Subscribe to RSS
DOI: 10.1055/a-1160-5859
Todesfälle in neun Regionen Italiens im Februar/März 2020: „Mortalitäts-Exzess-Lupe“ für SARS-CoV-2/COVID-19-Epidemiologie in Deutschland
Deaths in nine regions of Italy in February/March 2020: “Mortality Excess Loupe” for SARS-CoV-2/COVID-19-Epidemiology in GermanyPublication History
Publication Date:
30 April 2020 (online)
![](https://www.thieme-connect.de/media/gesu/202005/lookinside/thumbnails/2020-04-1143_10-1055-a-1160-5859-1.jpg)
Zusammenfassung
Italien ist besonders durch SARS-CoV-2/COVID-19 betroffen. Kürzlich haben Colombo und Impicciatore die Todesfallzahlen in 1084 ausgewählten Gemeinden im Zeitfenster 21.2.2020 bis zum 21.3.2020 mit den entsprechenden Todesfallzahlen in den gleichen Zeitfenstern 2015 bis 2019 verglichen. Wir erweitern Auswertungen von Daten des Nationalen Instituts für Statistik Italiens (ISTAT) und berechnen Standardisierte Mortalitäts-Ratios (SMRs) in den neun ausgewählten Regionen Italiens, getrennt für Männer und Frauen und zusammengefasst. Wir analysieren Kovariableneinflüsse mit Poisson-Modellen und diskutieren Limitierungen dieser aktuellen Ausarbeitungen. Wir schlussfolgern: In Übereinstimmung mit Colombo und Impicciatore kann in der besonderen Corona-Situation diese „Mortalitäts-Exzess-Lupe“ – bei Annahme sonst konstanter Determinanten für Todesfälle – ein Virus-Test-unabhängiges Instrument sein, Mortalitätseffekte von SARS-CoV-2 zu bestimmen. Die aktuelle „Lupe“ ist fokussiert auf Gemeinden mit Zunahmen um mehr als 20% an Todesfällen im März 2020 im Vergleich zu den durchschnittlichen Todesfällen an denselben Tagen in den Jahren 2015–2019. Man könnte das Zeitfenster der Untersuchung vor dem 21.2.2020 öffnen, um maskierte Mortalitätszunahmen bereits vor der ersten Meldung eines „COVID-19-Todesfalls“ festzustellen. Die aktuelle „Lupe“ vermittelt ausgeprägte Mortalitätsanstiege auch in Regionen, die nicht als Corona-Hotspot galten. Insofern können Mortalitätsdaten auch bei Fehlen repräsentativer Virus-Testergebnisse wichtige Hinweise auf die Verteilung oder Ausbreitung eines neu wirkenden Faktors sein. In der Gesamtschau ist es angezeigt, SMR-Analysen für Deutschland regelmäßig durchzuführen, differenziert nach Regionen, Geschlechtern, Altersgruppen und Todesursachen. Solche Analysen können zur Früherkennung und Beurteilung des Schweregrads einer tödlichen Pandemie („Krankheitslast“) sowie zur Überwachung der dynamischen Verbreitung eines Faktors wie SARS-CoV-2 beitragen. SMR-Analysen können auch genutzt werden, sowohl erwünschte als auch unerwünschte Auswirkungen von Maßnahmen gegen SARS-CoV-2/COVID-19 – und ggfs. andere Epidemien und Pandemien – abzuschätzen und zu evaluieren.
Abstract
Italy is particularly affected by SARS-CoV-2/COVID-19. Recently, Colombo and Impicciatore compared the deaths in 1084 selected municipalities between 21 February 2020 and 21 March 2020 with deaths in the same time period in 2015 to 2019. We extend analyses of data from the Italian National Institute of Statistics (ISTAT) and calculate SMRs for all causes of death in the nine selected regions of Italy, separately for men and women and summarized. We analyze the effect of covariables by Poisson modelling and discuss the limitations of the current elaborations. We conclude: In agreement with Colombo and Impicciatore, in the particular corona situation, this “mortality excess loupe” – assuming otherwise constant determinants of death – can be a virus-test-independent tool to determine mortality effects of SARS-CoV-2. The current “loupe” is focused on municipalities with increases of more than 20% deaths in March 2020 compared to the average deaths on the same days in 2015–2019. The time window of investigation could be opened before 21 February 2020 to detect masked increases in mortality before the first “COVID-19 death” was ascertained. The current “loupe” conveys pronounced mortality increases also in regions that were not considered to be corona hotspots. In this respect, even in the absence of representative virus test results, mortality data can be important indicators of the distribution or spread of a newly acting factor. Overall, it is advisable to carry out SMR analyses for Germany on a regular basis, differentiated by region, gender, age group and cause of death. Such analyses can contribute to the early detection and evaluation of the severity of a deadly pandemic (“burden of disease”) as well as to monitoring the dynamic spread of a factor such as SARS-CoV-2. SMR analyses can also be used to assess and evaluate both desired and undesired effects of measures taken against SARS-CoV-2/COVID-19 – and possibly other epidemics or pandemics.
