panther Fusion SARS-CoV-2檢測方法和Cepheid Xpert Xpress SARS-CoV-2檢測方法。這些方法可用於從個體鼻咽拭子標本中分離純化並浸泡在通用運輸介質中的新型SARS-CoV-2的定量檢測。對有症狀的個人或有自我報告的COVID-19病例暴露史的個人進行了檢測，包括最近前往美國其他高感染率國家或熱點地區的旅行。
從HM策展人處獲得包括年齡、性別、種族、民族和付款人狀態(保險類型)在內的社會人口特征進行分析。我們還提取了包括Charlson合並症指數(CCI)在內的合並症的信息，包括心肌梗死、充血性心力衰竭、周圍血管疾病、腦血管疾病、癡呆、慢性肺部疾病、風濕病、消化性潰瘍疾病、肝病、伴有或不伴有並發症的糖尿病、偏癱、腎髒疾病、任何惡性腫瘤(不包括皮膚腫瘤)、轉移性實體瘤和艾滋病/艾滋病毒。另外還獲得了高血壓和肥胖的數據。我們使用美國人口普查局的美國社區調查5年數據(2014-2018年)，按個人郵政編碼表格區(ZCTA)確定家庭收入中位數。14ZCTA家庭收入中位數經通脹調整至2018年美元。我們還使用相同的數據源來獲得ZCTA的人口估計，並通過標準化ZCTA的麵積測量來計算ZCTA水平的人口密度(每平方英裏的人口)。為了確定人口密度，土地麵積估計來自人口普查局的2010年美國地名詞典檔案。15在缺乏細粒度和精確的社交距離數據的情況下，我們用人口密度來衡量在擁擠的社區中保持社交距離的潛在困難。
我們提供描述性彙總數據，如平均值(SD)和比例。我們采用單變量和多變量邏輯回歸模型來評估社會人口學特征與SARS-CoV-2檢測呈陽性的可能性之間的未調整和調整關聯。我們還提供了非西班牙裔黑人(NHB)和非西班牙裔白人(NHW)種族類別之間以及西班牙裔和非西班牙裔種族群體之間的各種社會人口統計學和共病變量的單變量比較。年齡、收入、人口密度和CCI被分類用於某些分析。在我們最初的多變量模型中，我們包括了年齡、性別、種族、民族、郵政編碼、家庭收入、保險類型、郵政郵政人口密度和CCI。以郵政編碼、家庭收入、人口密度和CCI為中介。最終模型中排除了證明中介作用的因素。然而，最終模型中包含了沒有證明中介作用的因素，因為我們相信它們繼續重要地告知直接影響估計的方差。16采用Hosmer-Lemeshow擬合優度檢驗對模型擬合進行評估，得到粗OR、調整OR (aOR)和95% CI。SARS-CoV-2感染的後估計邊際概率由主要協變量(種族、民族和年齡)的最終調整模型確定。我們利用廣義結構方程模型(GSEM)框架，探討了共病負擔(CCI)、社會經濟地位(收入中位數)和缺乏社會距離(人口密度)對黑人和西班牙裔與SARS-CoV-2感染高可能性之間關係的中介影響。建立GSEM框架是為了估計黑人種族和西班牙裔種族對SARS-CoV-2傳染性的直接和間接影響。統計學意義上顯著(p<0.05)，間接影響代表完全或部分調解的測試協變量。我們納入了整個醫療係統中所有接受SARS-CoV-2檢測的個人，沒有進行正式的樣本量計算。
患者和公眾參與
本研究的設計和實施沒有直接的患者或公眾參與。
結果
研究人群的社會人口學和共病特征
在整個分析期間，我們共確定了20228例SARS-CoV-2檢測的推定病例，其中1551例(7.7%，CI 7.3至8.0)檢測呈陽性。總體而言，研究人群的平均(SD)年齡為51.1(19.0)歲;61.9%為女性，62.3%為白人(包括西班牙裔)。該研究樣本與HM中接受治療的患者總體具有可比性，這些患者的平均(SD)年齡為49.0(22)歲，其中56%為女性，53%為白人。HM係統指標來源於2016年5月22日以來在整個係統中管理的3 216 290例患者的樣本。
