條文本
PDF
摘要
客觀的確定COVID-19在發病(短期)和隨後(長期)時是否對滿足基本需求的家庭收入充分性(主要結果)和因病缺勤(次要結果)產生重大影響。
設計對2020年5月1日至2021年10月28日完成的每月在線問卷自我報告數據進行多層混合回歸分析，並根據基線特征進行了調整，包括年齡、性別、社會經濟地位和自評健康狀況。
設置和參與者參與者(n= 16910)為16歲或以上的英國居民，參與了一項關於COVID-19的全國縱向研究(COVIDENCE UK)。
結果COVID-19事件與參與者報告家庭收入不足以在短期內滿足其基本需求的幾率增加(調整後的OR (aOR) 1.39, 95% CI 1.12至1.73)獨立相關，但這種情況在長期內並不持續(aOR 1.00, 95% CI 0.86至1.16)。探索性分析顯示，報告長COVID(定義為發病後症狀持續超過4周)的患者與報告無長COVID的COVID-19患者之間存在更強的短期相關性(p為趨勢0.002)。長期來看，COVID-19事件與報告疾病缺勤的幾率增加相關(aOR 4.73, 95% CI 2.47至9.06)，但短期內沒有相關(aOR 1.34, 95% CI 0.52至3.49)。
結論我們證明了COVID-19與COVID-19參與者經濟脆弱性風險增加之間的獨立關聯，以家庭收入充足率和因病缺勤來衡量。將這些發現與先前表明社會經濟劣勢增加了COVID-19風險的研究結合起來，這可能表明健康受損和經濟結果糟糕的“惡性循環”。
試驗注冊號碼NCT04330599．
- 新型冠狀病毒肺炎
- 經濟學
- 公共衛生
數據可用性聲明
根據合理的要求提供數據。根據研究倫理委員會的批準和主辦方的要求，在向ARM (a.martineau@qmul.ac.uk)提出合理要求的情況下，將提供已識別的參與者數據。
這是一篇開放獲取的文章，按照創作共用署名非商業性(CC BY-NC 4.0)許可發布，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款授權他們的衍生作品，前提是原創作品被正確引用，給予適當的榮譽，任何更改都被注明，且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
來自Altmetric.com的統計
本研究的優勢和局限性
前瞻性縱向研究設計有助於確定暴露和結果之間的時間關係。
詳細的人口統計數據允許在多變量分析中調整多個潛在的混雜因素。
豐富的數據集包括兩個經濟脆弱性指標，以證實研究結果。
依靠自我報告的變量，包括COVID-19檢測結果和收入是否足以滿足家庭需求。
雖然我們的研究樣本很大(n= 16910)，但並不能完全代表整個英國人口。
簡介
2019冠狀病毒病大流行對全球衛生造成了破壞，在全球範圍內造成了巨大的死亡率和發病率。在開發和推廣SARS-CoV-2疫苗接種之前，社會經濟剝奪被認為是疾病發病率和嚴重程度的一個主要風險因素，通過包括職業和家庭接觸SARS-CoV-2增加以及因共病導致身體更脆弱等因素介導。1 - 3這種關聯在疫苗接種時代仍然存在，較低的社會經濟地位與突破性COVID-19發病率和嚴重程度的增加有關。4然而，盡管急性發作(長時間COVID-19)後出現持續症狀很常見，可能對人們的日常活動和工作能力產生負麵影響，但COVID-19作為經濟脆弱性的原因而非後果的可能性受到的研究關注較少。5
描述COVID-19對經濟福祉影響的挑戰之一是，控製COVID-19傳播的社會措施不利於就業和經濟參與，因此甚至可能對那些自己沒有患病的人產生負麵經濟影響。1 - 6大流行前的分析顯示，經濟衰退與由精神疾病、癌症和自殺、吸毒過量或酗酒引起的“絕望死亡”等原因導致的死亡率上升之間存在關係。7號到9號這種關係並不直接，因為有平行證據發現，在經濟衰退期間，心血管疾病和交通事故死亡率有所下降。10盡管如此，與大流行病相關的經濟收縮很可能會影響健康和經濟福祉。布魯金斯學會認為，經濟脆弱性與COVID-19大流行有直接聯係，在已經貧困的人群中觀察到與COVID-19相關的貧困造成的危害尤其嚴重。11
