کرونا در کشورهای فقیر کمتر می‌کشد؟
یک آنالیز جدید براساس داده‌های ۱۱۲ کشور نشان می‌دهد که برنامه‌های پیشینی دولت‌ها چگونه مرگ‌ومیر بر اثر ویروس کرونا را تحت تاثیر قرار می‌دهد. در این بررسی دو عامل اساسی برای توضیح نرخ سرانه مرگ بر اثر کرونا مورد بررسی قرار گرفته؛ اول، رواج بیماری‌های عفونی در کشور‌ها براساس یک سنجش در سال ۲۰۱۷ که بیماری‌های مانند سل، مالاریا و ایدز را در بر می‌گیرد. دوم، رواج بیماری‌های مزمن مانند مشکلات تنفسی، قلبی و ریوی و همین‌طور سرطان و دیابت.
در بررسی اول مشخص شده که رواج بیماری‌های عفونی رابطه‌ای منفی با سرانه مرگ بر اثر کرونا دارد. در این نمودار رواج بیماری‌های عفونی بر محور افقی و سرانه مرگ بر اثر کرونا بر محور عمودی قرار گرفته. اندازه دایره‌ها نیز نشان‌دهنده سرانه موارد گزارش شده کووید-۱۹ است. در این تصویر کشورهای ثروتمند که در پیشگیری از رواج بیماری‌های عفونی موفق‌اند در گوشه چپ و بالا قرار گرفته‌اند؛ نشانه‌ای از نرخ بالای مرگ بر اثر کرونا. کشورهای با درآمد پایین‌تر که در گوشه راست و پایین قرار گرفته‌اند نرخ کمتری از مرگ بر اثر کرونا را گزارش کرده‌اند که در تضاد با شیوع پیشینی بیماری‌های عفونی است.
در بررسی دوم مشخص شده که حضور پیشینی بیماری‌های مزمن در جامعه اثری مستقیم و مثبت بر نرخ مرگ بر اثر کرونا داشته. کشورهای با رواج بالای بیماری‌های عفونی همانند سنگاپور، عربستان سعودی، مالدیو، گابن و جیبوتی نرخ بالایی از شیوع کرونا را گزارش کرده‌اند اما نرخ مرگ در آنها پایین بوده. از سویی دیگر در کشورهای با نرخ بالای بیماری‌های پیشینی همانند اسلوونی، فنلاند، یونان، کروواسی و جمهوری چک سطح بالایی از مرگ گزارش شده. برای مثال در تصویر پایین، محور افقی رواج بیماری‌های مزمن پیشینی و محور عمودی نرخ مرگ بر اثر کرونا را بازنمایی می‌کند. همان‌طور که می‌بینید رابطه‌ای مثبت و مستقل از تعداد موارد گزارش‌شده (اندازه دایره‌ها) به‌دست آمده است.
در مجموع این گزارش نشان‌دهنده آن است که کشورهایی با رواج بالای بیماری‌های عفونی سطح پایین‌تری از مرگ بر اثر کرونا را شاهد بوده‌اند و کشورهایی با رواج بالای بیماری‌های غیر قابل واگیری تعداد بالاتری از مرگ بر اثر کرونا را گزارش کرده‌اند. به نظر می‌رسد کشورهای در حال توسعه مقاومت خوبی در برابر ویروس جدید کرونا دارند. اما این فرضیه نیاز به بررسی‌های دقیق‌تر و با شاخص‌هایی بیشتر دارد. برای مثال می‌توان تصور کرد که در کشورهای با نرخ درآمد پایین سامانه‌های ثبت مرگ نیز ناکارآمد هستند که منجر به ثبت آماری پایین‌تر از واقعی بر اثر کرونا شده است.