Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Epidemiologia

Estimando Mortes Extras Durante a Pandemia

Uma mergulhada profunda nos desafios de estimar as mortes relacionadas à pandemia.

― 7 min ler


Análise de Mortes pelaAnálise de Mortes pelaPandemiade mortes a mais.Analisando preconceitos na estimativa
Índice

Estimativa de quantas mortes extras rolaram durante a pandemia não é moleza. Isso é ainda mais verdade em países onde os sistemas de rastreamento de mortes não são confiáveis. O processo se baseia em várias suposições, o que pode levar a resultados diferentes.

Em lugares onde o rastreamento de mortes é fraco, os pesquisadores costumam olhar para grupos de pessoas cujos registros de óbito provavelmente são mais completos. Um grupo interessante é o dos membros de academias prestigiadas, que documentam as datas de nascimento e morte dos seus integrantes. Esse método chamou atenção quando foi reportado que as mortes entre membros de academias chinesas aumentaram em certos meses no começo de 2023, depois de uma grande disseminação de COVID-19 na China.

Essa informação levou a estimativas de que um número grande de mortes extras aconteceu nesse período. No entanto, essa análise levanta questões sobre se usar esses grupos específicos pode representar com precisão a situação geral da população, especialmente considerando suas características únicas.

Quem São os Acadêmicos?

Os membros de academias prestigiadas geralmente são muito educados e vêm de famílias abastadas. Eles também estão sujeitos ao que chamamos de "Viés de sobrevivência", ou seja, quem é eleito para essas academias normalmente viveu o bastante para chegar a uma idade avançada. Em muitos casos, isso leva a uma exageração de como esses grupos refletem a população em geral.

Pra entender melhor esse viés, foram analisados dados de várias academias, incluindo a Academia Chinesa de Engenharia e a Academia Britânica. É bem provável que os membros estejam vivendo mais do que a média das pessoas, o que distorce os resultados. Também é importante notar que os laureados com o Nobel foram estudados como um grupo separado, já que são outra classe de indivíduos muito realizados.

Checando Dados Faltando

Quando os pesquisadores analisam dados de morte dessas academias, eles querem garantir que pegaram a imagem completa. Eles checaram online pra ver se algum dos primeiros membros listados como vivos estava, na real, falecido. Procuraram anos de nascimento e obituários pra confirmar suas descobertas.

Com isso, eles esperavam descobrir se faltava algum registro que pudesse afetar os cálculos deles. Se um número significativo de mortes não foi contabilizado, isso teria um impacto grande na precisão de qualquer estimativa feita.

Calculando Riscos de Morte

Para os grupos onde dados faltando não pareciam ser um problema, os pesquisadores calcularam os riscos de morte anuais. Eles olharam pra diferentes períodos, incluindo o tempo logo depois que a COVID-19 começou a se espalhar em dezembro de 2022, e compararam isso com os anos antes da pandemia. Eles também separaram os dados por faixas etárias.

Eles descobriram que, para os membros da Academia Chinesa de Engenharia, as Taxas de Mortalidade durante a pandemia foram menores do que as da população geral. Apesar do aumento nos casos de COVID, esse grupo teve taxas de morte que ainda estavam bem abaixo do que poderia ser esperado pra idade e estado de saúde deles em comparação com a população geral.

Mortes Extras: Picos e Padrões

Uma análise das taxas de mortalidade mostrou um aumento dramático no início da pandemia entre os membros da Academia Chinesa. Esse pico foi significativo para os membros mais velhos, indicando que aqueles que já eram idosos enfrentaram um risco maior nesse período.

Na Academia Britânica, as taxas de morte aumentaram, mas não tão drasticamente quanto nas da Academia Chinesa. Já os laureados com o Nobel, por outro lado, não mostraram um aumento notável nas taxas de morte durante a pandemia. Na verdade, algumas análises sugeriram que o número de mortes entre os laureados com o Nobel foi menor durante esse período.

Possíveis Viéses na Reportagem

É importante mencionar que o foco em certos grupos, como os das academias chinesas, pode levar a uma reportagem enviesada. Os dados usados nos relatórios podem nem sempre captar todo o escopo do que está acontecendo na população geral. Por exemplo, uma academia teve mais mortes do que outra durante um período crítico, o que poderia levar repórteres e pesquisadores a conclusões que podem não se aplicar de forma ampla.

Além disso, quando os pesquisadores usaram dados apenas de certas academias, eles podem ter perdido insights importantes que poderiam vir de uma análise de uma gama mais ampla de fontes. Isso ficou evidente ao comparar o número de mortes reportadas por diferentes academias durante a pandemia.

