Die hier besprochene Retrospektiv-Studie dient dazu zu erkennen, ob und wenn ja welche Maßnahmen zur Eindämmung und Ausmerzung einer Bedrohung in Form einer Pandemie hilfreich waren und welche Lehren daraus für zukünftige Ereignisse diser Art gewonnen werden konnten.
Meine Interpretation lautet: Die Politik hat eine Generalmaßnahme eingeleitet ohne zu wissen, ob das tatsächlich helfen wird! Wie sich im Ergebnis der vorliegenden Untersuchung herausstellte wurden mehr Personenkreise aus mittleren und höheren Sozialschichten dem Zwang unterworfen als nötig, während die meistbetroffenen unteren Sozialschichten und Zugereiste ein erhöhtes Risiko hatten und weitertrugen.
Ein Beispiel für unsinnigen Aktionismus und unnötige Einschränkungen gegenüber der Masse der Bevölkerung. Mein persönliches Fazit dazu:
Ich habe alle Zwangsmaßnahmen ohne Widerspruch ertragen und nicht rebelliert - weil zu einer solchen Pandemie keine Erfahrungen vorlagen und Vorsicht besser ist als krank zu werden und zu sterben.
Bei einer nochmaligen Zwangssituation werde ich allerdings diesen Hokuspokus nicht mehr mitmachen und mich dagegen (passiv!) zur Wehr setzen. Dreimal impfen muß nun genug sein, auch wenn es zum Jahresende wieder höhere Infektionszahlen geben sollte. Ich zähle mich zu jenen drei Vierteln der Bevölkerung mit geringstem und geringem Risiko.
[Studie "Area-level socioeconomic deprivation, non-national residency, and Covid-19 incidence: A longitudinal spatiotemporal analysis in Germany":
Übersetzung des Textes "Introduction" (Zusammenfassung)]
Einführung
Sozioökonomische Ungleichheiten bei Morbidität und Mortalität in Covid-19 zeigen, dass weniger privilegierte Gruppen ein höheres Infektionsrisiko haben, schwerer Krankheitsverlauf, Krankenhausaufenthalt, und Tod.
Solche Ungleichheiten wurden auch auf der Fläche gezeigt, wobei sozioökonomisch niedrige Gebiete ein höheres Risiko für Covid-19-Infektionen haben, und Patienten, die in den meisten benachteiligten Gebieten leben, die höhere Krankenhausaufenthaltsraten, Zulassungen in Intensivstationen und Mortalität zeigen.
In Deutschland war die Inzidenz von Covid-19 in sozioökonomisch besseren Gebieten während der ersten Infektionswelle höher, während sich das Muster während der zweiten Infektionswelle in Richtung höherer Inzidenz in Gebieten mit höchster sozioökonomischer Entbehrung änderte.
Die Beziehung zwischen CoVID-19-Inzidenz und sozioökonomischen Faktoren kann jedoch mit demografischen (Alter und Geschlechtszusammensetzung der Bevölkerung) und geografischen Merkmalen interagieren, die die Pendelmuster oder die Bevölkerungsdichte (z. B. die Siedlungsstruktur, der Grad der Verstädterung), 2, bestimmen.
Zusätzlich zu räumlichen und zeitlichen Variationen, die die Dynamik der Pandemie beeinflussen.
Wichtig ist, dass Migration und Wohnsiedlung auf Gebietsebene mit sozioökonomischen Faktoren überschneiden, und Einwanderer können sich in Nachbarschaften mit niedrigerem sozioökonomischem Status (SES).
Aber auf der Ebene der Gebietsebene in städtischen Siedlungsstrukturen mit besseren wirtschaftlichen Möglichkeiten.14
Rassen- und ethnische Ungleichheiten bei der Morbidität und Mortalität von Covid-19 wurden weit verbreitet und verweisen auf strukturelle Ungleichheiten und Rassismus als zugrunde liegende Ursachen.
Studien, die die Rolle von Migration und Covid-19 berücksichtigen, sind immer noch knapp und zeigen, dass Migranten ein höheres Risiko für Infektionen und Tod haben, während gemischte Beweise für die Krankenhauseinweisung vorhanden sind.
Diese Muster in Migrantengruppen können mit Sprachbarrieren, Reiserisiken und internationalen Bindungen, begrenztem Zugang zu den von Behörden bereitgestellten Informationen im öffentlichen Gesundheitswesen, einem schlechten Zugang zum Gesundheitssystem oder überfüllten Unterkünften und höheren beruflichen Risiken zusammenhängen.
Nicht zu berücksichtigen, dass der Schnittpunkt zwischen sozioökonomischen Faktoren und Migration zu einer Überschätzung der sozioökonomischen Determinanten der Covid-19-Epidemiologie führen und die migrationsbedingten Faktoren unterschätzt und umgekehrt.
Indexmessungen auf Flächenebene der sozioökonomischen Entbehrung sind daher für Forscher und politische Entscheidungsträger beteiligt, kann aber wichtige Muster und Wege von sozialen Expositionen zu Covid-19-Ergebnissen verbergen.
Bisher haben Studien zu sozioökonomischen Ungleichheiten in COVID-19 die Schnittpunkte sozioökonomischer und migrationsbedingter Faktoren nicht berücksichtigt und auch nicht die verschiedenen Wege analysiert, die der Beziehung zwischen sozioökonomischem Status und CoVID-19 zugrunde liegen. Darüber hinaus basieren die überwiegende Mehrheit der Studien auf deskriptiven oder Querschnittsdesigns, und räumliche und zeitliche Abhängigkeiten bei der Verteilung der Krankheit wurden selten berücksichtigt.
