-
在流行病分析中强调性别的视角具有显而易见的必要性,因为不同性别的人对疾病的易感性可能不同,患病后病程发展节奏和严重程度可能不同,易被感染的场所和途径可能不同,对应的防控手段也可能不同[1]。性别视角并不是简单的以性别维度为指标进行分析,它强调关注基于性别规范、性别角色与性别关系,引发的不同性别间从易感性、病原接触方式,到治疗方案的差异,同时考虑相关政策措施的执行可能会在不同性别群体间产生的影响。强调流行病分析中的性别视角可以避免因为简单假设男性和女性在疫情期间具有相同的需求而忽视了针对某性别特别易感的场所和途径的保护[2]。
-
本文关注深圳所有确诊病例中的家庭聚集性病例。家庭聚集性病例是指,在确诊病例中的关联关系,若存在明确的亲属关系(家人)、家政工、男女朋友等亲密关系者。如图2所示,当前数据共有86个家庭聚集性病例,包括229例确诊病例,其确诊时间主要集中在2020年1月19日至2020年2月16日,占同期确诊病例的55.18%。
本文按照出现症状日期对家庭聚集性病例中的一代和二代病人进行分离,暂不考虑家庭聚集性三代病例的可能性。出现症状日期最早的家庭成员被认为是一代病人。少量案例中有两位家庭成员同时出现症状,他们都被认为是第1代病人,在后面的感染网络分析中权重各自为0.5。例如某家庭有A、B两位一代病人和一位二代病人C,则本文认为对于C的感染,A和B的贡献各为0.5。原数据中有4个家庭存在一位或多位成员缺少症状出现日期,故本文最终分析的数据包括82个家庭的212例确诊病例,其中男性和女性患病者的数量分别位97人和115人,性别差异不存在统计显著性(p-value = 0.245 6)。本文使用的数据和数据说明在https://www.dcjingsai.com/common/share/79.html永久免费共享。
-
在所有212例确诊病例中,一代病人共有95例,其中男性53例,女性42例,二代病人共有117例,其中男性44例,女性73例。虽然看起来一代病人男性和女性占比差别较大,但是因为总样本数95较小,出现这种差异在统计上并不显著(p-value = 0.309 1)。在分析二代病人性别差异是否显著的时候,不能简单认为二代病人中男女易感人数比例相同,因为一个家庭中如果一代病人是男性,那么这个家庭剩余的易感人口中女性比例会比较高。根据深圳市2018年末常住人口数据,依然假设同一居所内一家人中男性和女性的比例相同。假设二代病人中男性和女性易感性是没有差异的,如果按照同一居所内人口数为S(只考虑S>1),且第1代病人只有一位,那么二代病例中男性和女性患病人数比值应为:
$$\frac{{\dfrac{{{\rm{53}}}}{{{\rm{95}}}} \times \left( {\dfrac{S}{2} - 1} \right) + \dfrac{{42}}{{95}} \times \dfrac{S}{2}}}{{\dfrac{{53}}{{95}} \times \dfrac{S}{2} + \dfrac{{42}}{{95}} \times \left( {\dfrac{S}{2} - 1} \right)}} = \frac{{95S - 106}}{{95S - 84}} < 1$$ 这是通常的情况,如果有多位第1代病人,后文统计显著性的结果不会发生变化。也就是说,如果家庭中男性和女性易感性相同,理论上在家庭聚集的二代病例中,男性患病人数就应该小于女性患病人数,这是因为一代病例中男性感染较多,使得家庭易感人口中女性占比较大。根据2019年深圳统计年鉴,深圳常住人口中户均人口数为3.96,所以设定S=3.96。其实,根据2010年全国第6次人口普查的入户调查,除去独居,深圳实际户均居住人口数为2.77人,这个数字明显小于3.96,这是因为很多户籍上同户的人实际上分开居住,例如父母和成年子女。但本文选择2019年的户籍人口数,是因为两个原因:1)深圳家庭聚集病例主要来源于湖北输入病例的过年返乡行为,因此同户居住人口要超过常态;2)相当部分早期感染出现在家庭亲属聚餐中,其人数明显大于户居人数。作者也验证过,在合理户均居住人口范围内,二代感染者的性别差异都是显著的。由此得到,在两性易感性都没有差异的情况,家庭聚集的二代病例中男性和女性的占比应为48.04%和51.96%。根据实际感染人数(男性44例,女性73例),两性差异非常显著,易感性相当的假设被拒绝(p-value=0.008 5),说明女性在家庭中比男性更容易感染新冠肺炎。
因为深圳数据中包含了所有确诊者的年龄,所以可以进一步分析家庭结构的影响。本文中一代感染者和二代感染者指的是按照症状发生时间划分的感染者,所有二代感染者都是被一代感染者感染的。对于根据感染者年龄进行的划分,本文都称为代际。根据年龄,将家庭成员朴素地分为3个代际:第1代际0~24岁;第2代际25~49岁;第3代际50岁以上(含)。记F3、M3、F2、M2、F1、M1分别为第3代际女性、第3代际男性、第2代际女性、第2代际男性、第1代际女性、第1代际男性的集合,如图3a所示,可以得到一个表征感染情况的有向含权二部分网络,其中左边的6个节点表示第1代感染者,右边的6个节点表示第2代感染者,节点内部的数字表示对应集合的规模,它也和节点的大小成正比。从左边某节点指向右边某节点的连边,代表对应的感染关系,例如边M3−>F3表示50岁以上的第1代男性感染者导致50岁以上的女性被感染的情况,其中边的权重表示这种感染发生的次数,它与边的粗细成正比。发生在不同性别和年龄段之间的家庭聚集型感染事件示意图。图3a是真实数据中的感染事件分布,其中蓝色和红色分别表示男性和女性,节点的大小和对应集合大小成正比,边的粗细和对应感染事件数成正比。