Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Akses terbuka Penelitian asli

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Penentu tingkat negara dari
keparahan gelombang global
pertama pandemi COVID-19: dan
studi ekologi
Tiberiu A Pana , Sohinee Bhattacharya , David T Gamble ,
Zahra Pasdar , Weronika A Szlachetka , Yesus A Perdomo-Lampignano ,
Kai D Ewers , David J McLernon , Phyo K Myint

Untuk mengutip: Pana TA, ABSTRAK

Bhattacharya S, Gamble DT, dkk.
Penentu tingkat negara dari
keparahan gelombang global
pertama pandemi COVID-19:
sebuah studi ekologi.BMJ Terbuka
2021;11:e042034. doi:10.1136/
bmjopen-2020-042034
► Sejarah prapublikasi dan materi
tambahan untuk makalah ini
tersedia secara online. Untuk
melihat file-file ini, silakan kunjungi
jurnal online (http://dx.doi.org/
10.1136/bmjopen-2020-042034).
TAP dan SB memberikan kontribusi yang sama.
TAP dan SB adalah penulis
pertama bersama.
Kekuatan dan keterbatasan penelitian ini
Objektif Kami bertujuan untuk mengidentifikasi faktor-faktor
penentu tingkat negara dari tingkat keparahan gelombang
► Variabel hasil relevan yang mengukur peningkatan tingkat negara
pertama pandemi COVID-19.
dalam tingkat kematian COVID-19 diturunkan, yang sebagian
Desain Studi ekologi dari data yang tersedia untuk umum. Negara-
besar tidak tergantung pada kebijakan pengujian berbeda yang
negara yang melaporkan >25 kematian terkait COVID-19 hingga 8 Juni
diadopsi oleh masing-masing negara.
2020 dimasukkan. Hasilnya adalah tingkat kematian rata-rata log dari
► Model regresi multivariabel kami memperhitungkan langkah-
COVID-19, perkiraan peningkatan harian tingkat negara dalam
langkah kesehatan masyarakat dan ekonomi, yang diadopsi
kematian yang dilaporkan selama fase naik dari kurva epidemi.
oleh masing-masing negara sebagai tanggapan terhadap
Penentu potensial yang dinilai adalah parameter demografi yang
pandemi COVID-19 dengan menyesuaikan indeks keketatan.
paling baru dipublikasikan (penduduk dan kepadatan penduduk,
persentase penduduk yang tinggal di daerah perkotaan, penduduk
► Keterbatasan utama penelitian ini berasal dari
>65 tahun, indeks massa tubuh rata-rata dan prevalensi merokok);
desain penelitian ekologis, yang tidak
parameter ekonomi (produk domestik bruto per kapita); parameter
memungkinkan penarikan kesimpulan untuk pasien
lingkungan (tingkat polusi dan suhu rata-rata (Januari-Mei), penyakit
individu dengan COVID-19.
penyerta (prevalensi diabetes, hipertensi dan kanker), parameter
► Hanya negara-negara yang telah melaporkan setidaknya 25
sistem kesehatan (Indeks Kesehatan WHO dan tempat tidur rumah
kematian setiap hari selama periode yang dianalisis yang
sakit per 10.000 penduduk), kedatangan internasional; indeks
dimasukkan, yang mengurangi sampel kami dan akibatnya
keketatan, sebagai ukuran respons tingkat negara terhadap
kekuatannya.
COVID-19; cakupan vaksinasi BCG; paparan radiasi UV; dan kapasitas

Diterima 24 Juni 2020
Direvisi 16 Januari 2021
Diterima 19 Januari 2021
© Penulis (atau pemberi kerja mereka)
pengujian. Regresi linier multivariabel digunakan untuk menganalisis
data.
PENGANTAR
Pengeluaran utama Tingkat kematian rata-rata tingkat
yang atipikal radang paru-paru menyebabkan oleh
negara: kemiringan rata-rata kurva kematian COVID-19 selama
SARS-CoV-2 telah menyebar dengan cepat. Hingga 8
fase naiknya.
Juni 2020, ada lebih dari 400.857 kematian terkait
Peserta Tiga puluh tujuh negara termasuk: Aljazair,
infeksi COVID-19 di seluruh dunia.1 Perkiraan tingkat
Argentina, Austria, Belgia, Brasil, Kanada, Chili, Kolombia,
Republik Dominika, Ekuador, Mesir, Finlandia, Prancis, kematian kasus keseluruhan adalah ~7%, dengan
Jerman, Hongaria, India, Indonesia, Irlandia, Italia, Jepang, perkiraan tingkat negara berkisar antara 0,5% dan
Meksiko , Belanda, Peru, Filipina, Polandia, Portugal, 14%.2Namun demikian, ada variasi yang luas dalam
Rumania, Federasi Rusia, Arab Saudi, Afrika Selatan, tingkat kematian spesifik negara yang dilaporkan