為了從大流行的社會反應的後果中分析疾病的影響，我們在大流行開始時啟動了一項縱向隊列研究，以確定COVID-19事件是否與經濟脆弱性的關鍵標誌相關。我們將經濟脆弱性定義為貧困的存在或威脅，前者意味著當前的經濟困難，而後者是由於缺乏應對負麵經濟衝擊的手段。12我們通過兩個不同的結果來捕捉經濟脆弱性的這些方麵。我們的主要結果是家庭收入是否足以滿足基本需求的自我報告;這一結果涵蓋了因不良事件而認為自己處於貧困線以下的個人。13我們的第二個結果通過詢問罹患COVID-19的個人是否更有可能報告因病缺勤，捕捉了參與者的工作收入能力。我們同時探索了COVID-19事件與這兩種結果之間的關聯(從今往後的“短期”，即在報告了SARS-CoV-2檢測結果陽性時)和隨後的(即在長期)。
方法
研究設計、環境和參與者
COVIDENCE UK是一項關於英國人群中COVID-19的前瞻性隊列研究(n= 16910)。14其目的是確定英國人口中發生COVID-19的風險因素;描述英國人口中COVID-19的自然史;評估新冠肺炎對英國民眾身心和經濟福祉的影響;並為未來預防或治療急性呼吸道感染的幹預措施的臨床試驗提供一個確定潛在參與者的資源。
納入標準為年齡≥16歲和入學時在英國居住。招聘是通過全國性的媒體活動，包括紙質報紙、廣播、電視和在線廣告，以覆蓋英國人口的廣泛樣本，跨越年齡、種族、社會經濟群體和其他經濟弱勢的相關因素。參與者最初完成了一份在線基線問卷，記錄了COVID-19狀況以及下文描述的廣泛的人口統計學、社會經濟和臨床特征。每隔一個月進行一次隨訪問卷，收集了經RT-PCR或橫向流動試驗證實的SARS-CoV-2感染的發生率、COVID-19的長期症狀和經濟狀況指標。該調查包括基於2021年英國人口普查的有效人口問題，15自我報告的一般健康16以及其他專門用於獲取與COVID-19相關數據的問題。這些問題在患者和公眾參與小組的成員中進行了試點，跨越了一係列種族和其他人口統計學變量。基線問卷和月度問卷的具體問題，其答複為當前分析提供了數據，顯示在在線補充表1而且在線補充表2．該研究於2020年5月1日啟動，本文報告了截至2021年10月28日收集的數據分析。所有對基線問卷做出回應，並在至少1份每月隨訪問卷中提供有關SARS-CoV-2檢測狀態和家庭收入是否足以滿足基本需求的數據的參與者都有資格納入本分析。本次分析的排除標準為:在完成基線問卷之前，自我報告SARS-CoV-2檢測陽性、長時間COVID-19或因COVID-19住院，以及在沒有SARS-CoV-2 RT-PCR或橫向流動檢測結果陽性的情況下自我報告長時間COVID-19。
變量的定義
我們的主要結果變量是參與者家庭收入不足以滿足基本需求的自我報告。這是根據對以下問題的回答得出的一個二元變量:“自您上次登記入住以來，您的家庭收入是否足以滿足家庭的基本需求，如食物和取暖?”除“是”以外的任何答案(即:“否”、“有時”或“大部分”)都被編碼為收入不足，而回答“是”則被編碼為收入充足。我們還考慮了與經濟脆弱性相關的次要結果，即參與勞動力的能力。這是由對“以下哪項最能描述你目前的職業狀態”這個問題的回答得出的一個二進製變量來表示的。從下拉菜單中選擇“因病、殘疾或疾病不工作”的參與者被編碼為因病缺勤。