總體家庭收入中位數(IQR)為70 658美元(53 313 - 99 276美元)，42.6%的研究人群擁有私人或雇主保險。在我們的單變量分析中，黑人(vs白人;OR, 1.55, CI 1.37至1.75)，西班牙裔(vs非西班牙裔;OR, 2.02, CI 1.79至2.27)和男性(與女性相比;OR, 1.17, CI 1.06至1.31)與SARS-CoV-2檢測呈陽性的可能性顯著升高相關。在新冠病毒陽性患者中，40.8%的患者年齡在51-75歲之間，11.4%的患者年齡在75歲以上。這些比例明顯高於參照組(至35歲;51-75歲vs 35歲以下:OR 1.29, CI 1.12 - 1.48;75歲與35歲以下:OR 1.23, CI 1.02至1.49)。此外，社會經濟地位較高的個體感染SARS-CoV-2的可能性明顯較低，而居住在人口密度較高的ZCTA的個體感染SARS-CoV-2的可能性較高。 We observed a significantly higher proportion of SARS-CoV-2-positive individuals in the CCI 1–2 category compared with CCI of 0 (OR, 1.35, CI 1.18 to 1.54). However, similar differences for higher CCI categories were not observed. For specific comorbidities, a significantly greater proportion of individuals with diabetes had SARS-CoV-2-positive results (OR, 1.40, CI 1.24 to 1.57). The sociodemographic characteristics and comorbidity profiles for the overall and SARS-CoV-2 positive and negative patients are summarised in表1．
與少數民族相關的社會人口學和共病特征
在我們的研究樣本中，包括13754名非西班牙裔黑人和白人，我們比較了種族與各種社會人口學和共病特征之間的關係(表2)．同樣，我們還評估了西班牙裔和非西班牙裔個體之間社會人口學變量和共病的單變量差異(表3)．少數民族(NHB)和西班牙裔(Hispanic)均與年齡小、女性比例高、居住在低收入和高人口密度地區有關。然而，與NHW組和非西班牙裔組相比，NHB組和西班牙裔組的合並症負擔總體較低(CCI中位數顯著較低)。在少數民族和民族中，糖尿病的比例較高，與非民族相比，非民族的高血壓比例也較高。
SARS-CoV-2感染可能性和種族和少數民族的多變量模型和邊際概率
在控製其他人口統計數據、保險類型、家庭收入中位數、人口密度和合並症後，少數民族和民族群體感染SARS-CoV-2的可能性明顯更高。非西班牙裔與非西班牙裔的aOR (CI)為2.23(1.90至2.60)，西班牙裔與非西班牙裔的aOR (CI)為1.95(1.72至2.20)。男性(與女性相比)感染風險更高，老年人感染SARS-CoV-2的可能性更高，這在統計上也具有顯著意義。少數民族和民族群體的完全調整邏輯回歸模型的詳細輸出顯示在表4．根據從我們的完全調整模型中獲得的邊際概率，在所有其他調整變量不變的情況下，45歲的NHB個體感染SARS-CoV-2的概率為9.6%，而45歲NHW個體感染SARS-CoV-2的概率為4.5%。在75歲時，非健康狀態的概率為14.0%，非健康狀態的概率為6.9%。在西班牙裔和非西班牙裔個體中也觀察到類似的關係差異。非西班牙裔與非西班牙裔以及西班牙裔與非西班牙裔跨年齡譜的SARS-CoV-2感染的多變量模型推導概率顯示在圖1和圖2．
隨著年齡的增加，非西班牙裔黑人與非西班牙裔白人SARS-CoV-2 PCR陽性的調整概率和95% CI。SARS-CoV-2，嚴重急性呼吸綜合征冠狀病毒2。