2021. Penggunaan kembali diizinkan

berdasarkan CC BY-NC. Tidak ada
penggunaan ulang komersial. Lihat hak
dan izin. Diterbitkan oleh BMJ.
Institut Ilmu Kesehatan
Terapan, Fakultas Kedokteran,
Ilmu Kedokteran & Nutrisi,
Universitas Aberdeen,
Aberdeen, Inggris
korespondensi dengan
Tiberiu A Pana;
tiberiupana12@gmail.com
Spanyol, Swedia, Swiss, Turki, Ukraina, Inggris Raya, dan
Amerika Serikat.
Hasil Dari semua penentu tingkat negara yang termasuk dalam
model multivariabel, jumlah total kedatangan internasional
(beta 0,033 (95% CI 0,012 hingga 0,054)) dan cakupan vaksinasi
BCG (−0,018 (95% CI 0,034 hingga -0,002)), secara signifikan
terkait dengan logaritma natural dari tingkat kematian rata-
rata.
Kesimpulan Perjalanan internasional secara langsung dikaitkan dengan
kemiringan kematian dan dengan demikian berpotensi penyebaran
COVID-19. Pembatasan sangat awal pada perjalanan internasional harus
dipertimbangkan untuk mengendalikan wabah COVID-19 dan mencegah
kematian terkait.
yang dapat dikaitkan dengan variasi dalam tingkat
pengujian, pelaporan yang kurang atau perbedaan
nyata dalam parameter lingkungan, sosiodemografi
dan sistem kesehatan.
Penentu tingkat keparahan pandemi di tingkatitu
negara sebagian besar tidak diketahui. Satu-
satunya studi ekologi sebelumnya hingga saat ini
yang menilai penentu tingkat negara dari
keparahan pandemi COVID-19 termasuk data di
65 negara3 telah menemukan bahwa jumlah
kumulatif pasien yang terinfeksi di setiap negara
secara langsung terkait dengan kematian kasus

Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034 1

 Akses terbuka
tingkat, sedangkan intensitas pengujian berbanding terbalik dengan
tingkat kematian kasus. Studi ini tidak menemukan hubungan antara
pengeluaran kesehatan dan angka kematian kasus. Namun, faktor
penentu tingkat negara penting lainnya tidak dievaluasi, dan dengan
demikian, hubungannya dengan tingkat keparahan pandemi masih
belum diketahui.
Beberapa faktor risiko kematian terkait COVID-19 telah
diusulkan, termasuk populasi yang lebih tua,4 beban komorbiditas
populasi yang lebih tinggi,5 merokok,6 kegemukan,7 tingkat polusi8
dan kinerja sistem kesehatan.9 Selanjutnya, negara-negara di luar
China yang paling parah terkena gelombang pertama pandemi
adalah mereka yang berpenghasilan tinggi, produk domestik
bruto (PDB) per kapita yang tinggi dan sistem perawatan
kesehatan yang mapan, seperti Italia, Spanyol, Prancis, Inggris,
dan Amerika Serikat.10 Sebaliknya, negara-negara berpenghasilan
rendah dan menengah melaporkan insiden dan tingkat kematian
COVID-19 yang jauh lebih rendah.10 Sementara perbedaan-
perbedaan ini mungkin disebabkan oleh kurangnya pelaporan
kasus dan pengujian yang jarang di negara-negara ini, faktor-
faktor lain mungkin juga terlibat.
Dalam penelitian ini, kami bertujuan untuk menilai penentu tingkat
negara dari tingkat keparahan gelombang pertama pandemi
COVID-19 berdasarkan bukti yang tersedia saat ini menggunakan data
yang tersedia untuk umum dan desain studi ekologi.
METODE
Keterlibatan pasien dan publik
Tidak ada pasien atau keterlibatan publik dalam merancang
penelitian mengingat sifat mendesak dari pandemi COVID-19
dan penggunaan data yang tersedia untuk umum.
Desain studi
Sebuah desain studi ekologi digunakan. Hasilnya
adalah kurva menaik dari laporan harian spesifik
negara tentang kematian terkait COVID-19 antara 31
Desember 2019 dan 8 Juni 2020. Faktor-faktor penentu
berikut dinilai: determinan demografis (penduduk dan
kepadatan penduduk, persentase penduduk yang
tinggal di daerah perkotaan , proporsi penduduk
berusia 65 tahun ke atas, rata-rata indeks massa tubuh
(IMT) dan prevalensi merokok); penentu ekonomi (PDB
per kapita); penentu lingkungan (tingkat polusi dan
suhu rata-rata (Januari–Mei) (2010–2016)); penyakit
penyerta yang lazim (diabetes, hipertensi dan kanker);
penentu sistem kesehatan (Indeks Kesehatan WHO dan
tempat tidur rumah sakit per 10.000 penduduk);
kedatangan internasional (sebagai ukuran proksi status
globalisasi masing-masing negara);11; paparan radiasi
UV (sebagai proxy untuk paparan sinar matahari);
cakupan vaksinasi BCG; dan kapasitas pengujian.
Persetujuan komite etik
Mengingat desain penelitian dan penggunaan data yang tersedia
untuk umum, tidak ada persetujuan etis yang dianggap perlu.
Kriteria seleksi
Negara yang melaporkan setidaknya 25 kematian setiap hari hingga 8 Juni 2020
dengan data yang tersedia untuk semua determinan yang dipilih adalah
2 Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034
BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
termasuk. Sebanyak 37 negara dari empat benua
dimasukkan dalam analisis: Afrika (Aljazair, Mesir dan
Afrika Selatan), Amerika (Argentina, Brasil, Kanada, Chili,
Kolombia, Republik Dominika, Ekuador, Meksiko, Peru dan
Amerika Serikat), Asia (India, Indonesia, Jepang, Filipina,
Arab Saudi dan Turki) dan Eropa (Austria, Belgia, Finlandia,
Prancis, Jerman, Hongaria, Irlandia, Italia, Belanda,
Polandia, Portugal, Rumania, Federasi Rusia, Spanyol,
Swedia, Swiss, Ukraina, dan Inggris). China tidak
dimasukkan dalam analisis karena potensi
ketidakakuratan dalam jumlah kematian yang dilaporkan
setiap hari yang mungkin terjadi setelah 1.290 kematian,
yang dilaporkan secara retrospektif pada 17 April.12
Sumber data
Parameter tingkat negara diperoleh dari sumber data
yang dapat diakses secara bebas. Jumlah kasus dan
kematian COVID-19 yang dilaporkan setiap hari antara
31 Desember 2019 dan 8 Juni 2020 serta data populasi
2018 diambil dari Pusat Pengendalian Penyakit Eropa.13
Data mengenai median usia penduduk dan kepadatan
penduduk diambil dari United Nations World Population
Prospects14 dan Divisi Statistik Perserikatan Bangsa-
Bangsa, masing-masing.15 Data mengenai persentase
penduduk yang tinggal di daerah perkotaan disarikan dari
World Urbanization Prospects, yang dikeluarkan oleh
United Nations Population Division.16 Data suhu diekstraksi
dari Portal Pengetahuan Perubahan Iklim dari Grup Bank
Dunia.17 Prevalensi diabetes, PDB, kedatangan
internasional pada tahun 2018 dan data pengeluaran
kesehatan saat ini diambil dari database Indikator
Pembangunan Dunia, yang disediakan oleh Grup Bank
Dunia.18 Data mengenai kanker yang lazim, proporsi
populasi berusia 65 tahun ke atas dan jumlah total tes
COVID-19 yang dilakukan diambil dari Our World in Data
dan pelacak Tujuan Pembangunan Berkelanjutan,19 20
publikasi akses terbuka yang melacak kemajuan global
menuju Tujuan Pembangunan Berkelanjutan Perserikatan
Bangsa-Bangsa untuk pembangunan global, diadopsi
pada September 2015. Prevalen hipertensi, BMI, merokok,
polusi udara ambien, radiasi ultraviolet (UV) dan data
vaksinasi BCG diperoleh dari Global Tempat penyimpanan
data Observatorium Kesehatan WHO.21 Indeks kesehatan
WHO disarikan dari seri makalah WHO Global Partnership
for Education yang diterbitkan pada tahun 2000.22Data
total tempat tidur rumah sakit tingkat negara per 10.000
populasi diambil dari Dataset Bank Dunia 'Indikator
Kepentingan Bank Dunia untuk Wabah COVID-19'.23
Pengukuran SI harian antara 31 Januari 2019 dan 8 Juni
2020 diambil dari Oxford COVID-19 Government Response
Tacker.11
Definisi hasil dan determinan
Hasil
Sementara studi ekologi sebelumnya dari epidemi lain telah menggunakan
jumlah kasus atau kematian sebagai hasil,24 ini mungkin rentan terhadap
bias karena variasi dalam pengujian tingkat negara

