< Rationalité

Studi tentang COVID-19 bertentangan satu sama lain. Siapa yang benar, dan atas dasar apa?

Teks diperbarui 2020-06-19


Informasi yang bertentangan beredar dan kadang-kadang sulit untuk dinavigasi, bahkan dalam komunitas ilmiah. Namun demikian, beberapa langkah sederhana memungkinkan untuk mendapatkan gambaran tentang ruang lingkup hasil ilmiah. Dan bersabarlah... sejarah (kemanusiaan) pada akhirnya akan memutuskan!

Beberapa studi ilmiah bertentangan satu sama lain. Jadi bagaimana Anda membuat pikiran Anda sendiri jika bahkan para peneliti tidak setuju satu sama lain? Ada banyak faktor yang perlu dipertimbangkan:

1. COVID-19 adalah penyakit baru-baru ini (identifikasi pada bulan Desember 2019) sehingga alat dan metode untuk mencirikan infeksi dan respons kekebalan terkait sedang ditingkatkan. Akibatnya, tes tidak dilakukan dengan cara yang sama di semua negara, dan terus berkembang. Perbedaan dalam protokol pengujian, metode pengambilan sampel, dan kriteria untuk mengidentifikasi pasien yang menjadi korban COVID-19 dan metode penghitungan pasien di rumah sakit, rumah dan panti jompo dapat menyebabkan perbedaan antara temuan.

Ada variasi yang luas dalam jumlah tes diagnostik yang dilakukan per juta penduduk dan pada kriteria yang diperhitungkan untuk melakukan tes: apakah akan memperhitungkan tingkat keparahan gejala, inklusi atau tidak dalam tes orang asimptomatik. Perbedaan ini mempengaruhi tingkat fatalitas kasus, yang berfluktuasi antara 1% dan 20% tergantung pada negara.

2. Banyak faktor yang mempengaruhi tingkat keparahan penyakit COVID-19 yang harus diperhitungkan sebelum menyimpulkan.

Karena tingkat kasus infeksi sangat tergantung pada faktor usia, jenis kelamin dan komorbiditas, itu dapat sangat bervariasi dari satu negara ke negara atau bahkan wilayah ke wilayah, tergantung pada usia dan kesehatan orang-orang yang membentuknya. Misalnya, di Afrika, di mana 40% dari populasi di bawah usia 14 dan sangat sedikit orang tua yang diperkirakan kurang terpengaruh oleh COVID-19 Jepang, di mana 33% dari populasi berusia di atas 60 tahun.

Selain itu, tidak semua negara menawarkan kondisi yang sama untuk menerima dan merawat pasien, terutama menurut akses ke layanan resusitasi, yang akan berdampak besar pada tingkat kasus.

Di masa depan, kita akan menemukan apakah faktor genetik atau lingkungan juga mempengaruhi penularan coronavirus atau tingkat keparahan gejala.

3. Ada banyak faktor yang mempengaruhi penularan Penyakit COVID-19 yang harus diperhitungkan sebelum menyimpulkan.

Tje penularan Penyakit COVID-19 memiliki komponen budaya yang kuat: orang-orang di negara-negara Asia dengan mudah masker yang mengurangi Penyebaran coronavirus, sementara populasi Barat kadang-kadang masih enggan saat ini.

Selain itu, kepadatan penduduk dan sifat interaksi berbeda antara negara dan bahkan antar wilayah sehingga jarak fisik "spontan" antara dua orang tidak sama dari satu tempat ke tempat lain. Sebelum COVID-19 , jarak rata-rata antara dua orang lebih besar di Eropa Utara daripada di Eropa Selatan, di mana kepadatan populasi lebih tinggi, dan di mana orang terbiasa berbicara satu sama lain sangat dekat dan saling berpelukan.

Dampak dari COVID-19 populasi sangat tergantung pada kepadatan perumahan dan tingkat sosial-ekonomi populasi. Perbedaan etnis diamati, misalnya, di Amerika Serikat, Inggris dan Prancis di Saint-Denis (Afrika-Amerika dan Amerika Latin lebih terpengaruh oleh COVID-19 Orang Kaukasia). Perbedaan ini sebagian besar disebabkan oleh perbedaan sosial-ekonomi yang berkorelasi dengan kepadatan populasi, preponderance pekerjaan berisiko tinggi yang penting dan faktor komorbid tertentu. Namun, faktor genetik yang masih kurang dipahami dapat mempengaruhi tingkat keparahan atau tingkat keparahan penularan Virus korona.