隨著年齡增長，西班牙裔與非西班牙裔SARS-CoV-2 PCR陽性的調整概率和95% CI。SARS-CoV-2，嚴重急性呼吸綜合征冠狀病毒2。
GSEM以收入、人口密度和共病指數為中介
使用GSEM框架，我們確定了NHB和西班牙裔種族對SARS-CoV-2感染的直接和間接影響，將中位數收入、人口密度和CCI作為中介模型，在6個獨立的方程中對年齡和性別進行了調整。NHB通過人群密度介導的間接效應具有統計學意義(OR, 1.03, CI 1.01 ~ 1.05, p=0.001);然而，通過中位數收入和共病評分介導的間接影響沒有統計學意義(p=0.14和p=0.64)。在西班牙裔或拉丁裔個體中，人口密度和收入都在一定程度上介導了種族對SARS-CoV-2陽性的影響(人口密度:or 1.02, CI 1.01至1.02,p<0.001;收入:OR 1.04, CI 1.02至1.06,p<0.001)。對合並症的評估沒有顯示出對非裔美國人或西班牙裔美國人類別的中介影響。
討論
在COVID-19大流行之後，潛在的種族和民族醫療保健差距令人痛苦地突顯出來。大多數報告表明，在美國主要大都市地區，少數族裔群體(黑人/非洲裔美國人)的死亡率或病死率較高。11 - 13然而，關於SARS-CoV-2感染的種族差異的有力見解是有限的。此外，評估西班牙裔社區對SARS-CoV-2感染易感性較高的綜合數據也很少。這可能是因為世界上非美國地區的人口相對同質。休斯頓，作為一個種族極其多樣化的人口中心，17非常適合調查COVID-19檢測陽性的種族、民族和社會經濟梯度。我們重點強調了種族和民族差異對SARS-CoV-2感染易感性的機製，並提供了通過新的健康社會決定因素(SDoH)調解這種差異的證據。
我們的研究通過分析在大休斯頓地區最大的醫療保健係統之一接受檢測的個人的新興數據，增加了當前的文獻。我們報告說，少數族裔(非西班牙裔美國人和西班牙裔美國人)的SARS-CoV-2檢測呈陽性的可能性幾乎是非西班牙裔美國人和非西班牙裔美國人的兩倍。這些發現說明了SARS-CoV-2感染檢測呈陽性的係統性種族/民族差異。盡管之前的SARS-CoV-2數據有限，但美國H1N1流感大流行之前曾描述過這種種族和民族差異。18這些數據表明，說西班牙語的西班牙裔和黑人感染H1N1的風險更大，主要原因是缺乏醫療保健服務。
我們在數據中探索了種族差異的三種可能機製。這些因素包括較低的社會經濟地位，居住在人口密集地區和較高的合並症水平。我們證明了NHB種族與所有三種潛在的差異途徑顯著相關，並且在傳統的多變量分析中，即使控製了這些途徑，種族和民族差異仍然存在。然而，我們的調解分析強調，居住在高人口密度地區的潛在影響是一種可行的途徑，至少部分解釋了所觀察到的種族和民族差異。此外，低收入地區的居住是SARS-CoV-2陽性種族差異的重要調解途徑。調節共病狀態影響的途徑沒有顯示出顯著作用。我們使用人口密度作為保持足夠社交距離的潛在能力的標誌，因為有跡象表明，在人口密度高的情況下，保持世衛組織推薦的人與人之間的安全距離變得具有挑戰性。19此外，人口密度和疾病傳播的總體影響以前已在文獻中描述過。20 21除了缺乏社交距離外，較高的人口密度還可能與其他一些行為和社會人口屬性有關，這些屬性可能使人群易於病毒傳播和增加易感性。例如，有報告將肥胖、缺乏體育活動和較高的死亡率與居住在人口密集的社區聯係起來。22日23日
正如報告所述，我們的數據還證實，老年人群可能更容易感染SARS-CoV-2。10然而，年輕人群仍然令人擔憂，因為在我們的樣本中，近四分之一的感染病例年齡在36至50歲之間。最後，我們的數據表明，男性SARS-CoV-2感染檢測呈陽性的可能性大約高出20%。在未來的分析中，需要進一步探討SARS-CoV-2傳染性的潛在性別差異以及與種族和民族社會經濟因素的交叉關係。額外的政策導向研究應優先研究本研究顯示的這些弱勢經濟地位和COVID-19感染中的種族差異之間的交叉性。