Gambar 1 Representasi grafis dari angka* yang dihaluskan
kematian harian setiap negara (sebelum mencapai puncak kematian, jika
berlaku) sebagai fungsi dari jumlah hari yang berlalu sejak hari pertama ketika
lebih dari tiga kematian dilaporkan. Negara-negara dengan tingkat kematian
rata-rata yang lebih tinggi digambarkan dengan warna biru, sedangkan negara-
negara dengan tingkat kematian rata-rata yang lebih rendah digambarkan
dengan warna merah. *Dihaluskan menggunakan fungsi regresi lokal
(Terendah) dengan bandwidth 0,4.
strategi,25 variasi dalam kontrol pergerakan populasi dan
perbedaan dalam tingkat serangan sekunder dalam kelompok
komunitas.26 Dengan demikian, tingkat kematian rata-rata dipilih
sebagai hasil, karena tidak tergantung pada parameter ini dan
dengan demikian dapat mewakili indikator yang lebih andal dari
tingkat keparahan pandemi COVID-19 di tingkat negara.
Tingkat kematian rata-rata didefinisikan sebagai kemiringan
rata-rata dari kurva kematian (Gambar 1), diukur dari hari
pertama ketika lebih dari dua kematian COVID-19 dilaporkan
hingga kurva kematian mencapai nilai puncak atau 8 Juni 2020,
mana saja yang terjadi lebih dulu. Puncak dari setiap kurva
kematian didefinisikan sebagai titik pertama di mana turunan
pertama dari kurva kematian COVID-19 sebagai fungsi dari garis
waktu pandemi menjadi nol. Sebelum perhitungan kemiringan,
kurva mortalitas di masing-masing negara dihaluskan
menggunakan regresi berbobot lokal (Lowess) menggunakan
bandwidth 0,4. Untuk memastikan kecocokan garis regresi
Lowess, hanya negara-negara yang melaporkan setidaknya 25
kematian setiap hari hingga 8 Juni 2020 yang disertakan. Angka
kematian rata-rata dengan demikian mewakili perkiraan
peningkatan harian tingkat negara dalam kematian yang
dilaporkan selama fase naik dari kurva epidemi.
Determinan
Data kepadatan penduduk diekstraksi sebagai populasi
tingkat negara per kilometer persegi pada tahun 2019.27
Data polusi udara ambien diekstraksi sebagai konsentrasi
rata-rata tingkat negara dari partikel halus (PM2.5) yang
diukur pada tahun 2016.28 Data suhu diekstraksi sebagai
suhu rata-rata yang tercatat di setiap negara antara
Januari dan Mei menggunakan data suhu yang direkam
antara 2010 dan 2016.17 Data kedatangan internasional
diekstraksi sebagai jumlah total kedatangan internasional
tingkat negara pada tahun 2018.29
Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034
Akses terbuka
BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Data prevalensi diabetes diekstraksi sebagai persentase
penduduk berusia 20-79 tahun pada tahun 2019.18 Data
tentang kanker umum diekstraksi sebagai prevalensi kanker
standar usia di antara kedua jenis kelamin pada tahun 2017,
dinyatakan sebagai persentase.30 Data tentang hipertensi
lazim diekstraksi sebagai persentase standar usia populasi di
atas 18 tahun dengan tekanan darah sistolik ≥.140mm Hg
atau tekanan darah diastolik ≥.90mm Hg pada tahun 2015.31
Data BMI diekstraksi sebagai perkiraan tren indeks massa
tubuh rata-rata standar usia untuk kedua jenis kelamin di
antara orang dewasa (≥.18 tahun) pada tahun 2016.32 Data
tentang merokok setiap hari diekstraksi sebagai tingkat
merokok standar usia di kedua jenis kelamin di antara orang
dewasa (≥.18 tahun) pada tahun 2013.33 Sementara definisi
'merokok setiap hari' bervariasi di seluruh survei, biasanya
mengacu pada merokok saat ini setidaknya sekali sehari.33
Data PDB diekstraksi sebagai PDB per kapita dengan paritas
daya beli (PPP) dalam dolar internasional saat ini pada tahun
2018.34 Persentase penduduk yang tinggal di daerah
perkotaan didefinisikan sebagai persentase penduduk secara
de facto yang tinggal di daerah yang tergolong perkotaan
menurut kriteria yang digunakan oleh masing-masing daerah
atau negara.16 Indeks kesehatan WHO adalah indeks komposit
yang bertujuan untuk mengevaluasi kinerja sistem perawatan
kesehatan suatu negara relatif terhadap maksimum yang
dapat dicapai dengan tingkat sumber daya dan faktor
penentu sistem non-kesehatan. Itu dihitung pada tahun 2000.
Indeks menggunakan lima parameter tertimbang: harapan
hidup yang disesuaikan dengan kecacatan secara keseluruhan
atau rata-rata (25%), distribusi atau kesetaraan harapan hidup
yang disesuaikan dengan kecacatan (25%), respons sistem
perawatan kesehatan secara keseluruhan atau rata-rata
(termasuk kecepatan penyediaan dan kualitas fasilitas; 12,5%),
distribusi atau pemerataan daya tanggap sistem kesehatan
(12,5%) dan pengeluaran kesehatan (25%). Data tempat tidur
rumah sakit per 10.000 penduduk didefinisikan oleh Bank
Dunia sebagai termasuk 'tempat tidur rawat inap yang
tersedia di rumah sakit umum, swasta, umum, dan khusus
serta pusat rehabilitasi'.23 SI adalah indikator keseluruhan dari
langkah-langkah kesehatan masyarakat yang diadopsi oleh
setiap negara dalam menanggapi pandemi COVID-19 dan
mencakup indikator penahanan dan penutupan (penutupan
sekolah, penutupan tempat kerja, pembatalan acara publik,
pembatasan pertemuan, penutupan transportasi umum,
tinggal di rumah). persyaratan, pembatasan pergerakan
internal dan kontrol perjalanan internasional), indikator
respons ekonomi (dukungan pendapatan, keringanan utang/
kontrak, langkah-langkah fiskal dan dukungan internasional)
serta indikator sistem kesehatan (kampanye informasi publik,
kebijakan pengujian, pelacakan kontak, investasi darurat di
kesehatan dan investasi dalam vaksin).11 SI harian rata-rata
dihitung untuk setiap negara antara 31 Desember 2019 dan
hingga kurva kematian mencapai nilai puncak atau 8 Juni
2020, mana yang terjadi lebih dulu.
Paparan radiasi UV tingkat negara dikuantifikasi
sebagai ambien harian rata-rata tertimbang populasi
3
 Akses terbuka

