Brunsten » Brownstone Institute Journal » Myten om de sjukdomsdrabbade röda staterna

Myten om de sjukdomsdrabbade röda staterna

DELA | SKRIV UT | E-POST

Eftersom det inte finns några möjliga sätt att analysera, kategorisera, analysera eller dissekera befolkningsdata annat än genom "Andel av Trump-röster", får det inte finnas vilken som helst annan möjlig förklaring till något annat än att röda län = dåliga (höga Covid-dödsfall!), blå län = bra (inte lika höga Covid-dödsfall!).

Andel av rösten

Naturligtvis är jag skeptisk. Hela förslaget är bara dumt. Begreppet medfödda skillnader i populationer är en väl etablerad hänsyn för dem som studerar befolkningens hälsa. Man kan tro att vår nations mest prestigefyllda tidning kan kräva att deras främsta skribent rådgör med experter på befolkningens hälsa eller till och med en aktuarieforskare för att få ett mer informerat perspektiv och ge data mer rigorös analys.

Låt oss ta en titt på höjdpunkterna i David Leonhardts "Red Covid"-serie.

September 27, 2021 

"Röd covid: Covids partiska mönster blir allt mer extremt.”

avg-daglig-död

(Observera Y-axeln på detta diagram)

"Det som utmärker USA är ett konservativt parti - det republikanska partiet - som har blivit fientligt inställt till vetenskap och empiriska bevis under de senaste decennierna. Ett konservativt mediekomplex, inklusive Fox News, Sinclair Broadcast Group och olika onlinebutiker, ekar och förstärker denna fientlighet. Trump tog det konspiratoriska tänkandet till en ny nivå, men han skapade det inte."

"Demokratiska politiker har bett alla amerikaner att bli vaccinerade och många republikanska politiker har inte gjort det."

November 8, 2021

USA:s Covid-dödsfall blir ännu rödare: USA:s Covid-dödsfall blir ännu rödare

"Den korta versionen: Gapet i Covids dödssiffra mellan rött och blått Amerika har vuxit snabbare under den senaste månaden än vid någon tidigare punkt.

I oktober dog 25 av 100,000 7.8 invånare i hårt Trump-län av Covid, mer än tre gånger högre än frekvensen i tungt Biden-län (100,000 per XNUMX XNUMX).

Februari 18, 2022 

"Red Covid, en uppdatering: Partisanklyftan i Covid-dödsfall växer fortfarande, men långsammare.”

"Som diagrammet tydliggör har vägtullarna varit ännu värre i län där Trump vann med ett jordskred än i län som han vann knappt.
”Det här fenomenet är ett exempel på hur landets politiska polarisering har förvrängt människors tänkande, även när deras personliga säkerhet står på spel. Det är en tragedi – och en sådan som kan förebyggas också.”

Innan jag går in på detaljerna om dessa alltför förenklingar, skulle jag vilja göra klart att jag tror att Leonhardts uttalanden ovan återspeglar en genuin tro. Han tror verkligen att politisk preferens är orsaksförklaringen till Covid-dödligheten. Inte hälsotillstånd, ålder, vikt, samsjukligheter. Bara en sak: personlig politisk preferens. 

För att vara tydlig tror han att den bakomliggande förklaringen till högre dödlighet i Covid-19 i röda län faktiskt är de lägre vaccinationstalen i röda län. Så i förlängningen förklaras detta av politiska preferenser. 

Vad jag hoppas kunna lägga ut nedan är en mer komplett bild av vad som händer när vi delar upp uppgifterna på länsnivå i de kategoriseringar som Leonhardt valde: "Andel av Trumps röster inom länet" (0-30%, 31-45%, 46-55 %, 56-70 % och 70 %+). Med hjälp av historiska mortalitetsdata på länsnivå kommer jag att försöka svara på följande frågor:

Hur jämförs covid-dödlighetstrender med historiska trender när man kategoriserar efter politiska preferenser? 

Korrelerar dödligheten i Covid-19 med dödligheten av alla orsaker?

Såg 2021 en stor, aldrig tidigare skådad divergens i den totala dödligheten mellan "röda" och "blåa" län?

Det kan göras ytterligare analyser för att se om vaccinationsfrekvensen är korrelerad med den totala dödligheten (i motsats till bara Covid-19) på lång sikt, men med definitionen av "fullständigt vaccinerad" eller "up-to-date" är en flytt mål har jag valt att inte jämföra dödsfall efter vaccinationsfrekvens per län för tillfället (många andra har redan åtagit sig den uppgiften!). För att vara tydlig tror jag att för dem som är i riskzonen har vaccinerna visat sig minska risken av sjukdomen till dessa individer. Målet med denna analys är att titta djupare in i dessa politiska underavdelningar som New York Times insisterar på är en obestridlig förklaring till dödligheten i Covid-19, även känd som "Red Covid."

