Cet article présente des preuves empiriques de la « surmortalité » cela signifie que le nombre de décès dépasse le nombre prévu de décès au cours d'une période donnée en Allemagne, en Italie, en Norvège, en Suède et en Suisse au cours de la première vague de la pandémie covid-19, à peu près définie comme février à juillet 2020. La dernière section présente des disparités régionales de décès excessifs basées sur des données sur la densité de population pour tous les pays européens.
La pandémie covid-19 que le monde a connue en 2020 est sans précédent. Ce n'est pas seulement le cas en termes de conséquences sanitaires, mais aussi pour les conséquences sociales et économiques que de nombreux pays ont subies en raison des contre-mesures prises par les gouvernements afin d'empêcher l'effondrement des systèmes de santé nationaux. [1] En outre, il est vrai en ce qui concerne la grande propagation du nombre d'infections, qui dominent les médias d'information de nos jours.
Cependant, qu'en est-il des résultats les plus regrettables en termes de mortalité due aux infections connexes? Y a-t-il des preuves empiriques que le nombre observé de décès et le nombre prévu de décès au cours des mêmes périodes varient en raison de la pandémie ou, différemment énoncés, voyons-nous quelque chose comme la « surmortalité » dans les données respectives sur la mortalité? Et si oui, tous les groupes d'individus sont-ils touchés de la même façon? En quoi les différents facteurs varient-ils d'un pays à l'autre?
Cet article aborde ces questions tout en se concentrant sur certains pays européens. L'analyse est basée sur les données hebdomadaires sur la mortalité fournies par la base dedonnées de diffusion d'Eurostat et sur des données supplémentaires de l'Office allemandde la statistique , Destatis. [2] Les chiffres hebdomadaires de mortalité pour 2020 seront comparés à une moyenne de mortalité hebdomadaire pour les années 2016 -2019. [3]
L'enquête commencera par une comparaison générale des taux de mortalité pour les grands pays de l'AELE, à savoir la Norvègeet la Suisse [4],contrastée par les données respectives pour l'Italie comme l'un des pays de l'UE les plus gravement touchés, qui a également été parmi les premiers à décider d'un verrouillage national comme mesure de lutte. Par la suite, des comparaisons avec les chiffres pour l'Allemagne, en tant que pays de l'UE avec un taux de mortalité plus modéré, et la Suède, en tant que pays de l'UE avec une approche libérale accentuée dans la gestion de l'épidémie, seront présentées.
En plus de montrer le tableau général pour les pays sélectionnés, les trois premières sections mettront également en évidence la corrélation entre la surmortalité probablement due au COVID-19 dans ces pays avec des facteurs sociodémographiques comme le sexe ou l'âge. La dernière section se penchera sur la corrélation entre la densité de population et la surmortalité dans un grand nombre de régions européennes. [5]
Surmortalité : le tableau d'ensemble
La figure 1 illustre la surmortalité hebdomadaire de la population générale de l'Allemagne, de l'Italie, de la Norvège, de la Suède et de la Suisse de début février à fin juillet 2020, mesurée par rapport à la mortalité hebdomadaire moyenne en 2016-2019. L'Italie en particulier se distingue avec une forte mortalité en mars, avril et mai. Les quatre autres pays ont également connu un pic de surmortalité en avril, mais le pic a été beaucoup plus prononcé pour la Suède et la Suisse que pour l'Allemagne et en particulier la Norvège.
Au cours de cette première vague de pandémie, l'Allemagne, l'Italie, la Norvège et la Suisse ont toutes mis en place des mesures de verrouillage sous une forme ou une autre. Le moment où le verrouillage a été introduit à l'échelle nationale est illustré par les lignes verticales de la figure 1. Pour les quatre pays, la surmortalité a atteint un sommet environ deux semaines après l'introduction du confinement, après quoi elle a diminué pour atteindre des niveaux plus « normaux ». L'Italie a culminé à 84,9 pour cent au-dessus de la moyenne des quatre années précédentes et est restée à un niveau relativement élevé (5 pour cent ou plus au-dessus de la moyenne) pendant huit semaines. La Suisse a atteint un sommet de 44,0 %, la surmortalité restant élevée pendant quatre semaines. Le pic de surmortalité en Allemagne et en Norvège a été beaucoup plus faible, à 14,1 et 9,9 pour cent, et est resté élevé au cours des quatre semaines suivantes.
