Абхирам Аналуру, Аниш Черукутота

Резюме

Установено е, че съвременното неравенство в богатството и доходите в Съединените щати е сериозен проблем, като най-богатите 0,1 процента от населението притежават повече богатство от най-долните 90 процента. Кризата с COVID-19 влоши тези неравенства, особено сред жените и малцинствата. Въпреки че са направени много проучвания за въздействието на социалните детерминанти върху доходите на индивида, не е направено много за свързване на социално-икономическата позиция с пандемията от COVID-19, дискусия, която трябва да бъде повдигната. Това изследване има за цел да продължи разговора за неравенството в доходите като цяло, както и да проучи въздействието на несъответствието в богатството върху нивата на предаване на COVID-19. Използвайки мултилинейна, полиномна и k-най-близка регресия на съседите и свързвайки етническата принадлежност с дохода и дохода със скоростта на предаване на COVID-19, открихме, че някои малцинствени групи са изправени пред по-висок риск от предаване на COVID-19, отколкото белите индивиди, вероятно поради системни пристрастия и различия в доходите.

Въведение

През 2018 г. Съединените щати имаха индекс Джини от 41,4, което показва, че Съединените щати са видели едно от най-високите нива на неравенство в доходите в развития свят.[5] Продължаващата криза с COVID-19 изостри тези проблеми. Бюрото за икономически анализи на САЩ регистрира спад на БВП с 31,2 процента, най-дълбоката регистрирана рецесия в историята на САЩ [2]. COVID-19 има драстични последици за хората, убивайки над 4 милиона души по света и над 620 хиляди само в САЩ, като милиони други са изправени пред инфекция и потенциално животозастрашаващи симптоми.[1] Според Световната здравна организация приблизително половината от работната сила в света от 3,3 милиарда души рискува да загуби източника си на доходи, което поражда опасения за продоволствената сигурност, здравеопазването, образованието и др.[4] Пандемията обаче не е засегнала всички еднакво. Установено е, че малцинствените групи, включително, но не само, афро-американци и латиноамериканци, са изправени пред по-големи финансови и социални затруднения, отколкото мнозинството.

Целта на това проучване е да установи дали има някаква връзка между очевидните социално-икономически различия в Съединените щати и предаването на COVID-19.

Методи

Използваният набор от данни съдържа информация за възрастта, расата, образованието, държавата на пребиваване и годишния доход на всеки индивид. Тези данни са предоставени от Бюрото за преброяване на населението на САЩ, така че може да се приеме, че са надеждни, точни и предоставят представителна извадка за неравенството в доходите на етническа основа в Съединените щати.

За да направим нашите прогнози, ние разработихме многопластов алгоритъм, който надгражда себе си, за да предвиди ефекта, който етническата принадлежност и пол имат върху скоростта на предаване на COVID-19. Следващите диаграми илюстрират дизайна на алгоритъма.

Първият слой от алгоритмите взема етническа принадлежност, възраст, биологичен пол, за да предскаже нивото на образование. Въпреки че имахме данните за пряко свързване на етническата принадлежност с доходната група, извършването на тази първоначална стъпка ни позволява да демонстрираме значителното непряко влияние, което расата има върху скоростта на предаване на COVID-19, което ще бъде обяснено в следващия раздел.

Вторият слой на алгоритъма използва резултатите от първия слой като входни данни заедно с етническата принадлежност, биологичния пол и възрастта, което позволява на модела да отчете косвения ефект на етническата принадлежност и биологичния пол, когато прогнозира доходната група на дадено лице. Вторият слой също така свързва скоростите на предаване на COVID-19 въз основа на доходната група на индивида с прогнозираната доходна група на същото лице. Този втори слой на алгоритъма свързва всички данни заедно и ни позволява да стигнем до ясни заключения.

По-долу са показани графики на прогнозите за доходната група от модела по етническа принадлежност.