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
tingkat radiasi ultraviolet diukur dalam J/m2untuk tahun kemudian dimasukkan ke dalam model regresi logistik
1997–2003.35 Cakupan vaksinasi BCG dihitung sebagai multivariabel dengan logaritma natural dari rata-rata angka
persentase rata-rata anak berusia 1 tahun yang kematian sebagai outcome: logaritma dari total populasi
menerima vaksin BCG antara tahun 1980 dan 2019 di tahun 2018, persentase populasi berusia 65 tahun ke atas,
setiap negara. Kapasitas pengujian dihitung sebagai kedatangan internasional, kepadatan penduduk, prevalensi
jumlah total tes COVID-19 per 1000 populasi yang neoplasma, prevalensi hipertensi, PDB per kapita, paparan
dilakukan hingga 8 Juni 2020. radiasi UV, cakupan BCG rata-rata, SI dan kapasitas pengujian.
Kapasitas unit perawatan intensif (ICU) tingkat negara
tidak dimasukkan dalam analisis, mengingat tidak adanya
database yang memusatkan informasi ini dan pelaporan HASIL
yang buruk yang dihasilkan. Selain itu, data kapasitas ICU Tabel 1 dan file tambahan online 1 merinci data yang
tidak tersedia untuk beberapa negara penting yang dianalisis untuk 37 negara yang disertakan, termasuk angka
termasuk dalam analisis kami, seperti Aljazair, Argentina, kematian rata-rata yang dihitung. Tingkat kematian rata-rata
Chili, Republik Dominika, Ekuador, Mesir, India, Indonesia, berkisar antara 0,22 (Chili) dan 43,74 (AS) kematian harian
Peru, Filipina, Arab Saudi, dan Ukraina. baru. Hanya lima negara yang termasuk memiliki angka
kematian rata-rata yang tinggi (>10): Amerika Serikat (43,74),
Analisis statistik Spanyol (29,23), Inggris (24,05), Prancis (22,13), Italia (18,79)
Semua analisis dilakukan di Stata V.15.1SE, Stata Statistical Software. Ambang batas signifikansi statistik 5% digunakan untuk semua dan Brasil (13,09).
analisis (p<0,05). Regresi linier dilakukan untuk menilai hubungan univariat antara setiap penentu tingkat negara dan tingkat Meja 2 merinci hasil analisis regresi linier. Determinan
kematian rata-rata yang dihitung untuk setiap negara. Faktor-faktor berikut dimasukkan dalam analisis univariat: logaritma natural tingkat negara berikut menunjukkan hubungan yang
populasi pada 2018 (kenaikan 10 juta), persentase populasi berusia 65 tahun ke atas, tingkat polusi, suhu rata-rata (Januari–Mei), signifikan secara statistik dengan angka kematian rata-rata
kedatangan internasional pada 2018 (1 juta meningkat), kepadatan penduduk, diabetes lazim, neoplasma lazim, BMI rata-rata, log dalam analisis univariabel: logaritma alami populasi,
hipertensi lazim, prevalensi merokok, tempat tidur rumah sakit (per 10.000 penduduk), indeks kesehatan WHO, persentase kedatangan internasional, neoplasma lazim, hipertensi
penduduk yang tinggal di daerah perkotaan, PDB per kapita (PPP), Paparan radiasi UV, cakupan BCG rata-rata dan SI. Determinan lazim, PDB per kapita, dan cakupan vaksinasi BCG. Pada
berikut yang mencapai ap value <0,3 pada tingkat univariabel kemudian dimasukkan dalam model regresi logistik multivariabel penyesuaian multivariabel, kedatangan internasional pada
dengan logaritma natural dari rata-rata angka kematian sebagai hasil: logaritma jumlah penduduk tahun 2018, persentase tahun 2018, sebagai penanda koneksi global, secara
penduduk berusia 65 tahun ke atas, polusi, suhu rata-rata (Januari–Mei), kedatangan internasional, kepadatan penduduk, signifikan dikaitkan dengan peningkatan angka kematian
neoplasma lazim, hipertensi lazim, indeks kesehatan WHO, populasi yang tinggal di daerah perkotaan, PDB per kapita, paparan rata-rata log (0,033 (95% CI 0,012 hingga 0,054) per 1 juta
radiasi UV, cakupan BCG rata-rata dan SI. Proses pemilihan determinan seperti itu dipilih untuk mengurangi kemungkinan peningkatan kedatangan internasional, p=0,003). Ini
mengecualikan faktor-faktor yang mungkin penting tetapi tidak akan mencapai signifikansi statistik karena ukuran sampel berarti exp(B) sebesar 1,034, setara dengan peningkatan
penelitian yang relatif kecil. cakupan BCG rata-rata dan SI. Determinan berikut yang mencapai ap value <0,3 pada tingkat 3,4% dalam tingkat kematian rata-rata untuk setiap 1 juta
univariabel kemudian dimasukkan dalam model regresi logistik multivariabel dengan logaritma natural dari rata-rata angka peningkatan jumlah kedatangan internasional pada tahun
kematian sebagai hasil: logaritma jumlah penduduk tahun 2018, persentase penduduk berusia 65 tahun ke atas, polusi, suhu rata- 2018. Selanjutnya, cakupan vaksinasi BCG rata-rata
rata (Januari–Mei), kedatangan internasional, kepadatan penduduk, neoplasma lazim, hipertensi lazim, indeks kesehatan WHO, dikaitkan dengan penurunan angka kematian rata-rata log
populasi yang tinggal di daerah perkotaan, PDB per kapita, paparan radiasi UV, cakupan BCG rata-rata dan SI. Proses pemilihan (−0,018 (95% CI 0,034 hingga -0,002) per 1% peningkatan
determinan seperti itu dipilih untuk mengurangi kemungkinan mengecualikan faktor-faktor yang mungkin penting tetapi tidak akan cakupan vaksinasi BCG, p=0,031). Ini berarti exp(B) sebesar
mencapai signifikansi statistik karena ukuran sampel penelitian yang relatif kecil. cakupan BCG rata-rata dan SI. Determinan berikut 0,982, setara dengan penurunan 1,8% dalam tingkat
yang mencapai ap value <0,3 pada tingkat univariabel kemudian dimasukkan dalam model regresi logistik multivariabel dengan kematian rata-rata untuk setiap 1% peningkatan cakupan
logaritma natural dari rata-rata angka kematian sebagai hasil: logaritma jumlah penduduk tahun 2018, persentase penduduk vaksinasi BCG.Gambar 2 dan 3merinci hubungan antara
berusia 65 tahun ke atas, polusi, suhu rata-rata (Januari–Mei), kedatangan internasional, kepadatan penduduk, neoplasma lazim, tingkat kematian rata-rata log tingkat negara (diprediksi
hipertensi lazim, indeks kesehatan WHO, populasi yang tinggal di daerah perkotaan, PDB per kapita, paparan radiasi UV, cakupan dan diamati) dan setiap determinan tingkat negara yang
BCG rata-rata dan SI. Proses pemilihan determinan seperti itu dipilih untuk mengurangi kemungkinan mengecualikan faktor-faktor termasuk dalam model regresi multivariabel.
yang mungkin penting tetapi tidak akan mencapai signifikansi statistik karena ukuran sampel penelitian yang relatif kecil. Tabel 3merinci hasil analisis regresi linier sekunder,
Determinan berikut yang mencapai ap value <0,3 pada tingkat univariabel kemudian dimasukkan dalam model regresi logistik termasuk hanya negara yang melaporkan data pengujian
multivariabel dengan logaritma natural dari rata-rata angka kematian sebagai hasil: logaritma jumlah penduduk tahun 2018, COVID-19 hingga 8 Juni 2020. Faktor penentu tingkat negara
persentase penduduk berusia 65 tahun ke atas, polusi, suhu rata-rata (Januari–Mei), kedatangan internasional, kepadatan berikut menunjukkan hubungan yang signifikan secara
penduduk, neoplasma lazim, hipertensi lazim, indeks kesehatan WHO, populasi yang tinggal di daerah perkotaan, PDB per kapita, statistik dengan tingkat kematian rata-rata log pada tingkat
yang
paparan radiasi UV, cakupan BCG rata-rata dan SI. Proses pemilihan determinan seperti itu dipilih untuk mengurangi kemungkinan mengecualikan tidak
faktor-faktor yangberubah: logaritma
mungkin penting tetapi natural
tidak akan mencapai populasi
signifikansi statistik , kedatangan
karena ukuran sampel penelitian yang relatif kecil. Determinan