La Suède est un cas intéressant parce que le pays n'a jamais introduit un verrouillage formel. La surmortalité a culminé à 49,2 pour cent et est restée élevée pendant 12 semaines, soit plus longtemps qu'en Italie, où la surmortalité était beaucoup plus élevée. Si l'on regarde les chiffres de la Suède par rapport à l'Italie et à la Suisse en particulier, il semble que le blocage dans ces deux derniers pays ait eu un impact majeur, tant en ce qui concerne le niveau de surmortalité que la durée de la période de reprise. L'Allemagne et la Norvège ont d'abord connu une surmortalité beaucoup plus faible, mais l'introduction de mesures de blocage a clairement contribué à réduire la mortalité et, en particulier, à raccourcir la période de reprise dans ces deux pays également.
Figure 1 : Surmortalité. Différences en pourcentage entre la mortalité hebdomadaire de 2020 et la mortalité hebdomadaire moyenne de 2016 à 2019. Les étiquettes du mois indiquent le début de chaque mois. L'axe x indique la mortalité moyenne 2016 - 2019.
Source: Eurostat (demo_r_mweek3)
Surmortalité : mortalité par sexe
Plusieurs études ont souligné le fait que dans le monde entier, les hommes sont plus susceptibles de mourir en raison de maladies infectieuses que les femmes. [6] La même tendance semble également se maintenir dans le cas de la pandémie covid-19, comme le montre l'inspection des données hebdomadaires sur la surmortalité pour nos pays européens sélectionnés (voir la figure 2). La tendance des hommes affichant une surmortalité un peu plus élevée que celle des femmes pour l'Italie, la Suède et la Suisse est particulièrement prononcée au plus fort de la première vague. Fait intéressant et contraire à ce diagnostic général, la partie de surmortalité des courbes de surmortalité pour l'Italie montre une surmortalité un peu plus élevée chez les femmes que chez les hommes entre avril et juin 2020, ce qui pourrait refléter des différences sous-jacentes dans la part de la population des femmes par rapport aux hommes.
Bien que les graphiques pour la Norvège et l'Allemagne montrent des amplitudes relativement faibles pour la première vague, la tendance chez les hommes dépassant les décès excessifs de femmes est également visible ici, l'Allemagne montrant deux pics plus faibles de décès excessifs chez les femmes dépassant les chiffres pour les hommes en juin et juillet 2020.
La Suède, en tant que pays qui s'est abstenu d'imposer un blocage pendant la première vague, a affiché un pic de décès excessifs de magnitude similaire à celui de la Suisse avec des valeurs d'environ 40 pour cent (femmes) et 60 pour cent (hommes) décès excédentaires au-dessus de la moyenne de 2016 - 2019. Toutefois, la période d'élimination progressive du pic de décès excessifs en Suède est restée clairement à un niveau plus élevé et plus long qu'en Suisse. Il en va de même pour la comparaison entre la Suède et l'Italie : même si le pic en Italie a été beaucoup plus élevé qu'en Suède, le confinement en Italie semble avoir fait baisser les décès excessifs beaucoup plus rapidement qu'en Suède.
On pourrait soutenir que les différences démographiques ou régionales dans des pays comme l'Allemagne, l'Italie et la Suisse d'une part et les pays scandinaves comme la Norvège et la Suède d'autre part ne nous permettent pas de tirer des conclusions sur la façon dont un blocage affecte les décès excessifs. Un simple regard sur les chiffres respectifs pour la Norvège et la Suède en tant que deux pays assez comparables en ce qui concerne la taille de la population et les régions révèle les différences très significatives de surmortalité qui pourraient bien être attribuées aux mesures de verrouillage introduites en Norvège.