O Desafio da Extrapolação

Usar dados de academias pra tirar conclusões sobre o público geral é complicado. Acadêmicos tendem a ser um grupo pequeno e seleto, o que significa que suas experiências podem não refletir as experiências da população mais ampla. Por exemplo, se um número significativo de mortes é reportado entre acadêmicos, isso pode não significar que tendências similares estão acontecendo entre jovens ou aqueles que vivem em condições menos favorecidas.

Em países com resultados de saúde variados, os dados da população geral podem mostrar padrões muito diferentes. Em alguns lugares, por exemplo, pode haver um número maior de mortes extras entre os mais jovens devido a fatores como abuso de substâncias, enquanto populações mais velhas podem não ver o mesmo nível de mortes extras.

A Importância de Dados Confiáveis

Ter dados precisos e completos é fundamental pra estimar mortes extras. Quando os sistemas de rastreamento de mortes são fracos, os pesquisadores podem ser forçados a confiar em dados menos confiáveis de grupos selecionados. Isso pode levar a conclusões enganosas sobre quantas mortes extras ocorreram durante a pandemia.

Usar grupos que não são representativos pode distorcer bastante os resultados. Em casos onde faltam dados, os pesquisadores devem ter cuidado, já que suposições erradas podem facilmente levar a erros nas estimativas.

O Papel de Outras Coortes

Além das instituições acadêmicas, os pesquisadores também usaram outras coortes ligadas a universidades pra estimar mortes extras. Esses grupos costumam ser compostos de indivíduos muito educados, o que significa que provavelmente têm melhores resultados de saúde do que a população média. No entanto, o viés é menos pronunciado do que com membros de academias prestigiadas.

Quando os pesquisadores usaram dados de obituários ou procuraram serviços funerários online, tiveram que ser cautelosos. Há o risco de que esses métodos podem não capturar todas as mortes de forma consistente ao longo do tempo. Por exemplo, durante uma crise, pode haver mais obituários escritos e, portanto, mais mortes registradas, levando a estimativas inflacionadas.

Conclusões

Em resumo, estimar as mortes da pandemia com precisão é um processo complexo. Confiar apenas em grupos específicos como acadêmicos pode introduzir um viés significativo, que pode dar uma visão errada do impacto da pandemia. É essencial coletar dados abrangentes e precisos de fontes diversas se quisermos ter uma ideia mais clara dos reais efeitos de tais crises de saúde na sociedade.

À medida que os pesquisadores continuam a estudar esse assunto, eles devem reconhecer as limitações inerentes aos seus métodos. Entender esses desafios ajudará a melhorar as avaliações futuras e garantir que possamos confiar nos dados para informar respostas de saúde pública e decisões políticas.

Fonte original

Título: Analyses of academician cohorts generate biased pandemic excess death estimates

Resumo: ObjectiveDeath data from cohorts of academicians have been used to estimate pandemic excess deaths. We aimed to evaluate the validity of this approach. Study design and settingData were analyzed from living and deceased member lists from Mainland China, UK and Greece academies; and Nobel laureates (and US subset thereof). Samples of early elected academicians were probed for unrecorded deaths; datasets overtly missing deaths were excluded from further analyses. Actuarial risks were compared against the general population in the same country in respective age strata. Relative incidence risk increases in death in active pandemic periods were compared to population-wide pandemic excess death estimates for the same country. ResultsRoyal Society and Academy of Athens datasets overtly missed deaths. Pre-pandemic death rates were 4-12-fold lower in the Chinese Academy of Engineering (CAE) versus respective age strata of the Mainland China population. A +158% relative increase in death risk was seen in CAE data during the first 12-months of wide viral spread. Both increases (+34% in British Academy) and decreases (-27% in US Nobel laureates) in death rates occurred in pandemic (2020-22) versus pre-pandemic (2017-2019) years; point estimates were far from known excess deaths in the respective countries (+6% and +14%, respectively). Published excess death estimates for urban-dwelling Mainland China selectively analyzed CAE, but not another Chinese academy (Chinese Academy of Sciences) with half the pandemic death rates. ConclusionMissingness, lack of representativeness, large uncertainty, and selective analysis reporting make data from academy rosters unreliable for estimating general population excess deaths.

Autores: John Ioannidis

Última atualização: 2024-03-24 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2024.03.20.24304645

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.03.20.24304645.full.pdf

Licença: https://creativecommons.org/licenses/by-nc/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais do autor

Artigos semelhantes