我們的研究結果需要考慮到一定的局限性來解釋。我們的數據來自單一中心，可能不適用於更廣泛的美國人口。這些發現需要在美國其他大型異質大都市的更大數據集中得到複製。然而，休斯頓大都會區是美國最具多樣性和代表性的地區之一17我們的醫療係統是大休斯頓地區為COVID-19患者提供護理的最大係統之一。我們的樣本由22%的黑人，18%的西班牙裔和62%的女性組成。我們最終的多變量模型包括可能產生偏差估計的潛在介質。16然而，在我們的分析中，這些潛在的介質並沒有顯示出統計學上顯著的間接影響。我們沒有某些人口統計協變量的信息，如教育或家庭規模。教育狀況與醫療保健意識相關，在潛在差異分析中可能是重要的調整因素，家庭規模可能被用來提供更精確的社會經濟狀況估計。然而，我們從美國人口普查中獲得並調整了郵政編碼收入數據，因為收入此前已被證明與教育程度和社會經濟地位有很強的相關性。24由於檢測是基於懷疑感染，並可能受到獲得護理等因素的影響，因此不能排除選擇偏差的可能性。此外，據報告，SARS-CoV-2診斷檢測缺乏敏感性;然而，用於測試的三種測定方法進行了內部一致性交叉驗證。最後，我們沒有研究人群中合並症及其管理的詳細信息。然而，我們確實控製了與COVID-19結果相關的主要合並症。25
結論
我們的數據顯示，即使在對其他重要的社會人口和共病因素進行調整後，少數民族和少數民族與SARS-CoV-2感染之間的強烈關聯，也凸顯了全球大流行生存危機中不平等的潛在災難。我們的數據，代表了一個巨大的異質美國大都市區，也為這種差異的潛在途徑提供了初步證據。較高的共病負擔和不良社會決定因素的有害影響(包括那些可能不充分允許安全的社交距離做法的因素)極有可能導致SARS-CoV-2在種族和少數民族中的更高傳染性。
隨著大流行在美國大陸繼續傳播和演變，關於SARS-CoV-2感染與各種社會人口因素之間關係的新數據將繼續增強我們對與SARS-CoV-2感染相關的針對性風險的理解，這些數據將使我們能夠理解與少數群體中COVID-19的發展和結果相關的醫療服務和獲取因素。我們的發現證實了之前的呼籲，即作為國際合作的一部分，收集關於種族和民族的可靠數據，26並進一步闡明量化小說SDoH的關鍵重要性。
致謝
作者感謝休斯頓衛理公會成果研究中心的高級科學作家Jacob M Kolman審閱了手稿的語言和格式。
腳注
推特@HMAIChief
貢獻者FSV:設計，數據分析和解釋，起草手稿，對重要的知識內容進行批判性修改，最終批準。JCN, OK, AP:數據采集，數據分析，起草稿件，最終審批。JRM:數據采集，起草稿件，最終審批。SLJ:數據采集，數據解讀，重要智力內容的批判性修訂，最終批準。FM, HDS, RP, JDA, BAK:重要知識內容的關鍵修訂，最終批準。KN:設計，數據解釋，重要知識內容的關鍵修訂，最終批準。
資金作者沒有從任何公共、商業或非營利部門的資助機構宣布對這項研究的具體資助。
相互競爭的利益沒有宣布。
患者發表同意書不是必需的。
倫理批準這項工作是根據休斯頓衛理公會研究所機構審查委員會(HMRI IRB)批準的休斯頓衛理公會COVID-19監測和結果登記處(HM CURATOR)的方案進行的。HM CURATOR已被HM IRB批準為所有COVID-19疑似和確診患者的觀察性護理質量登記處。HM IRB根據現行聯邦法規授予了策展人放棄知情同意和HIPAA(健康保險可攜帶與責任法案)授權。
出處和同行評審不是委托;外部同行評審。
數據可用性聲明如有合理要求，可提供資料。所有要求去識別的數據應向相應的作者提出。所有合理的請求將由策展人數據治理和共享委員會根據機構政策和指導方針進行評估，該委員會由FSV、SLJ、BAK和KN組成。
請求的權限
如果您希望重用本文的任何或全部內容，請使用下麵的鏈接，該鏈接將帶您到版權清除中心的RightsLink服務。您將能夠快速獲得價格和即時許可，以多種不同的方式重用內容。