-
Literatur
- 1 Onder G, Rezza G. Brusaferro S. Case-Fatality Rate and Characteristics of Patients Dying in Relation to COVID-19 in Italy. JAMA. 2020 doi:10.1001/jama.2020.4683
- 2 Grasseli G, Pesenti A, Cecconi M. Critical Care Utilization for the COVID-19 Outbreak in Lombardy, Italy. JAMA. 2020 doi:10.1001/jama.2020.4031
- 3 an der Heiden M, Buchholz U. Modellierung von Beispielszenarien der SARS-CoV-2-Epidemie 2020 in Deutschland. Robert Koch-Institut. 2020 doi: 10.25646/6571.2
- 4 Colombo AD, Impicciatore R. La crescita della mortalità ai tempi del Covid-19. Analisi di 1.084 comuni italiani. I. stituto Carlo Cattaneo, Bologna. 2020 URL https://www.cattaneo.org/2020/04/01/gli-effetti-del-covid-19-sulla-mortalita/
- 5 ISTAT. L’andamento dei decessi del 2020. Dati anticipatori sulla base del sistema ANPR, 31marzo 2020. URL https://www.istat.it/it/files//2020/03/Decessi_2020_Nota.pdf
- 6 Breslow NE, Day NE. Statistical methods in cancer research. Volume II – The design and analysis of cohort studies. Lyon: International Agency for Research on Cancer; 1987
- 7 Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 2. Auflage Philadelphia: Lippincott, Williams and Wilkins; 2008
- 8 Checkoway H, Pearce N, Kriebel D. Research methods in occupational epidemiology. 2nd edition New York: Oxford University Press; 2004
- 9 Cameron AC, Trivedi PK. Microeconometrics. Methods and Applications. New York: Cambridge University Press; 2005
- 10 StataCorp Stata Statistical Software: Release 14. Texas, USA: StataCorp LP, College Station;; 2015
- 11 Robert Koch-Institut. Bericht zur Epidemiologie der Influenza in Deutschland, Saison 2017/18, Berlin 2018. URL https://influenza.rki.de/Saisonberichte/2017.pdf
- 12 Robert Koch-Institut. Bericht zur Epidemiologie der Influenza in Deutschland, Saison 2018/19, Berlin 2019. URL https://influenza.rki.de/Saisonberichte/2018.pdf
- 13 Nielsen J. et al. European all-cause excess and influenza-attributable mortality in the 2017/18 season: should the burden of influenza B be reconsidered?. Clinical Microbiology and Infection, 2020. URL. https://doi.org/10.1016/j.cmi.2019.02.011
- 14 Küpke NK, Matysiak-Klose D, Siedler A. et al. Gesetz für den Schutz vor Masern und zur Stärkung der Impfprävention (Masernschutzgesetz) Epid Bull 2020; 10: 3-5 doi 10.25646/6526
- 15 Morfeld P, Erren TC. Warum ist die „Anzahl vorzeitiger Todesfälle durch Umweltexpositionen“ nicht angemessen quantifizierbar?. Gesundheitswesen 2019; 81: 144-149
- 16 Hammitt JK, Morfeld P, Tuomisto JT. et al. Premature Deaths, Statistical Lives, and Years of Life Lost: Identification, Quantification, and Valuation of Mortality Risks. Risk Analysis. 2020 40. 674-695 doi 10.111/risa.13427
- 17 Rabl A. Analysis of air pollution mortality in terms of life expectancy changes: relation between time series, intervention, and cohort studies. Environmental Health: A Global Access Science Source 2006; 5: 1 http://www.ehjournal.net/content/5/1/1
- 18 Leksell L, Rabl A. Air pollution and mortality: quantification and valuation of years of life lost. Risk Analysis 2001; 21: 843-857