边的4种颜色,深蓝色、浅蓝色、深红色和浅红色,分别表示男性感染女性、男性感染男性、女性感染男性和女性感染女性。图3b是去掉性别因素后,不同代际之间的感染事件分布,其中G3、G2和G1分别代表第3代际(50岁以上)、第2代际(25~49岁)和第1代际(0~24岁),连边粗细和权重成正比。图3c是假设“女性和男性在家庭中易感程度相当”,利用零模型所得到的表征感染情况的有向含权二部分网络,其含义和图3a相同。发生在不同性别和年龄段之间的家庭聚集型感染事件示意图。图3是真实数据中的感染事件分布,其中蓝色和红色分别表示男性和女性,节点的大小和对应集合大小成正比,边的粗细和对应感染事件数成正比。边的4种颜色,深蓝色、浅蓝色、深红色和浅红色,分别表示男性感染女性、男性感染男性、女性感染男性和女性感染女性。图3b是去掉性别因素后,不同代际之间的感染事件分布,其中G3、G2和G1分别代表第3代际(50岁以上)、第2代际(25~49岁)和第1代际(0~24岁),连边粗细和权重成正比。图3c是假设“女性和男性在家庭中易感程度相当”,利用零模型所得到的表征感染情况的有向含权二部分网络,其含义和图3a相同。
如果不考虑性别因素,只看不同代际间的感染情况,则117个感染事件中有46次发生在相同代际之间,61次发生在相邻代际之间,10次发生在相隔代际之间,具体代际间感染事件分布图如图3b所示。为了在考虑家庭代际结构的情况下观察性别差异,本文建立了一个剔除了性别的零模型[16],其规则如下:1)男性和女性的感染能力相同;2)一个一代感染者平均感染的人数和这些人在3个代际间的分布只取决于该感染者自身的代际,依真实数据即图3b决定;3)一个一代感染者只能感染同代际中的异性。在所有117次感染事件中,仅有两次是发生在同代际同性别之间,感染者与被感染者均为姐妹关系,一次是姐姐感染妹妹,一次是妹妹感染姐姐。该规则下得到的表征感染情况的有向含权二部分网络如图3c所示。可以看到,这个零模型得到的网络和真实观察情况有显著差异,例如第3代际中真实二代感染者性别差异数为14,而在零模型中只有6,第2代际中真实二代感染者性别差异数为15,而在零模型中只有1。可见,即便考虑了家庭代际结构,如果男性和女性在家庭中易感性相同,真实第1代感染者性别和代际上的差异,并不足以导致真实观察到的显著差异。
综上所述,通过细致分析包含性别标签的深圳市新冠肺炎确诊者数据,发现在整个爆发阶段,男性和女性感染人数统计上没有显著差异,但是如果聚焦于家庭聚集病例,则第2代感染者中女性人数显著多于男性。即便考虑了第1代感染者中的性别差异可能对第2代感染者性别差异产生影响,以及家庭结构中不同代际的影响,女性在家庭聚集病例中依然表现出显著高于男性的易感性。本文认为,这种高易感性来源于女性在家庭中承担了更多护理和照顾的工作,因此更易被感染。
Nursing Role Results in Higher Susceptibility of Women: Analyzing Family Clusters during COVID-19 Outbreaks
-
摘要: 以深圳市家庭聚集性新冠确诊病例为例,按照出现症状的时间早晚划分确定一二代病例,通过对比理论数值模型和家庭结构网络计算出的家庭聚集性病例中二代病例理论值和实际观测值,发现女性在家庭聚集性病例中的二代病例比例显著高于男性。该文定量化支持了“女性在家庭环境中承担更多护理角色”的假设,统计上显示了在以居家隔离为主的防控措施要求下,其感染新冠肺炎的可能性将高于男性。最后给出了可降低女性感染风险的若干建议。Abstract: This article collected the information on family cluster confirmed cases of COVID-19 from Shenzhen Municipal Health Commission as an example. The first and second generations cases were identified according to the time of symptoms onset. Comparing the theoretical value of the second-generation cases calculated by the numerical model and the family structural network model with the actual value, the article found that the proportion of the second-generation cases in family cluster cases of females were significantly higher than that of males. The quantitative results support the hypothesis that women play the major part of the nursing role at home, and statically suggest that women were in higher susceptibility than men while implementing home quarantine as the main epidemic control measurement. Based on the current situation, the article listed out some advices to reduce the infection risk of women at the end.