Figure 2 : Décès excessifs d'hommes et de femmes en pourcentage en 2020 par pays. Les x-axes indiquent la mortalité moyenne 2016 - 2019.
Source : Eurostat (demo_r_mweek3) et Destatis (D_2016_2020_KW_AG)
Surmortalité : mortalité par âge
Comme on s'y attend et le montre la figure 2,il existe de nettes différences dans la surmortalité entre les hommes et les femmes. Une autre attente basée sur des preuves empiriques est que les personnes dans les groupes d'âge plus élevés sont plus susceptibles de mourir en raison d'infections COVID-19. [7] Compte tenu de cela, nous nous attendons à des niveaux plus élevés de surmortalité pour les groupes d'âge plus élevés que pour les groupes d'âge inférieurs. C'est en effet ce que nous constatons pour tous les pays considérés dans la figure 3, àl'exception de la Norvège.
Les pyramides de population ci-dessous affichent, pour chaque pays, les décès excédentaires pour différents groupes d'âge dans la phase de pointe de la première vague de la pandémie. Pour calculer le nombre absolu de décès excédentaires par semaine, nous comparons les chiffres pendant la phase de pointe au nombre moyen de décès au cours de la même semaine en 2016 -2019. Les décès excédentaires sont un nombre de décès en phase de pointe qui dépasse la moyenne respective sur quatre ans. La phase de pointe de la première vague s'est produite à différentes périodes dans les pays que nous considérons. Nous utilisons donc des données de semaines différentes selon le moment où chaque pays a connu un niveau relativement élevé de surmortalité. Nous nous concentrons sur cette phase de pointe de la première vague pour chaque pays afin d'évaluer comment le niveau de décès excessifs dans la partie la plus grave de la pandémie varie selon les groupes d'âge.
Pour indiquer comment le nombre de décès excessifs varie selon les groupes d'âge au cours de la phase de pointe de la première vague dans les pays sélectionnés, les pyramides de population ci-dessous affichent également les différences pour chaque sexe dans chaque groupe d'âge. Nous voyons, comme prévu et établi plus tôt dans cette publication, que pour la plupart des groupes d'âge, les hommes ont un taux de mortalité excédentaire plus élevé que les femmes. Notez qu'en raison du nombre généralement plus élevé de femmes dans les groupes d'âge les plus élevés, les femmes de ces groupes d'âge ont tendance à afficher un nombre plus élevé que les hommes des mêmes groupes d'âge. Toutefois, la figure 2 révèle que le taux de décès excessifs est généralement plus élevé chez les hommes. Cela signifie qu'un homme qui fait partie des groupes d'âge les plus élevés est plus susceptible de mourir pendant la phase de pointe de la pandémie qu'une femme de ce groupe d'âge.
Comme en témoigne le regard sur la figure 3, les groupes d'âge les plus élevés ont le plus grand nombre de décès excessifs au cours de la première vague de la pandémie. Pour les moins de 60 ans, voire 70 ans en Norvège et en Suisse, le nombre de décès excessifs est plutôt faible ou inexistant. Pour les groupes d'âge supérieurs à cela, les décès excessifs sont importants dans presque tous les pays. La Norvège est l'exception à cette règle, car même les groupes d'âge les plus élevés n'ont pas systématiquement été en excès de décès pendant la phase de pointe de la première vague. Cela est conforme à l'observation faite précédemment selon laquelle la Norvège avait des niveaux relativement faibles de surmortalité au cours de la première vague de la pandémie. Contrairement à la Norvège, tous les autres pays ont connu des décès excessifs dans tous les groupes d'âge plus élevés pour les hommes et les femmes, bien que les décès excédentaires pour les groupes d'âge plus élevés en Allemagne n'aient pas été aussi prononcés que dans les autres pays.