根據以下協變量作為COVID-19事件與研究結果之間關係的潛在混雜因素，在分析之前選擇了以下協變量17:年齡(劃分為“工作年齡”(16至65歲)或“非工作年齡”(>65歲))、性別(男性vs女性，按出生時的性別定義)、種族(劃分為白人或少數民族出身)、居住國(英格蘭、蘇格蘭、威爾士或北愛爾蘭)、多重剝奪指數(IMD)四分位數的居民區，18基線職業狀況(就業、自雇、退休、休假、失業、學生、從未就業、因疾病/殘疾/疾病或“其他”原因而不工作)、住房狀況(完全擁有住房、抵押貸款持有人、私人出租、從區議會或其他地方租房)和自我報告的一般健康狀況(差、一般、良好、非常好或極好)。
我們的分析主要模型的主要自變量是SARS-CoV-2檢測陽性。這是由二元指標定義的，其中“是”包括任何自我報告的陽性橫向流動或RT-PCR SARS-CoV-2檢測結果，“否”包括自我報告的陰性橫向流動或RT-PCR SARS-CoV-2檢測結果，或沒有任何檢測報告。這個變量和我們感興趣的兩個結果之間的關聯被考慮了兩個時間段。首先，我們建立了一個短期模型，通過詢問SARS-CoV-2檢測陽性是否與報告收入不足或在記錄陽性結果的同月病假的風險增加有關，來檢查COVID-19的同期影響。其次，我們建立了一個“長期”模型，以測試SARS-CoV-2檢測結果呈陽性是否與在隨後幾個月(不包括感染月份)報告收入不足或生病缺席的風險增加有關。
我們還進行了兩項探索性分析，以確定COVID-19嚴重程度與報告收入不足風險之間是否存在劑量-反應關係。通過對報告SARS-CoV-2檢測結果呈陽性的參與者的回答，根據他們對問題的回答，對他們進行了分類，該問題是“你是否會說你目前患有長時間COVID-19，即在確診或疑似COVID-19出現4周以上後仍在出現症狀?”我們將報告長時間COVID和報告SARS-CoV-2檢測結果陽性但沒有長時間COVID的人與無SARS-CoV-2檢測結果陽性的人(參照類別)進行了比較。其次，我們根據是否住院對報告SARS-CoV-2檢測結果陽性的參與者進行了分類，將那些報告因COVID-19住院的人、那些報告COVID-19不需要住院的人與那些沒有SARS-CoV-2檢測結果陽性的人進行了比較(參照類別)。上述兩種探索性分析都是針對上述短期和長期模型進行的。
統計分析
在主要分析中，應用多層次混合效應logistic回歸模型評估了SARS-CoV-2檢測陽性結果(RT-PCR或橫向流動)與報告的2021年10月28日之前任何時間點的收入不足之間的關係。所有模型都包含了唯一參與者標識符的隨機效應，以解釋重複測量，允許評估參與者內部的可變性。如上所述，根據基本的社會人口特征對這些分析進行了調整。
在探索長時間COVID和疾病導致住院的潛在影響的分析中，還納入了一個唯一參與者標識符的隨機效應，以解釋重複測量，如前所述，對基線特征進行調整，並用上麵先前定義的其他三級關鍵自變量之一(即:SARS-CoV-2檢測結果陽性，無長冠肺炎vs無新型冠狀病毒2型檢測結果陽性，或新型冠狀病毒2型檢測結果陽性並住院，無住院vs新型冠狀病毒檢測結果無陽性)。對包含這些3級變量的模型進行了兩次評估，第一次作為標準分類變量，第二次將分類版本交換為數字整數，分別為短期和長期模型提供了長時間COVID-19趨勢和因COVID-19住院的p值。每個月變化的探索性分析的模型都是分別建立的，並且是根據將事件COVID歸類為二元自變量的主模型建立的。
還應用混合效應邏輯回歸模型來評估SARS-CoV-2檢測結果陽性與報告的2021年10月28日之前任何時間因病缺勤之間的關係。這一次要結果模型中沒有包括收入不足的變量，也沒有考慮長時間COVID和住院。假設缺失數據完全隨機缺失，並在廣義線性混合模型中按列表刪除處理，從而得到無偏估計。所有統計分析采用R V.4.1.1，混合效應模型采用R-package lmer4。
亞組分析
我們通過在研究主要結局決定因素的多變量模型中納入SARS-CoV-2檢測陽性和年齡(分類為≤65歲或>65歲)和性別(分類為出生時男性或女性)的相互作用術語來檢測效應修正。
