A hazai koronavírus-halálozás járási különbségeinek összefüggései az egészségügyi ellátással

Abstract

A szerzők a magyar járások COVID-19- halálozási arányaira (elhunytak/fertőzöttek száma) építettek egyszerű statisztikai modellt, a Központi Statisztikai Hivatal (KSH) tájékoztatási adatbázisából és a Nemzeti Egészségbiztosítási Alapkezelő (NEAK) ágyszámés betegforgalmi kimutatásából származó magyarázó változók segítségével. A felhasznált változók a járások népességének általános egészségi állapotát, illetve a járó- és a fekvőbeteg- ellátás állapotát írják le 2019-ben, a járvány 2020-as kitörése előtti évben. A NEAK adatait a fekvőbeteg-ellátás állapotáról a változók nagy száma miatt klaszterelemzés segítségével vonták be a modellbe. A második és a harmadik COVID-19-hullám nemzetközi összehasonlításban is kedvezőtlen hazai halálozási mutatói miatt indokolt a magyar COVID-19-halálozási arányok területi különbségeinek alapos elemzése. A területi különbségek mögötti jelenségek feltárása segíthet megérteni a magas országos halálozás okait is. A tanulmány újdonsága az eddig végzett kutatások eredményeihez képest, hogy a magyar járások szintjén formális statisztikai modell segítségével vizsgálja a COVID-19- halálozás alakulását, egyszerre három tényezőt - a fekvő- és járóbeteg-ellátás állapotát, valamint a lakosság egészségi állapotát - leíró magyarázó változók függvényében. Az eredmények rávilágítanak a háziorvosi szolgálathoz tartozó ápolók tízezer főre jutó számának és a magyar járások COVID-19-halálozási arányainak összefüggésére: míg azokban a járásokban, ahol a fekvőbeteg-ellátás aktív és egyéb osztályainak leterheltsége meghaladta az országos átlagot, ott az ápolók száma szignifikánsan negatív hatást gyakorolt a mortalitásra, addig a többi járásban ez a hatás nem figyelhető meg.Alternate :COVID-19 mortality rates (number of deaths / infected) of the Hungarian LAU 1 Districts are statistically modelled in this paper, with feature variables describing the general health conditions and the state of in- and outpatient care of the districts. Our data sources are the databases of the Hungarian Central Statistical Office and statements of the National Health Insurance Fund Management (NHIFM). Variables represent the year 2019, as it is the year preceding the global pandemic that started in 2020. Variables from the NHIFM statements describing inpatient care are large in volume, so they are incorporated in our model with the help of clustering. The unfavourable mortality rates of Hungary in international comparison, during the second and third waves of the pandemic highlight the need to investigate the regional differences of the Hungarian COVID-19 mortality indices. Exploring the reasons of regional differences are helping us in understanding the reasons behind the high country-level COVID-19 mortality. Novelty of this paper, compared to previous research, is the creation of a formal statistical model for Hungarian COVID-19 mortality on a district level, using variables describing both the general health conditions and the state of in- and outpatient care of the districts. Our results highlight the connection between the number of nurses at general practitioner services per ten thousand people and the COVID-19 mortality rates at the districts of Hungary. In the districts with a higher than the national average workload at hospitals in active inpatient care and other departments, the number of nurses has a significant negative effect on COVID-19 mortality. This effect cannot be observed in the rest of the districts.