Mengingat bahwa data kapasitas pengujian untuk 8 internasional, neoplasma lazim, hipertensi lazim, cakupan
(Aljazair, Brasil, Mesir, Prancis, Jerman, Belanda, Spanyol, vaksinasi BCG dan total tes COVID-19 per 1000 populasi yang
dan Swedia) dari 37 negara yang disertakan tidak tersedia, dilakukan hingga 8 Juni 2020. Pada penyesuaian multivariabel,
analisis sekunder juga termasuk kapasitas pengujian determinan signifikan secara statistik dari angka kematian
sebagai penentu dilakukan dengan mempertimbangkan rata-rata log adalah: kedatangan internasional pada tahun
hanya sisanya 29 negara. Regresi linier dilakukan untuk 2018 (0,036 ( 95% CI 0,008 hingga 0,063) per 1 juta
menilai hubungan univariat antara setiap penentu tingkat peningkatan kedatangan internasional, p=0,013), hipertensi
negara dan tingkat kematian rata-rata yang dihitung untuk lazim (−0,129 (95% CI 0,246 hingga –0,012) per 1%
setiap negara. Penentu berikut mencapai nilai p <0,3 pada peningkatan prevalensi hipertensi tingkat negara, p=0.032)
tingkat univariabel adalah dan kapasitas pengujian (0,018 (95% CI