En résumé, la tendance bien connue selon qui les groupes d'âge les plus élevés affichent des décès excédentaires plus élevés que les groupes d'âge inférieurs peut également être confirmée pour les pays sélectionnés. Pour être clair, la question de savoir si covid-19 cause directement ces décès excessifs reste une question ouverte. Toutefois, si l'on considère les décès excessifs exclusivement pendant la phase de pointe de la première vague de la pandémie, cette hypothèse fondée sur la corrélation semble plausible.
Figure 3 : Décès prévus et excédentaires par groupe d'âge pour les hommes et les femmes par pays pendant les semaines respectives.
Source : Eurostat (demo_r_mweek3) et Destatis (D_2016_2020_KW_AG)
Les données pour l'Allemagne sont extraites de l'Office allemand de la statistique (Destatis), qui diffèrent dans le groupement des âges des autres pays sur la base des données d'Eurostat.
Surmortalité : par densité de population régionale
Dans les chapitres précédents, nous avons établi qu'il existe des différences visibles entre les différents pays en ce qui concerne le nombre de décès excessifs. Cela soulève des questions sur les facteurs explicatifs possibles de ces différences. Un aspect souvent mentionné dans ce contexte est la densité de population. Plusieurs études récentes sur les villes aux États-Unis ont clairement indiqué que les endroits plus densément habités sont généralement plus touchés par covid-19 que les endroits plus ruraux. [8]
Pour voir si nous pouvons observer une relation similaire une densité de population plus élevée parallèlement à des décès excessifs plus élevés dans les États membres de l'UE et de l'AELE au niveau régional, nous nous concentrons sur la semaine 11 à la semaine 24 de la première vague de la pandémie. [9] En outre, afin de tenir compte des différences de densité de population, nous avons abordé le niveau régional plutôt que national en utilisant la typologie urbaine et rurale d'Eurostat (classification NUTS 3). Cette typologie attribue l'une des étiquettes principalement urbaines, intermédiaires ou principalement rurales à chaque région, en fonction des données sur la densité de population. [10] Les régions qui ne pouvaient pas être classifiées ou qui avaient des données manquantes ont été exclues d'une analyse plus approfondie.
Figure 4 : Surmortalité dans différentes régions de l'UE et de l'AELE, regroupées au niveau NUTS 3, semaines 11 à 24.
Source: Eurostat (demo_r_mweek3)
Les figures 4 et 5 illustrent en outre la répartition des régions dans chaque catégorie en fonction de leurs décès excédentaires. Ce qui ressort de la figure 4, c'est que les régions urbaines ont des taux de mortalité plus élevés que les deux autres catégories. Le nombre moyen de décès excédentaires par catégorie voit une différence de plus de 10 pour cent entre les décès ruraux et intermédiaires, et encore une fois entre les décès intermédiaires et urbains. Une densité de population plus élevée est donc positivement corrélée avec la surmortalité de la semaine 11 à la semaine 24.
Les résultats de la figure 4 sont basés sur la première vague (semaines 11 à 24), lorsque la pandémie a touché l'Europe. Carozzi (2020) explique dans un document de travail que « la densité de population ne semble affecter l'impact du COVID-19 que par le moment des flambées et non par le taux de propagation subséquente ». [11] Appliqué à notre distinction des catégories régionales, nous nous attendons à ce que les zones urbaines soient affectées d'abord dans une pandémie », [...] mais ne sont pas nécessairement plus durement touchés » que les régions rurales au fil du temps. [12] Pour voir si une tendance semblable est à l'excès de décès, nous comparons les résultats indiqués à la figure 4 à la période suivante de la même longueur que la première vague (14 semaines), à compter de la semaine 25.
Figure 5 : Surmortalité dans différentes régions de l'UE et de l'AELE, regroupées au niveau NUTS 3, semaines 25 à 38.