4. Variabilitas intrinsik sangat penting dalam ilmu eksperimental. Eksperimen dalam kondisi yang sama dapat menghasilkan hasil yang berbeda tergantung pada sejumlah besar parameter yang tidak terkontrol. Oleh karena itu perlu untuk mengulangi eksperimen di beberapa laboratorium untuk mereplikasi hasil dan membuat meta-analisis yang merupakan sintesis dari sejumlah besar studi .


Kesimpulannya,
karya ilmiah harus selalu dikurangi menjadi dimensi penelitian dan faktor-faktor yang penting bagi tingkat keparahan dan penularan Penyakit COVID-19 (usia, jenis kelamin, komorbiditas, budaya, etnis). Kita harus membandingkan apa yang sebanding: tes yang sama, populasi yang sama, kriteria yang sama untuk analisis.

Sebelum menyimpulkan, perlu waktu bagi para ilmuwan untuk menguji efek pada kelompok besar individu dengan mempertimbangkan semua parameter yang dapat mempengaruhi kesimpulan. Dimasukkannya kontrol, reproduksi hasil oleh tim peneliti independen dalam skala besar dan pada populasi yang beragam sangat penting.


Facebook Twitter Linkedin

Sumber

Ringkasan data ilmiah tentang COVID-19 Dalam: Dunia Kita dalam Data, SciLine, EurekAlert.

Asal dari jumlah kasus dan jumlah korban COVID-19 antarnegara

Referensi menunjukkan perbedaan tingkat infeksi berdasarkan faktor usia, jenis kelamin, dan komorbiditas. Meta-analisis kasus COVID-19 di rumah sakit Cina: orang yang lebih tua atau orang dengan ko-morbiditas (penderita diabetes, hipertensi, masalah kardiovaskular atau pernapasan) lebih mungkin memiliki gejala yang parah.

Yang, J., Zheng, Y., Gou, X., Pu, K., Chen, Z., Guo, Q., … Zhou, Y. (2020). Prevalence of comorbidities and its effects in patients infected with SARS-CoV-2: a systematic review and meta-analysis. International Journal of Infectious Diseases, 94, 91–95.

Studi di Cina menunjukkan bahwa pria lebih terpengaruh oleh COVID-19 daripada wanita.

Cai, H. (2020). Perbedaan seks dan kecenderungan merokok pada pasien dengan COVID-19 . Obat Pernapasan Lancet, 8 (4), e20.

Dampak kepadatan populasi terhadap tingkat serangan penyakit COVID-19 menyebar jauh lebih cepat di kota-kota dengan kepadatan orang yang lebih tinggi.

Berman, M. G., Bettencourt, L.M., Stier, A. J. (2020). COVID-19 tingkat serangan meningkat dengan ukuran kota. MedRxiv. PREPRINT

Perbedaan tingkat penularan keluarga menurut negara, budaya. Di Cina, penularan SARS-CoV-2 terjadi pada 16,3% kontak keluarga. Tingkat serangan sekunder dalam kontak rumah tangga dengan pasien rujukan dikarantina sendiri sejak timbulnya gejala adalah 0%, dibandingkan dengan 16,9% kontak tanpa pasien rujukan yang dikarantina.

Li, W., Zhang, B., Lu, J., Liu, S., Chang, Z., Cao, P., ... & Chen, J. (2020). The characteristics of household transmission of COVID-19. Clinical Infectious Diseases.

Negara-negara dengan budaya yang menyediakan untuk masker atau telah memberlakukannya (Taiwan, Jepang, Korea Selatan, beberapa wilayah China, Slowakia, Slovenia) menunjukkan peningkatan yang lebih kecil dalam jumlah kasus COVID.

Kai, D., Goldstein, G.-P., Morgunov, A., Nangalia, ishal, & Rotkirch, A. (2020). Universal Masking is Urgent in the COVID-19 Pandemic: SEIR and Agent Based Models, Empirical Validation, Policy Recommendations. ArXiv.

Jarak khas antara orang bervariasi sesuai dengan budaya.

Sorokowska, A., Sorokowski, P., Hilpert, P., Cantarero, K., Frackowiak, T., Ahmadi, K., ... - Blumen, S. (2017). Jarak interpersonal yang disukai: perbandingan global. Jurnal Psikologi Lintas Budaya, 48(4), 577-592.