4 Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034

 Akses terbuka

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Tabel 1 Tingkat kematian rata-rata yang diamati selama fase Tabel 1 Lanjutan
naik dari gelombang pertama pandemi COVID-19 dan jumlah
Rata-rata angka kematian
kedatangan internasional pada tahun 2018 (juta) untuk setiap
(peningkatan harian dalam Internasional
negara yang termasuk dalam analisis
kematian) (hingga 8 Juni Kedatangan
Rata-rata angka kematian Negara 2020) (juta) (2018)
(peningkatan harian dalam Internasional
kematian) (hingga 8 Juni Kedatangan
Chili 0,22 5.72
Negara 2020) (juta) (2018) Negara-negara dikategorikan dalam tiga kelompok: kelompok tingkat kematian rata-rata
tinggi (>20 kematian harian tambahan), kelompok tingkat kematian rata-rata sedang
Angka kematian rata-rata tinggi
(2-20 kematian harian tambahan) dan kelompok tingkat kematian rata-rata rendah (<2
Amerika Serikat 43.74 79,75 kematian harian tambahan).

Spanyol 29.23 82,77

Inggris 24.05 36.32
Perancis 22.13 89.32 0,001 hingga 0,034) untuk 1 per 1000 populasi peningkatan
Italia 18.79 61.57 jumlah total tes COVID-19 yang dilakukan hingga 8 Juni 2020,
Brazil 13.09 6.62 p=0,039).

Tingkat kematian rata-rata sedang

Belgium 7.86 9.12 DISKUSI

Meksiko 7.15 41.31 Temuan utama
Jerman 6.58 38.88 Dalam studi ekologi ini termasuk data dari 37 negara yang
paling parah terkena dampak COVID-19 dalam gelombang
Belanda 5.4 18.78
pertama pandemi global saat ini, kami menilai 19 parameter
Turki 3.48 45.77
sosial ekonomi, lingkungan, kesehatan dan sistem perawatan
India 3.48 17.42 kesehatan tingkat negara serta parameter globalisasi sebagai
Kanada 3.27 21.13 penentu potensial kematian. tarif yang terkait dengan
Swedia 2.59 7.44 COVID-19. Dalam model regresi linier multivariabel, penentu
utama yang mencapai signifikansi statistik adalah kedatangan
Rusia 2.52 24.55
Federasi internasional, proxy dari koneksi global: peningkatan 1 juta
dalam jumlah kedatangan internasional pada tahun 2018
Peru 2.05 4.42
dikaitkan dengan peningkatan 3,4% dalam peningkatan rata-
Tingkat kematian rata-rata rendah
rata harian COVID- 19 kematian selama fase naik gelombang
Swiss 1.6 10.36 pertama pandemi. Lebih-lebih lagi, Cakupan vaksinasi BCG
Irlandia 1.58 10.93 tingkat negara dikaitkan dengan penurunan angka kematian
Portugal 1.03 16.19 rata-rata COVID-19 selama gelombang pertama pandemi.
Terakhir, dalam analisis sekunder kami yang mencakup satu-
Aljazair 0,88 2.66
satunya negara dengan data kapasitas pengujian yang
Afrika Selatan 0,84 10.47 tersedia, jumlah total tes COVID-19 yang dilakukan per 1000
Ekuador 0,81 2.54 populasi hingga 8 Juni 2020 juga dikaitkan dengan
Polandia 0,79 19.62 peningkatan angka kematian rata-rata COVID-19.
Indonesia 0.72 15.81
Austria 0,7 30.82 Perbandingan dengan literatur sebelumnya
Rumania 0.6 11.72 Sebuah studi ekologi sebelumnya menganalisis penentu tingkat
Mesir 0,5 11.2 negara dari tingkat kematian kasus COVID-19 termasuk 65
negara.3 Studi ini menemukan bahwa pada penyesuaian untuk
Jepang 0,48 31.19
usia epidemi, pengeluaran kesehatan dan wilayah dunia, tingkat
Arab Saudi 0,48 15.33
kematian kasus secara signifikan terkait dengan peningkatan
Filipina 0,46 7.17 jumlah kumulatif kasus COVID-19 dan penurunan intensitas
Kolumbia 0,42 3.9 pengujian.3 Namun demikian, tidak ada penentu tingkat negara
Hungaria 0.38 17.55 lain yang dimasukkan dalam penelitian ini.