-
Key words:
- COVID-19 /
- epidemic transmission /
- gender perspective /
- nursing role
-
[1] VAN LUNZEN J, ALTFELD M. Sex differences in infectious diseases–common but neglected[J]. The Journal of infectious diseases, 2014, 209(3): S79-S80. [2] SMITH J. Overcoming the ‘tyranny of the urgent’: Integrating gender into disease outbreak preparedness and response[J]. Gender & Development, 2019, 27(2): 355-369. [3] United Nation Women. Inter-agency standing committee: ‘humanitarian crisis in west africa (Ebola) gender alert [R/OL]. (2014-09-05). https://www.unwomen.org/en/news/stories/2014/9/gender-alert-ebola-west-africa. [4] World Health Organization. Situation Reports: 17th December 2014 [R/OL]. (2014-12-08). https://www.who.int/csr/disease/ebola/situation-reports/archive/en/. [5] HARMAN S. Ebola, gender and conspicuously invisible women in global health governance[J]. Third World Quarterly, 2016, 37(3): 524-541. doi: 10.1080/01436597.2015.1108827 [6] 栾荣生, 王新, 孙鑫, 等. 新型冠状病毒肺炎的流行病学、临床治疗与疫情防控[J]. 四川大学学报(医学版), 2020, 51(2): 131-138. LUAN Rong-sheng, WANG Xin, SUN Xin, et al. Epidemiology, treatment, and epidemic prevention and control of the coronavirus disease 2019: A review[J]. Journal of Sichuan University (Medical Science Edition), 2020, 51(2): 131-138. [7] WENHAM C, SMITH J, MORGAN R. COVID-19: The gendered impacts of the outbreak[J]. The Lancet, 2020, 395(10227): 846-848. doi: 10.1016/S0140-6736(20)30526-2 [8] CHEN H, GUO J, WANG C, et al. Clinical characteristics and intrauterine vertical transmission potential of COVID-19 infection in nine pregnant women: a retrospective review of medical records[J]. The Lancet, 2020, 395(10226): 809-815. doi: 10.1016/S0140-6736(20)30360-3 [9] ZHAO S, CAO P, CHONG M K C, et al. COVID-19 and gender-specific difference: Analysis of public surveillance data in Hong Kong and Shenzhen, China, from January 10 to February 15, 2020 [J]. Infection Control & Hospital Epidemiology, 2020, DOI: https://doi.org/10.1017/ice.2020.123 [10] LI Q, GUAN X, WU P, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus–infected pneumonia[J]. The New England Journal of Medicine, 2020, 382: 727-733. doi: 10.1056/NEJMoa2001017 [11] ZHANG J, LITVINOVA M, WANG W et al. Evolving epidemiology of novel coronavirus diseases 2019 and possible interruption of local transmission outside Hubei Province in China: A descriptive and modeling study[J]. medRxiv, 2020, DOI: https://doi.org/10.1101/2020.02.21.20026328. [12] 中国疾病预防控制中心新型冠状病毒肺炎应急响应机制流行病学组. 新型冠状病毒肺炎流行病学特征分析[J]. 中华流行病学杂志, 2020, 41(2): 145-151. doi: 10.3760/cma.j.issn.0254-6450.2020.02.003 Epidemiology Working Group for NCIP Epidemic Response. The epidemiological characteristics of an outbreak of 2019 novel coronavirus diseases (COVID-19) in China[J]. Chinese Journal of Epidemiology, 2020, 41(2): 145-151. doi: 10.3760/cma.j.issn.0254-6450.2020.02.003 [13] 於嘉. 性别观念, 现代化与女性的家务劳动时间[J]. 社会, 2014, 34(2): 166-192. YU Jia. Gender ideology, modernization, and women’s housework time in China[J]. Chinese Journal of Sociology, 2014, 34(2): 166-192. [14] 廖敬仪, 周涛. 女性职业发展中的生育惩罚[J]. 电子科技大学学报, 2020, 49(1): 139-154. doi: 10.12178/1001-0548.2019187 LIAO Jing-yi, ZHOU Tao. Motherhood penalty in career development[J]. Journal of University of Electronic Science and Technology of China, 2020, 49(1): 139-154. doi: 10.12178/1001-0548.2019187 [15] DONG X, AN X. Gender patterns and value of unpaid care work: Findings from China's first large‐scale time use survey[J]. Review of Income and Wealth, 2015, 61(3): 540-560. doi: 10.1111/roiw.12119 [16] 尚可可, 许小可. 基于置乱算法的复杂网络零模型构造及其应用[J]. 电子科技大学学报, 2014, 43(1): 7-20. doi: 10.3969/j.issn.1001-0548.2014.01.002 SHANG Ke-ke, XU Xiao-ke. Construction and application for null models of complex networks based on randomized algorithms[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(1): 7-20. doi: 10.3969/j.issn.1001-0548.2014.01.002