Soziale Ungleichheit in der regionalen Ausbreitung von SARS-CoV-2

Abstract

Hintergrund und Ziel:

Ob sozioökonomische Faktoren die Ausbreitung von SARS-CoV‑2 beeinflussen, ist nicht ausreichend beantwortet, da frühere Studien in der Regel kumulative Inzidenzen betrachtet und die zeitliche Entwicklung der Ausbreitung außer Acht gelassen haben. Dieser Beitrag konzentriert sich daher auf die Entwicklung von regionalen Neuinfektionen in Zusammenhang mit sozioökonomischen Faktoren. Ausgehend vom internationalen Forschungsstand präsentieren wir eigene Analysen von Meldedaten aus Deutschland. Methoden:

Diese Studie untersucht regionale Daten gemeldeter COVID-19-Fälle für die 401 Landkreise und kreisfreien Städte (Kreisebene) in Deutschland und vergleicht den zeitlichen Verlauf entlang sozioökonomischer Merkmale der Kreise. Betrachtet werden altersstandardisierte wöchentliche Inzidenzen für den Zeitraum 03.02.2020–28.03.2021. Sozial- und Wirtschaftsindikatoren auf Kreisebene stammen aus der INKAR(Indikatoren und Karten zur Raum- und Stadtentwicklung)-Datenbank (z. B. Einkommen, Beschäftigtenquote, Wohnfläche). Ergebnisse:

Während in der ersten und zu Beginn der zweiten Welle der Pandemie Kreise mit höherem mittleren Haushaltseinkommen höhere Inzidenzen hatten, stiegen sie in Kreisen mit niedrigem Einkommen ab Dezember 2020 deutlich an. Kreise mit einem hohen Anteil an Beschäftigten allgemein und speziell solchen im Produktionssektor hatten gerade in der zweiten und dritten Welle hohe Inzidenzen. Kreise mit einer geringen Wohnfläche je Einwohner hatten ab November 2020 ausgeprägt höhere Inzidenzen. Schlussfolgerung:

Der regionale Verlauf der Pandemie unterscheidet sich nach Sozial- und Wirtschaftsindikatoren. Eine differenzierte Betrachtung dieser Unterschiede könnte Hinweise auf zielgruppenspezifische Schutz- und Teststrategien geben und helfen, soziale Faktoren zu identifizieren, die Infektionen begünstigen.

Background and objective:

It has not been adequately answered whether the spread of SARS-CoV‑2 is influenced by social and economic factors. Earlier studies generally looked at cumulative incidences up to the analysis date and did not take into account the development of the spread over time. This study therefore focuses on the regional dynamic of new infections and their relationship to socioeconomic factors. Based on the literature we describe the state of knowledge and present our own analyses of administrative data from Germany. Methods:

For this study, we examined regional progress data of reported COVID-19 cases for 401 cities and counties in Germany and associated them with socioeconomic characteristics of the areas. Age-standardized weekly incidence rates were calculated for the period from 3 February 2020 to 28 March 2021. Macroindicators were added from the INKAR database (e.g., income, employment rate, and crowding). Results:

While areas with higher incomes and lower poverty had higher incidences in the first and at the beginning of the second wave of the pandemic, they increased significantly in low-income regions from December 2020 on. Regions with a high proportion of gainfully employed people in general and especially those in the manufacturing sector had high incidences, especially in the second wave and at the beginning of the third wave. A low mean living space per inhabitant was related to higher incidence rates since November 2020. Conclusion:

The regional temporal course of the pandemic correlates with social and economic indicators. A differentiated consideration of these differences could provide information on target group-specific protection and test strategies and help to identify social factors that generally favor infections. An English full-text version of this article is available at SpringerLink as Supplementary Information.