Till att börja med tar vi en titt på skillnaden i de län som vi jämför här. Om man tittar på gruppen "70% + Trump Vote" representerar den 25 miljoner amerikaner, och den genomsnittliga befolkningen i länen i den gruppen är 23 tusen. Det är framför allt landsbygdslän. Jämför med Biden counties där Trump hade mindre än 30% av rösterna som representerar 110 miljoner amerikaner (främst i stadsområden), och den genomsnittliga befolkningen i dessa län är 137 tusen.

pop-by-share-trumf-röst

För att undvika den återstående analysen med denna befolkningsdata, jämför vi väldigt olika demografier och kontrollerar inte för de underliggande skillnaderna. Det korrekta sättet att göra dessa jämförelser skulle vara att kontrollera för dessa skillnader - främst genom åldersjustering, för att reta ut effekten som olika vaccinationsfrekvenser eller olika policyer kan ha. NYT-artiklarna gjorde inte detta och försökte i ett fall avfärda betydelsen av åldersskillnader mellan dessa grupper. Jag kommer helt enkelt att använda samma kategorier som de gjorde, men ta en högre nivå av dessa kategoriseringar för att se om det primära förslaget från Leonhardt är rimligt eller inte.


Hur jämförs covid-dödlighetstrender med historiska trender när man kategoriserar efter politiska preferenser? 

För att svara på denna fråga bör vi se om denna trend med högre dödlighet i mer konservativa områden är ett nytt eller unikt fynd. Är detta något nytt eller unikt som orsakades av pandemin? Ett papper i Journal of Epidemiology och Community Health, skriven 2015 (Pre-Trump-eran), svarar på denna fråga åt oss. 

”I denna analys av 32 830 deltagare och en total uppföljningstid på 498 845 årsverken finner vi att politisk partitillhörighet och politisk ideologi är förknippad med dödlighet. Men med undantag för oberoende (justerad HR (AHR)=0.93, 95 % KI 0.90 till 0.97) förklaras skillnader mellan politiska partier av deltagarnas underliggande sociodemografiska egenskaper. När det gäller ideologi löper konservativa (AHR=1.06, 95 % CI 1.01 till 1.12) och moderater (AHR=1.06, 95 % CI 1.01 till 1.11) större risk för dödlighet under uppföljning än liberaler.”

Så enligt denna tidning observerades dödligheten för konservativa vara något högre än andra politiska grupper. För att se om detta dyker upp i all-Cause Mortality-data tog jag dödlighetsdata på länsnivå från åren före Covid (2018 & 2019) från CDC Wonder, och grupperade dem med samma grupperingar som NYT använder – "% andel av Trumps röster" för att se om den högre dödligheten under pandemin är oöverträffad eller inte. 

rå-dödlighet

Det visar sig att Trump counties hade högre dödlighet än de andra grupperingarna vid ~1200 dödsfall/100 2018 invånare under båda de föregående åren, 2019 och XNUMX. Så data visar att röda län som har högre dödlighet totalt sett inte är ett nytt fenomen alls. , och passar med historiska trender. Intressant nog hade blå län endast något lägre dödlighet än 'ljusröda' län, där 'lila' och 'ljusblå' län hade den lägsta. Det finns många rimliga förklaringar till detta, med den enklaste är att dessa län helt enkelt är äldre befolkningar. Låt oss se hur uppgifterna förändras när vi åldersjusterar dödligheten. (Sidonot: för ett detaljerat inlägg om vikten och hur/varför bakom åldersjustering se Mary Pat Campbells inlägg här.🙂

ålder-adj-dödlighet

Man kan se att när man justerar för ålder så försvinner nästan skillnaden i andelar mellan länsgrupperingar. 

Korrelerar dödligheten i Covid-19 med dödligheten av alla orsaker?

Ett underliggande antagande i NYT-styckena är att dessa grupperingar är representativa för någon sorts massiv skillnad i total döds- och dödsbörda. Verken fokuserar uteslutande på dödsfall från eller med Covid-19, och det nämns egentligen inget om den totala effekten av dödlighet. Utan tvekan orsakade Covid-19 överdriven död och ökade den totala dödlighetsbördan i befolkningen.

Men frågan kvarstår – i vilken utsträckning var den bördan högre eller lägre i "röda" kontra "blå" områden i landet? Vi kan svara på denna fråga genom att jämföra Covid-19-dödsfall inom dessa grupper med den totala dödligheten för samma grupper. Låt oss se vad som händer när vi gör det. Eftersom NYT fokuserade på 2021, året då vacciner blev allmänt tillgängliga, börjar vi där.