患者和公眾的參與
三位患者和公眾參與代表參與了研究問題的製定和研究方案中規定的結果測量的選擇。其中一人還領導製定和實施了最大限度地招募參與者的戰略。工作結果將通過網絡研討會傳播給個別參與者。
結果
在2020年5月1日至2021年10月29日期間，共有1980名參與者完成了英國COVIDENCE基線問卷，其中1412人沒有完成後續的任何月度問卷。在剩下的18568名參與者中，16910人(91.2%)為當前的分析提供了數據。排除1658名沒有為分析提供數據的參與者的原因詳見參與者流程圖(在線補充圖S1)．表1為分析提供數據的參與者的基線特征:他們的中位數年齡是63歲，69.8%是女性，94.7%是白人，2.7%接受通用信貸支付，6.9%報告他們的家庭收入“有時”、“大部分”或“不足以”滿足他們在入學前一個月的基本需求，1.7%報告因疾病而不能工作。圖1說明隨著時間的推移，收入是否足夠滿足家庭基本需求的響應流動情況。
桑基圖說明了隨著時間的推移，滿足家庭基本需求的收入是否充足的響應流。
在報名至隨訪結束期間(2021年10月28日)，共有1120名參與者報告了至少一次SARS-CoV-2檢測結果陽性。其中39/1120人(3.5%)因COVID-19住院，308/1120人(27.5%)報告長時間COVID-19。共有7310/ 16910人(43.3%)報告在隨訪期間一次或多次收入不足，398/ 16910人(2.4%)報告在隨訪期間一次或多次因病缺勤(在線補充表3)．
在多變量分析中，COVID-19事件與參與者報告家庭收入不足以滿足其基本需求的幾率增加獨立相關(調整後的OR (aOR) 1.39, 95% CI 1.12至1.73)，盡管這種情況在長期內並不持續(aOR 1.00, 95% CI 0.86至1.16)(表2)．在每個模型中包含的8個協變量中，還發現非白人與白人種族、年輕與年老(≤65歲與>65歲)、較高與較低剝奪四分位數、較差與較好的基線健康狀況、自雇、休假、其他(包括生病)或失業與基線就業、有抵押貸款、私人租賃、或者從委員會租房子，還是直接擁有自己的房子。性別和年齡都沒有改變SARS-CoV-2檢測陽性和報告收入不足之間的關聯(對於性別，在短期和長期模型中，相互作用的p分別為0.23和0.51;對於年齡，短期模型和長期模型的交互作用p分別為0.48和0.14)。
為了進一步探索這些發現，我們調查了在報告長時間COVID-19或住院接受COVID-19治療的參與者子集中，COVID-19事件與收入不足之間的關聯是否更強。結果顯示於表3:在短期模型中，報告長時間COVID或住院的患者aORs的點估計值高於未報告長時間COVID和住院的患者(長時間COVID和住院的趨勢p值均為0.002)。我們還注意到臨床對長期長COVID模型(aOR 1.26, 95% CI 0.98至1.61)中顯示的關聯方向的興趣，該模型CI交叉1，但傾向於正向。
最後，我們檢查了COVID-19事件是否與因病缺勤的次要結果有關。結果載於表4:在長期內，COVID-19事件與報告疾病缺勤的幾率增加相關(aOR 4.73, 95% CI 2.47至9.06)，但在短期內無相關(aOR 1.34, 95% CI 0.52至3.49)。
討論
據我們所知，這項研究首次調查了COVID-19對經濟脆弱風險的影響。我們報告，COVID-19事件與參與者報告家庭收入不足的風險增加在短期內獨立相關，但在長期內不相關。當aOR轉換為調整後的風險比(1.32,95% CI 1.10到1.58)時，短期模型中增加的概率等於風險增加32%。在COVID-19引發長時間COVID-19或住院的情況下，短期關聯更強，支持因果解釋。COVID-19事件還與參與者報告長期因病缺勤的風險增加有關。