Доходна група 0 представлява $0 до $40k годишен доход. Доходна група 1 представлява $40k до $60k годишен доход. Доходна група 2 представлява $60k до $80k годишен доход. Доходна група 3 представлява $80k до $100k годишен доход. Доходна група 4 представлява $100k до $120k годишен доход. Доходна група 5 представлява $120k+ годишен доход.

Червените точки от данни представляват испаноговорящи лица. Сините точки с данни представляват бели индивиди. Оранжевите точки за данни представляват черни индивиди. Зелените точки за данни представляват испанци. Лилавите точки от данни представляват индиански индивиди.

Графиките показват, че белите и азиатските индивиди, според модела, имат по-високи доходи от тези от други раси. Тези прогнози предполагат, че първоначалният набор от данни показва несъответствие в богатството между различните етнически групи в Америка, в съответствие с общия консенсус на публичната преса и предишни проучвания по темата за неравенството в доходите.

Тези графики представят констатациите на модела преди последния слой и могат да помогнат за изясняване на причината, поради която алгоритъмът е предвидил какво е направил в последния слой.

Третият слой на модела е функция за линейна регресия, която използва данни за предаване на COVID-19 въз основа на доходната група. И накрая, сравнявайки резултатите от всеки модел, можем да предвидим шанса за заразяване с COVID-19 за дадено лице въз основа на демографските фактори на това лице.

Резултатите от окончателния модел са обсъдени в следващия раздел.

Резултати

С помощта на модела изобразихме графика на вероятността от инфекция с COVID-19 за даден индивид въз основа на възрастта, етническата принадлежност, биологичния пол, нивото на образование и държавата на пребиваване на този индивид.

Триангулирахме етническата принадлежност и пола, доходите и предаването на COVID-19, за да определим дали има връзка между нивото на образование, расата и вероятностите за предаване на COVID-19. Ние определяме вероятността от предаване на COVID-19 като скорост на предаване на индивид.

Червените точки за данни представляват азиатски индивиди. Сините точки с данни представляват бели индивиди. Оранжевите точки за данни представляват черни индивиди. Зелените точки за данни представляват испанци. Лилавите точки от данни представляват индиански индивиди. Кафявите точки от данни представляват смесени индивиди.

При запазване на всички други фактори — биологичен пол, ниво на образование, държава на пребиваване и възраст — постоянни, моделът даде относително произволни резултати, показващи, че етническата принадлежност на индивида има минимален пряк ефект върху доходите, както и върху предаването на COVID-19 . Следващата таблица описва съотношението на вероятността от предаване на COVID-19 за различни етнически групи спрямо това на белите индивиди, като нивото на образование се поддържа постоянно.

Въпреки това, когато прогнозирахме образователното ниво на дадено лице въз основа на неговата етническа принадлежност, установихме, че някои етнически групи са по-малко склонни да получат висше образование като цяло. Когато се отчете тази тенденция, същите тези етнически групи могат да бъдат свързани с повишени вероятности от предаване на Covid-19. Това вероятно може да се обясни с имплицитната връзка, която нивото на образование има с доходите, както е показано от нашия модел за машинно обучение в раздела за първоначален анализ на данни.

Като цяло данните показват, че с изключение на азиатските индивиди, всички други етнически групи в нашето проучване са изправени пред по-високи вероятности от предаване на COVID-19 в сравнение с белите индивиди. Тези прогнози са в съответствие с данните, публикувани от CDC, които установяват, че индианците, чернокожите и испанците или латиноамериканците имат по-високи нива на предаване на COVID-19, отколкото белите индивиди, докато азиатските индивиди виждат по-ниски нива на предаване на COVID-19.

Тези констатации подчертават необходимостта от намаляване на социално-икономическите различия между етническите групи. За справяне с тези различия предлагаме по-сериозни инвестиции в малцинствените групи като форма на позитивно действие. Вярваме, че предоставянето на недостатъчно представените малцинства на по-голям достъп до ресурси и възможности ще бъде от полза не само за исторически маргинализираните групи, но и за обществото като цяло.

Бъдещите проучвания могат да изследват неравенството в доходите и смъртността от COVID-19 в други страни или социални групи и да разширят обхвата на факторите, за да включат например здравни променливи или демографски данни на родителите.