Di sekolah menengah atas Crépy-en-Valois (Oise, Perancis), 38% dari siswa SMA, 43% dari guru, dan 59% dari staf sekolah yang melakukan tes serologis yang positif, mengkonfirmasikan infeksi dengan SARS-CoV-2. Tingkat penularan sekunder sub-familial diperkirakan 11% terhadap orang tua dan 10% terhadap saudara kandung.

Fontanet, A., Tondeur, L., Madec, Y., Grant, R., Besombes, C., Jolly, N., ... & Temmam, S. (2020). Cluster of COVID-19 in northern France: A retrospective closed cohort study. medRxiv.

Kehadiran populasi yang lebih tua dalam populasi dan frekuensi kontak antargenerasi budaya relevan dengan penularan dan tingkat hukum kasus COVID-19 .

Dowd, J.B., Andriano, L., Brazel, D.M., Rotondi, V., Blok, P., Ding, X., ... - Mills, M.C. (2020). ilmu demografis dalam memahami tingkat penyebaran dan fatalitas COVID-19 . Persidangan Akademi Ilmu Pengetahuan Nasional, 117(18), 9696-9698.

Studi tentang faktor-faktor yang mempengaruhi variasi tingkat kematian kasus di berbagai negara.

Ward, D. (2020). Bias Pengambilan Sampel: Menjelaskan Variasi Luas dalam COVID-19 Tingkat Fatalitas Kasus.

Data dari Regional Health Observatory di Ile-de-France mengungkapkan kelebihan kematian yang sangat tinggi di departemen Seine Saint Denis, dengan perubahan terbesar dalam kematian di Ile de France dibandingkan dengan periode yang sama pada 2019 (naik 69,4% antara 1 dan 31 Maret 2020 dan 118,4% antara 1 Maret dan 10 April 2020). Sebagai perbandingan, kematian di Paris meningkat sebesar 89,8%. Di departemen ini, yang paling padat di Ile de France tetapi juga yang termiskin, perumahan sering berada di daerah kecil (untuk 1/4 populasi Seine Saint Denis, daerah per kapita adalah 14m2 dibandingkan dengan 17m2 di Paris) dan diduduki oleh keluarga besar (42,1% tempat tinggal ditempati oleh 3 orang dan lebih, dibandingkan dengan 21,8% di Paris), membuat pembatasan sulit dilaksanakan. Ini juga di departemen ini dibandingkan dengan departemen lain dari Ile de France yang tinggal di jumlah pekerja terbesar yang terpapar situasi yang berisiko (pekerja rumah sakit, asisten keperawatan, kasir, sopir pengiriman) dengan lebih banyak perjalanan daripada di departemen lain (lebih dari 50% penduduk Seine Saint Denis bekerja di departemen lain, dibandingkan dengan hanya 24,4% orang Paris yang bekerja di departemen lain). Akhirnya, sering sehubungan dengan kondisi sosial yang sulit, prevalensi patologi tertentu (diabetes, penyakit kronis, kelebihan berat badan) lebih tinggi daripada di departemen lain. Ketidaksetaraan sosial dan kesehatan yang diderita oleh Seine Saint Denis menjelaskan tingginya kematian di Seine Saint-Denis dibandingkan dengan departemen lain di Ile de France.

Mangeney, C., Bouscaren, N.,Telle-Lamberton, M., Saunal, A., Féron, V.La kematian berlebih selama epidemi COVID-19 di departemen Prancis, Observatorium Kesehatan Regional Ile de France, April 2020.

Data dari Kantor Statistik Nasional Inggris (ONS) menunjukkan hasil yang sama dengan data Prancis dari Ile de France Regional Health Observatory. Perbandingan tingkat kematian antara 1 Maret dan 17 April 2020 di daerah yang kurang beruntung dalam hal upah, pekerjaan, kesehatan, tingkat pendidikan, lingkungan dll dan di daerah-daerah yang disukai menunjukkan bahwa risiko meninggal dunia COVID-19 di daerah yang kurang beruntung adalah 2,1 kali lebih tinggi daripada di daerah yang disukai.

Kematian yang melibatkan COVID-19 oleh daerah setempat dan perampasan sosial ekonomi: kematian terjadi antara 1 Maret dan 17 April 2020, Kantor Statistik Nasional, 1 Mei 2020.

Untuk informasi selanjutnya

Berapa banyak orang yang terinfeksi tanpa menunjukkan gejala?

Apa risiko meninggal dunia COVID-19 untuk orang yang terinfeksi?

Apa saja jenis-jenis tes serologi?