Source: Eurostat (demo_r_mweek3)
La figure 5 montre à nouveau la surmortalité de la population générale des 702 régions, mais maintenant pendant des semaines 25 jusqu'à la semaine 38 après la première vague. Contrairement à la figure 4,la conclusion selon laquelle les zones plus densément peuplées sont plus durement touchées par la surmortalité n'est plus évidente. Les différences entre les trois catégories régionales ont presque disparu. Il convient de noter que les niveaux moyens de surmortalité des trois types de régions sont maintenant négatifs, c'est-à-dire qu'il y a eu en moyenne une mortalité plus faible que prévu. Une forte densité de population ne semble donc pas être corrélée avec la surmortalité de la semaine 25 à la semaine 38 après la première vague.
En conclusion, les régions plus densément peuplées ont montré des taux de mortalité excédentaires plus élevés pendant les pics, mais cette différence avait disparu dans les semaines qui ont suivi la première vague.
[1] Voir par exemple Euronews (2020): https://www.euronews.com/2020/11/08/coronavirus-portugal-is-latest-european-country-to-issue-restrictions
[2] Pour Eurobase, voir : https://ec.europa.eu/eurostat/de/web/COVID-19/data
Pour les données sur l'Allemagne, voir aussi : https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Bevoelkerung/Sterbefaelle-Lebenserwartung/Tabellen/sonderauswertung-sterbefaelle.html?nn=209016
[3] Ce « p-score » calcule la surmortalité comme la différence de pourcentage entre le nombre de décès hebdomadaires en 2020 et le nombre moyen de décès au cours de la même semaine au cours des quatre années précédentes (2016 - 2019). Une explication plus approfondie se trouve ici: https://ourworldindata.org/excess-mortality-COVID
[4] En raison du nombre relativement faible de cas qui conduisent à une image déformée dans l'analyse, les chiffres pour l'Islande et le Liechtenstein ont été omis.
[5] Voir par exemple le Observatoire européen de la mortalité (EUROMOMO) sur l'âge
: https://www.euromomo.eu/graphs-and-maps ou, Publication de l'UE DG Research and Innovation on sex: https://op.europa.eu/en/publication-detail/-/publication/4f419ffb-a0ca-11ea-9d2d-01aa75ed71a1/language-en
[6] Voir, par exemple, le rapport de l'UE sur l'impact du sexe et du genre dans la pandémie covid-19 : https://op.europa.eu/en/publication-detail/-/publication/4f419ffb-a0ca-11ea-9d2d-01aa75ed71a1/language-en;
ou le Rapport sur la santé mondiale 2020 50/50 : https://globalhealth5050.org/2020report
[7] OMS (2020): https://www.who.int/docs/default-source/documents/social-determinants-of-health/covid19-advice-older-adults-qandas-cleared.pdf?sfvrsn=2e17964b_6
[8] Gerritse, M. (2020): https://cepr.org/file/9334/download?token=DrWFtBko
Carozzi, F. (2020): https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3643204
Desmet, K., & Wacziarg, R. (2020): https://www.nber.org/papers/w27329
[9] Niveau régional comme dans NUTS 3.
[10] La définition de la typologie urbaine-rurale peut être trouvée ici : https://ec.europa.eu/eurostat/web/rural-development/methodology
[11] Carozzi, F. (2020, p. 4): https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3643204
[12] Carozzi, F. (2020, p. 16): https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3643204
L'Association européenne de libre-échange (AELE) est l'organisation intergouvernementale de l'Islande, du Liechtenstein, de la Norvège et de la Suisse. Les principales tâches de l'AELE sont de :
Gérer la Convention de l'AELE, qui réglemente les relations économiques entre les États de l'AELE
Gérer l'Accord sur l'Espace économique européen (EEE), qui réunit les États membres de l'UE et trois États membres de l'AELE - l'Islande, le Liechtenstein et la Norvège - dans un marché unique
Développer le réseau mondial d'accords de libre-échange de l'AELE.
L'objectif de l'Office statistique de l'AELE à Luxembourg est de soutenir et de promouvoir la participation des États de l'AELE à l'élaboration d'un système statistique intégré (ESS) qui contribue à une culture européenne d'élaboration et de suivi des politiques fondées sur des données probantes.