Информация за автора

Аниш Черукутота е ученик в гимназия Монта Виста в Купертино, Калифорния. Неговите хобита включват слушане на подкасти и бъркане в програмирането и той иска да използва уменията си в тази област, за да помогне за идентифицирането на най-належащите проблеми, засягащи обществото.

Абхирам Аналуру е ученик в гимназия Монта Виста в Купертино, Калифорния. Той обича да играе тенис и видеоигри. Той е запален по роботиката и иска да използва технологиите за подобряване на обществото.

Конфликти на интереси

Авторите декларират липса на конфликт на интереси.

Източници

  1. "Коронавирус (COVID-19)." Google Новини, Google, news.google.com/covid19/map?hl=en-US&mid=%2Fm%2F01n7q&gl=US&ceid=US%3Aen.
  2. Бюрото за икономически анализи на САЩ, Реален брутен вътрешен продукт [A191RL1Q225SBEA], извлечено от FRED, Федерална резервна банка на Сейнт Луис; https://fred.stlouisfed.org/series/A191RL1Q225SBEA, 11 септември 2021 г.
  3. „Проследяване на възстановяването на Америка.“ CNN, Cable News Network, www.cnn.com/business/us-economic-recovery-coronavirus.
  4. „Въздействие на Covid-19 върху поминъка на хората, тяхното здраве и нашите хранителни системи.“ Световна здравна организация, Световна здравна организация, 13 октомври 2020 г., www.who.int/news/item/13-10-2020-impact-of-covid-19-on-people's-livelihoods -тяхното-здраве-и-нашите-хранителни системи.
  5. „Индекс Джини (Оценка на Световната банка).“ Данни, Световната банка, data.worldbank.org/indicator/SI.POV.GINI?most_recent_value_desc=true.
  6. Каплан, Джулиана. „Работниците загубиха 3,7 трилиона долара печалби по време на пандемията. Жените и поколението Z претърпяха най-големите загуби.“ Business Insider, Business Insider, 25 януари 2021 г., www.businessinsider.com/workers-lost-37-trillion-in-earnings-during-the-pandemic-2021-1.
  7. Каплан, Джулиана. „Милиардерите направиха 3,9 трилиона долара по време на пандемията – достатъчно, за да платят за ваксината НА ВСИЧКИ.“ Business Insider, Business Insider, 26 януари 2021 г., www.businessinsider.com/billionaires-made-39-trillion-during-the-pandemic-coronavirus-vaccines-2021-1.
  8. Ляо, Тим Ф. „Асоциация на социалното и икономическото неравенство с заболеваемостта и смъртността от COVID-19 в американските окръзи.“ JAMA Network Open, JAMA Network, 20 януари 2021 г., jamanetwork.com/journals/jamanetworkopen/fullarticle/2775303.
  9. Мери Ван Беусеком | Автор на новини | CIDRAP Новини | 04 май 2021 г. „Неравенството в доходите, свързано с повече случаи на COVID-19, смъртни случаи.“ CIDRAP, 4 май 2021 г., www.cidrap.umn.edu/news-perspective/2021/05/income-inequality-tied-more-covid-19-cases-deaths.
  10. Тан, Анабел X. „Неравенство в доходите и случаи и смъртни случаи на COVID-19 на ниво област в САЩ.“ JAMA Network Open, JAMA Network, 3 май 2021 г., jamanetwork.com/journals/jamanetworkopen/fullarticle/2779417.
  11. Blake, Kevin S, et al. „Измерване на пренаселеността в жилищата.“ Census.gov, Econometrica, Inc, септември 2007 г., www.census.gov/content/dam/Census/programs-surveys/ahs/publications/Measuring_Overcrowding_in_Hsg.pdf.
  12. „Съображения за справедливост в здравеопазването и расови и етнически малцинствени групи.“ Центрове за контрол и превенция на заболяванията, Центрове за контрол и превенция на заболяванията, 2021 г., www.cdc.gov/coronavirus/2019-ncov/community/health-equity/race-ethnicity.html.