Ta en titt på Covid-19 dödlighet till vänster, vs All Cause dödlighet till höger.

dödlighet kontra alla orsaker

Som du kan se är diagrammet till vänster vad NYT-serien av artiklar fokuserar på – det här stora gapet mellan rött och blått. Om du tittar på diagrammet till höger (Dödlighet av alla orsaker) kan du se att skillnaderna försvinner. Jag undrar om någon som läser dessa artiklar skulle gå därifrån och inse att trots lägre Covid-19-dödlighet i blå län, hade samma djupblå län faktiskt högre total dödlighet än lila eller ljusblå län?

Såg 2021 en stor, aldrig tidigare skådad divergens i den totala dödligheten mellan "röda" och "blåa" län?

När du jämför dödligheten 2021 av dessa grupperingar med samma 2019, skulle du se att de totalt sett är högre, men jämförelsevis behåller varje gruppering sin rankning som sitt icke-pandemiår. Så även om det kan vara sant att dödstalen för Covid-19 var lägre i mörkblå län, översattes detta inte till de totala dödstalen i dessa län. (Jag skulle åldersjustera dessa priser om jag hade tillgängliga data, men för närvarande har CDC Wonder inte 2021-data ännu när detta skrivs). 

rå-dödlighet-2020-2021

Ett annat sätt att se på detta är att titta på årsförändringen av kurser inom varje grupp. Som du kan se i diagrammet nedan förblir den procentuella förändringen ganska konsekvent mellan varje enskild gruppering, med 2020 den största förändringstakten och 2021 en liten men betydande förändringstakt från 2020 (vilket innebär att den totala dödligheten fortfarande var ganska hög jämfört med 2019 ).

rå-dödlighet per år

Sammanfattningsvis, när vi tar en historisk syn och en högre nivå samtidigt som vi behåller samma grupperingar, verkar dessa skarpa skillnader i Covid-19 dödlighet inte översättas till övergripande moral. Varför?


Med risk för att den här analysen förvandlas till ännu en påhopp som pekar ut New York Times fel, Jag skulle vilja ge en mer godartad förklaring. Det är en som har plågat journalister och rapporter under hela pandemin. Varför är allt inramat i rött och blått? En enkel anledning: tillgängligheten av data. Leonhardt använder data som är lättillgänglig och som redan är formaterad för enkel analys.

Detta är vad som kallas an tillgänglighetsförspänning. Det är i huvudsak att skapa en hypotes eller att slutföra en studie baserad på en specifik uppsättning data, rent av ingen annan anledning än att data finns där. Bara för att informationen är tillgänglig betyder det inte att det är den bästa informationen att använda för att försöka svara på en fråga.

Republikaner är också människor

Varför spelar allt detta någon roll? När allt kommer omkring har vi tyckt acceptera att mainstream-rapportering och kabelnyheter har en vänsterorienterad partiskhet. Vad är grejen? 

När det gäller befolkningens hälsa är målet att främja hälsa och välbefinnande för alla, och när folkhälsomeddelanden och rapportering blir ogenerat partipolitiskt och använder taktiken av anklagelser och skam, kommer det med stor sannolikhet att ha motsatsen till den avsedda effekten av främja bättre hälsa.

Konservativa och "röda län" behöver också goda hälsoråd. De måste kunna lita på källan. Till och med ta NYT:s premiss om "Red Covid" för nominellt värde, vem hjälper detta meddelande? Uppenbarligen inte de personer de beskriver. 


Datakällor:

https://wonder.cdc.gov/wonder/help/ucd.html#2000%20Standard%20Population

https://data.cdc.gov/NCHS/AH-County-of-Occurrence-COVID-19-Deaths-Counts-202/6vqh-esgs/data

https://wonder.cdc.gov/

https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VOQCHQ

Journalartiklar:

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4033819

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5893220/

Återpublicerad från författarens understapel



Publicerad under a Creative Commons Erkännande 4.0 Internationell licens
För omtryck, vänligen ställ tillbaka den kanoniska länken till originalet Brownstone Institute Artikel och författare.

Författare

  • Josh Stevenson

    Josh bor i Nashville Tennessee och är en datavisualiseringsexpert som fokuserar på att skapa lättförståeliga diagram och instrumentpaneler med data. Under hela pandemin har han tillhandahållit analyser för att stödja lokala förespråkargrupper för personligt lärande och andra rationella, datadrivna covid-policyer. Hans bakgrund är inom datasystemteknik & konsultation, och hans kandidatexamen är i ljudteknik. Hans arbete kan hittas på hans understack "Relevanta data."

    Visa alla inlägg

Donera idag

Ditt ekonomiska stöd från Brownstone Institute går till att stödja författare, advokater, vetenskapsmän, ekonomer och andra modiga människor som har blivit professionellt utrensade och fördrivna under vår tids omvälvning. Du kan hjälpa till att få fram sanningen genom deras pågående arbete.

Prenumerera på Brownstone för fler nyheter


Handla Brownstone

Håll dig informerad med Brownstone Institute