Die Verwendung von landesweiten Daten auf Distriktebene in Deutschland aus drei Infektionswellen wollten wir den Zusammenhang zwischen sozioökonomischer Entbehrung auf Flächenebene, dem Anteil nicht nationaler Einwohner als Proxy-Messung für Einwanderer und Covid-19-Inzidenz quantifizieren Berücksichtigung der demografischen Merkmale (Alter und Geschlecht), der Impfabdeckung, der Siedlungsstruktur sowie räumlichen und zeitlichen Effekte. Wir untersuchen ferner die potenziellen Wege vom Gebietsentzug bis zu Covid-199-Inzidenz, Domänen niedriger Stufen (Einkommen, Bildung, Beruf) sowie mögliche Wechselwirkungen zwischen sozioökonomischer Entbehrung, dem Anteil von Nicht-Nationalitäten und Geschlecht.
Originaltextauszug
"Introduction Socioeconomic inequalities in Covid-19 morbidity and mortality show that less privileged groups are at higher risk for infection, severe course of disease,1 , 2 , 3 hospitalisation,2 and death.4 ,5 Such inequalities have also been shown at the area-level with high socioeconomic deprivation areas being at higher risk for Covid-19 infections,6 ,7 and patients living in most deprived areas showing higher hospitalization rates, admissions to intensive care units, and mortality.8 In Germany, Covid-19 incidence was higher in socioeconomically better-off areas during the first wave of infection, while the pattern changed during the second infection wave towards higher incidence in areas with highest socioeconomic deprivation.9 However, the relationship between Covid-19 incidence and socioeconomic factors may interact with demographic (age and sex composition of the population) and geographical characteristics, which determine commuting patterns or population density (e.g., the settlement structure, the degree of urbanization),2 ,3 in addition to spatial and temporal variations that affect the dynamics of the pandemic.10 Importantly, migration and residential segregation may intersect with socioeconomic factors at area-level, and immigrants may cluster in neighbourhoods with lower socioeconomic status (SES),11 , 12 , 13 but at the area-level in urban settlement structures with better economic opportunities.14 Racial and ethnic inequalities in Covid-19 morbidity and mortality have been widely reported15 , 16 , 17 and point to structural inequalities and racism as underlying causes.18 Studies considering the role of migration and Covid-19 are still scarce, and indicate that migrants are at higher risk of infection and death, while mixed evidence exists for hospitalisation.19 ,20 These patterns in migrant groups may be related to language barriers, travel-related risks and international ties, limited access to public-health information provided by authorities, poor access to the health system, or crowded accommodations and higher occupational risks.19 , 20 , 21 Not considering the intersection between socioeconomic factors and migration may lead to overestimation of socioeconomic determinants of Covid-19 epidemiology, and underestimate the migration-related factors and vice versa./sup>22 Area-level index measures of socioeconomic deprivation have hence become instrumental for researchers and policy makers,23 ,24 but may hide important patterns and pathways from social exposures to Covid-19 outcomes. So far, studies on socioeconomic inequalities in Covid-19 have not considered the intersections of socioeconomic and migration-related factors, and did also not analyse the different pathways underlying the relation between socioeconomic status and Covid-19. Additionally, the vast majority of studies are based on descriptive or cross-sectional designs, and spatial and temporal dependencies in the distribution of disease have rarely been considered. Using nation-wide data at the district level in Germany from three waves of infection, we aimed to quantify the association between area-level socioeconomic deprivation, the proportion of non-national inhabitants as a proxy measurement for immigrants and Covid-19 incidence, while considering demographic characteristics (age and sex), vaccination coverage, settlement structure, as well as spatial and temporal effects. We further explore the potential pathways from area deprivation to Covid-19 incidence, deprivation domains (income, education, occupation), as well as potential interactions between socioeconomic deprivation, the proportion of non-nationals and sex."
Coronavirus-Erkrankung (COVID‑19)
Die nachfolgenden Überlegungen der Forscher dienen dazu eine Perspektive für das weitere Vorgehen zu entwickeln.
Ich hoffe sehr, es gibt unter den hiesigen Forschenden genug die das lesen und in die Maßnahmendiskussion für den Herbst hierzulande einfließen lassen!
Implications of all the available evidence
Our findings suggest that area-level socioeconomic deprivation, and proportion of non-nationals are independently associated with Covid-19 incidence, but these are not fix in magnitude and considerably affected by spatiotemporal dynamics. Pandemic control strategies, including national and regional non-pharmaceutical interventions and immunisation strategies could benefit from considering these patterns in order to provide tailored and low-threshold services for disadvantaged or at-risks populations.
Implikationen aller verfügbaren Beweise
Unsere Ergebnisse deuten darauf hin, dass die sozioökonomische Benachteiligung auf Gebietsebene und der Anteil der Ausländer unabhängig mit der Covid-19-Inzidenz verbunden sind, diese jedoch keine feste Größe haben und erheblich von raumzeitlichen Dynamiken beeinflusst werden. Strategien zur Bekämpfung von Pandemien, einschließlich nationaler und regionaler nicht-pharmazeutischer Interventionen und Impfstrategien, könnten von der Berücksichtigung dieser Muster profitieren, um maßgeschneiderte und niedrigschwellige Dienste für benachteiligte oder gefährdete Bevölkerungsgruppen bereitzustellen.
[Alle Übersetzungen von Google / mit geringfügigen Verbesserungen / Hervorhebungen von mir]