  13. „Риск от излагане на Covid-19.“ Центрове за контрол и превенция на заболяванията, Центрове за контрол и превенция на заболяванията, 10 декември 2020 г., www.cdc.gov/coronavirus/2019-ncov/community/health-equity/racial-ethnic-disparities /increased-risk-exposure.html.
  14. Фортие, Ники. „COVID-19, неравенството между половете и отговорността на държавата.“ International Journal of Wellbeing, 12 август 2020 г., www.internationaljournalofwellbeing.org/index.php/ijow/article/view/1305.
  15. Лин Финели, DrPH. „Смъртност сред пациенти в САЩ, хоспитализирани С инфекция SARS-CoV-2 през 2020 г.“ JAMA Network Open, JAMA Network, 8 април 2021 г., jamanetwork.com/journals/jamanetworkopen/fullarticle/2778237.
  16. Холмс, Лорънс и др. „Черно-бели рискови диференциали ПРИ предаване на Covid-19 (SARS-COV2), смъртност и летален случай в Съединените щати: ТРАНСЛАЦИОННА епидемиологична перспектива и предизвикателства.“ MDPI, Мултидисциплинарен институт за цифрови публикации, 17 юни 2020 г., www.mdpi.com/1660-4601/17/12/4322.
  17. Medawar, Evelyn и др. „Ефектите на диетите на растителна основа върху тялото и мозъка: систематичен преглед.“ Новини за природата, Nature Publishing Group, 12 септември 2019 г., www.nature.com/articles/s41398-019-0552-0.
  18. Дракър, Даниел Дж. „Диабет, затлъстяване, метаболизъм и Sars-Cov-2 инфекция: Краят на началото.“ Клетъчен метаболизъм, Elsevier Inc., 2 март 2021 г., www.ncbi.nlm.nih.gov/pmc/articles/PMC7825982/.
  19. Ричардсън, Дейвид П и Джули А. Лавгроув. Хранителният статус на микронутриентите като възможен и модифицируем рисков фактор за COVID-19: гледна точка на Обединеното кралство. Cambridge University Press, www.cambridge.org/core/services/aop-cambridge-core/content/view/35B4C4BC5B0FBD132370128EC03FE309/S000711452000330Xa.pdf/div-class-title-nutritional-status-of-micronutrients-as-a-possible -and-modifiable-risk-factor-for-covid-19-a-uk-perspective-div.pdf.
  20. Макмакен, Мишел и Сапана Шах. „Растителна диета за превенция и лечение на диабет тип 2.“ Journal of Geriatric Cardiology: JGC, Science Press, май 2017 г., www.ncbi.nlm.nih.gov/pmc/articles/PMC5466941/.
  21. Сентонго, Пади. „Някои предшестващи състояния могат да удвоят, утроят риска от смъртност ЗА пациенти с COVID-19.“ Penn State Health News, 19 ноември 2020 г., pennstatehealthnews.org/2020/10/certain-pre-existing-conditions-can-double-triple-mortality-risk-for-covid-19-patients /.
  22. Бюро, преброяване на населението в САЩ. „Таблици с данни за проучване на пулса в домакинствата.“ Census.gov, www.census.gov/programs-surveys/household-pulse-survey/data.html#phase3.2.
  23. „Риск от заразяване с Covid-19, хоспитализация и смърт по раса/етническа принадлежност.“ Центрове за контрол и превенция на заболяванията, Центрове за контрол и превенция на заболяванията, www.cdc.gov/coronavirus/2019-ncov/covid-data/investigations-discovery/hospitalization-death-by-race- етническа принадлежност.html.
  24. „CPS Asec (март) данни.“ CEPRdata, Център за икономически и политически изследвания, ceprdata.org/cps-uniform-data-extracts/march-cps-supplement/march-cps-data/.
  25. „Научете фактите за неравенството и Covid-19.“ Inequality.org, 30 август 2021 г., inequality.org/facts/inequality-and-covid-19/.