علم جمعیت شناسی به درک میزان شیوع و مرگ‌ومیر Covid-19 کمک می‌کند

دولت‌ها در سرتاسرجهان باید به سرعت مهیا شوند و تصمیم‌های سیاسی دشواری را برای کاهش بیماری همه‌گیرکروناویروس 2019 (covid-19) بگیرند. از آنجا که مرگ‌ومیر بیشتر در سالخوردگان اتفاق می‌افتد، در این مقاله نقش مهم جمعیت‌شناسی (demograghy) بررسی می‌شود، به ویژه، اینکه چگونه ساختار سنی یک جمعیت باعث ایجاد تفاوت در میزان تلفات در کشورهای مختلف و چگونگی گسترش بیماری می‌شود. نقش ساختار سنی در مرگ‌ومیرهای اتفاق افتاده در ایتالیا و کره جنوبی بررسی خواهد شد و نشان داده خواهد شد که این بیماری در جمعیت‌های با اندازه مشابه اما ساختارهای سنی مختلف، الگوی همه‌گیری متفاوتی دارد و باعث مرگ‌ومیر بیشتر در کشورهای با جمعیت مسن‌تر نسبت به کشورهای با جمعیت جوان‌تر می‌شود. این ارتباط قوی بین جمعیت‌شناسی و مرگ‌ومیر وابسته به سن در کووید-19 نشان می‌دهد که فاصله‌گذاری اجتماعی و سایر سیاست‌ها برای کاهش انتقال باید ترکیب سنی جمعیت‌های محلی و ملی و همچنین تعامل بین نسلی را در نظر بگیرد. ما از کشورهای مختلف درخواست می‌کنیم که داده‌های افراد بیمار و مرگ‌ومیر را براساس سن و جنس ارائه دهند تا در بهبود پیش‌بینی هدفمند برای بستری کردن بیماران و مراقبت ویژه مورد استفاده قرار گیرد.

Demographic science aids in understanding the spread and fatality rates of COVID-19

Governments around the world must rapidly mobilize and make difficult policy decisions to mitigate the coronavirus disease 2019 (COVID-19) pandemic. Because deaths have been concentrated at older ages, we highlight the important role of demography, particularly, how the age structure of a population may help explain differences in fatality rates across countries and how transmission unfolds. We examine the role of age structure in deaths thus far in Italy and South Korea and illustrate how the pandemic could unfold in populations with similar population sizes but different age structures, showing a dramatically higher  burden  of  mortality  in  countries  with  older  versus  younger  populations. This powerful interaction of demography and current age-specific mortality for COVID-19 suggests that social distancing and other policies to slow transmission should consider the age composition of local and national contexts as well as intergenerational interactions. We also call for countries to provide case and fatality data disaggregated by age and sex to improve real-time targeted forecasting of hospitalization and critical care needs.