我們的發現與調查其他傳染病對經濟結果影響的研究結果一致。據報告，艾滋病毒感染者麵臨嚴重貧困、失業和身心功能受損的比例更高。月19 - 21日類似的分析顯示，在英國和印度，結核病和貧困加劇之間存在聯係。22日23日然而，這些研究在設計上都是橫斷麵的，因此無法確定所涉疾病是所觀察到的貧窮的原因還是後果。
我們的分析旨在確定是否有證據表明這些結果之間在特定的因果關係方向上存在關聯，即從疾病到經濟脆弱性。目前研究中采用的前瞻性設計在這方麵很有價值，因為它使我們能夠專注於COVID-19事件與隨後的經濟脆弱性之間的關係的發生時間。COVID-19嚴重程度與主要結果之間的劑量-反應關係的證明，以及兩種不同的經濟脆弱性衡量標準(收入不足和缺勤)之間關聯的一致性，都加強了因果解釋的理由。24
將這些發現與其他表明社會經濟劣勢會增加患COVID-19風險的研究結合起來，1 - 4我們目前的研究是一項重要進展，表明COVID-19和社會經濟剝奪之間的關係可能是雙向的。這表明，個人健康狀況不佳和經濟脆弱性的“惡性循環”可能會被COVID-19推入或加速。一個人越窮，就越容易生病。如果他們真的生病了，他們在大流行期間更有可能經曆貧困，帶來進一步的健康風險。
值得注意的是，在短期內，COVID-19事件對自我評估的家庭收入充足率產生了顯著的負麵影響，而對因病缺勤的影響隻在長期內明顯。一個潛在的原因是，那些患有COVID-19的人仍然會自我歸類為“在職”，但在短期內處於臨時休假，而持續的COVID-19症狀可能會導致狀態轉變為正式的病假。這就增加了COVID-19可能通過多種機製影響經濟脆弱性的可能性，包括短期內的非就業基礎機製，如與衛生有關的成本增加和長期內的就業基礎機製。早期、果斷的政策幹預可以幫助防止這種潛在的惡性循環，在出院時提供就業建議和其他經濟支持以及保健隨訪。
我們的研究有幾個優勢。其龐大的規模為檢測COVID-19對我們主要和次要結果的潛在影響提供了足夠的能力，而其基於人群的招募和前瞻性設計最大限度地提高了我們研究結果的普遍性，同時允許我們描述暴露和結果之間的時間關係。對參與者的詳細描述使我們能夠在多變量分析中調整多個潛在的混雜因素，並探索經濟脆弱性的兩個不同指標。
這項工作也有局限性。首先，感興趣的變量都是自我報告的，包括SARS-CoV-2檢測結果和經濟脆弱性指標。參與者不知道在這項工作中測試的假設，然而，減少了記者偏見的潛在作用。我們還依賴於自願檢測的報告，這使得一些covid - 19陽性的個人有可能沒有接受檢測，從而被視為陰性。然而，在整個研究期間，許多工作場所和所有有症狀的個人都可以進行檢測，而且是強製性的。參與者排除標準還包括在沒有“SARS-CoV-2”RT-PCR或橫向流檢測結果陽性的情況下自我報告長時間COVID。這將有症狀的個體被歸類為檢測陰性的可能性降到最低。盡管如此，一些無症狀感染的患者仍然可能被錯誤分類。
其次，研究人群並不能完全代表整個英國成年人口:男性、年輕人、少數民族出身的人和受教育程度較低的人都沒有充分代表。非隨機抽樣的局限性包括潛在的未檢測的抽樣誤差，參與者參與研究的選擇偏差或動機偏差。因此，在推斷樣本總體以外的結論時需要謹慎。此外，互聯網接入是參加的先決條件，這可能限製結果的普遍性，特別是在經濟最貧困的人群中。雖然這可能限製了我們在亞組內檢測關聯的能力，但我們強調，在觀察流行病學中，代表性不一定是識別因果關聯的障礙。25
第四，我們認識到，我們的短期模型無法保證新冠肺炎疫情和經濟事件的準確順序。不能排除在感染新冠病毒之前的同月出現負麵經濟衝擊的理論可能性。然而，這不太可能驅動所確定的大部分影響，因為我們沒有看到經濟衝擊在幾天內加速COVID-19感染的合理機製。相反的關係，即感染先於經濟脆弱性，仍然更有道理。我們還注意到，這一短期模型的發現與長期COVID和長期病假模型一致，這增加了對所考慮的絕大多數參與者的COVID-19感染先於經濟脆弱性的信心。
最後，與任何觀察性研究一樣，不能排除殘留或未測量混雜作為我們觀察到的關聯的解釋。我們在處理丟失數據時假設調查數據是隨機丟失的，但如果有人感染了COVID-19或經濟上變得脆弱，數據丟失的可能性更大。在最極端的情況下，致命或非常嚴重的COVID-19將阻止問卷完成;另一種情況是，有人可能生病了或失業了，不再有完成問卷的認知能力或體力。相反，SARS-CoV-2檢測陽性可能增加了參與者完成每月隨訪問卷的可能性。
我們的發現強調了在三個領域進行進一步研究的必要性。首先，應該在其他人群中進行類似的研究，以確定我們的發現是否可以複製;理想情況下，此類研究應該捕捉縱向收益的細節，以引入更大的客觀性和影響的量化，同時減少報告偏差。第二，需要開展進一步工作，了解COVID-19可能導致經濟脆弱性的具體機製，調查失業、長時間COVID-19症狀和汙名化等因素的相對重要性。第三，我們的研究結果表明，需要進一步的工作來更廣泛地探索疾病和匱乏之間的雙向關係。
總之，我們報告了COVID-19事件與隨後經濟脆弱性發展之間的獨立關聯，暴露了大流行之前隱藏的人員成本。鑒於以最有效的方式規劃covid -19相關支出的經濟緊迫性，我們的研究結果可能具有重大的政策影響。雖然疾病和貧困的“惡性循環”對福祉構成重大威脅，但認識到這一點也可以為有效的早期熔斷幹預提供機會，有可能避免未來更大的成本。
數據可用性聲明
根據合理的要求提供數據。根據研究倫理委員會的批準和主辦方的要求，在向ARM (a.martineau@qmul.ac.uk)提出合理要求的情況下，將提供已識別的參與者數據。
倫理語句
病人同意發表
倫理批準
該研究涉及人類參與者，並獲得了萊斯特南部研究倫理委員會倫理批準ID 20/EM/0117的批準。參與者在參與研究前給予知情同意。
參考文獻
補充材料
-
補充數據
這個網絡僅文件已由BMJ出版集團從作者提供的電子文件生產(s)，並沒有編輯的內容。
腳注
推特@a_williamson1
貢獻者通訊作者證明，所有列出的作者都符合ICMJE的所有四個作者標準，沒有其他符合標準的作者被遺漏。ARM計劃並實施了COVIDENCE UK研究。AEW、FT和ARM撰寫了最初的草案，KP和AM貢獻了關鍵的知識內容和關鍵的修訂。FT和KP進行了統計分析。通訊作者確認稿件是對所報道的研究的誠實、準確和透明的描述;沒有遺漏研究的重要方麵;任何與最初計劃的研究(如果相關的話，已登記)的差異都已得到解釋。ARM是研究的擔保人。
資金這項研究由巴茨慈善基金資助，編號MGU0466。
免責聲明資助者不參與研究設計的任何方麵;在數據的收集、分析和解釋中;在寫報告時;或者決定將文章提交發表。
相互競爭的利益所有作者已完成ICMJE統一披露表格http://www.icmje.org/disclosure-of-interest/並聲明:本研究由Barts慈善機構向ARM (MGU0466)提供資助。我們確認研究人員獨立於資助者，所有作者，外部和內部，都可以完全訪問研究中的所有數據(包括統計報告和表格)，並可以對數據的完整性和數據分析的準確性負責。
患者和公眾的參與患者和/或公眾參與了本研究的設計、實施、報告或傳播計劃。有關更多細節，請參閱方法部分。
來源和同行評審不是委托;外部同行評議。
補充材料本內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅僅是那些作者(s)和不被BMJ認可。BMJ放棄從放在內容上的任何依賴產生的所有責任和責任。如果內容包含任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且不對翻譯和改編或其他原因引起的任何錯誤和/或遺漏負責。