Ukraina 0.31 14.1 Perbandingan lebih lanjut dapat dibuat dengan data
dari pandemi sebelumnya. Hubungan negatif telah
Dominika 0,28 6.57
dilaporkan antara pengeluaran kesehatan dan tingkat
Republik
kematian dari pandemi influenza 2009 di 30 negara
Finlandia 0,26 3.22 Eropa.24 Hubungan juga telah dilaporkan antara
Argentina 0,25 6.94 perjalanan penerbangan dan penyebaran infeksi virus
Lanjutan influenza H1N1.36

Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034 5

Akses terbuka

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Meja 2 Hasil regresi linier yang menilai hubungan antara determinan tingkat negara dan peningkatan kematian setiap hari

Univariabel Multivariabel
Penentu tingkat negara Koefisien (95% CI) Nilai P Koefisien (95%CI) nilai P
Logaritma alami populasi (peningkatan 10 0,432 (0,050 hingga 0,814) 0,033 0,393 (−0,087 hingga 0,873) 0.103
juta) (2018)
% penduduk berusia 65 tahun ke atas 0,065 (−0,010 hingga 0,139) 0,097 0,020 (−0,143 hingga 0,103) 0,741
Tingkat polusi 0,017 (−0,044 hingga 0,011) 0,247 0,005 (−0,031 hingga 0,020) 0,659
Suhu rata-rata (Januari–Mei) (2010–2016) 0,031 (−0,078 hingga 0,017) 0.218 0,052 (−0,025 hingga 0,128) 0,175
Kedatangan internasional (peningkatan 1 juta) (2018) 0,049 (0,033 hingga 0,064) <0,001 0,033 (0,012 hingga 0,054) 0,003
Kepadatan penduduk 0,002 (−0,006 hingga 0,002) 0.268 0,001 (−0,004 hingga 0,002) 0,560
Prevalensi diabetes (% populasi usia 20–79 0,0031 (−0,189 hingga 0,126) 0,700 – –
tahun) (2019)
Prevalensi – neoplasma – jenis kelamin: Keduanya – usia: 0,614 (0,209 hingga 1,019) 0,005 0,404 (−1,079 hingga 0,271) 0.227
standar usia (%)(2017)

BMI rata-rata 0,010 (−0,297 hingga 0,318) 0,947 – –

Hipertensi Prevalen (%) (2015) - 0,150 (−0,254 hingga 0,045) 0,008
Prevalensi merokok, total 2016 (usia 15+ tahun) 0,002 (−0,058 hingga 0,062) 0.952
Tempat tidur rumah sakit (per 10.000 penduduk) 0,004 (−0,022 hingga 0,014) 0.632
indeks kesehatan WHO (2000) 2,259 (−0,920 hingga 5,439) 0,173 2,616 (−6,157 hingga 0,925) 0,140
Penduduk yang tinggal di daerah perkotaan (%) 0,023 (−0,011 hingga 0,580) 0.193
PDB per kapita, PPP (kenaikan $1000) (2018) 0,280 (0,037 hingga 0,524) 0,030
Tingkat radiasi ultraviolet ambien harian rata-rata 0,000 (−0,001 hingga 0,000) 0.133
tingkat negara – 2004
Rata-rata % cakupan vaksinasi BCG pada anak - 0,027 (−0,037 hingga 0,016) <0,001
usia 1 tahun (1980–2019)
Rata-rata indeks keketatan harian 0,036 (−0,072 hingga 0,001) 0,057
0,107 (−0,249 hingga 0,035) 0,132
– –
– –
0,010 (−0,019 hingga 0,039) 0,468
0,154 (−0,174 hingga 0,482) 0,340
0,001 (−0,001 hingga 0,000) 0.109
- 0,018 (−0,034 hingga 0,002) 0,031
0,004 (−0,028 hingga 0,037) 0,790

R2untuk regresi linier multivariabel = 0,8031.

Determinan yang mencapai tingkat signifikansi statistik 30% dalam analisis univariabel (p<0,3) dimasukkan dalam model multivariabel. Hasil yang signifikan
secara statistik (P<0,05) ditampilkan dalam huruf tebal.
BMI, indeks massa tubuh; PDB, produk domestik bruto; PPP, paritas daya beli.

Komorbiditas dapat menjelaskan perbedaan angka kematian
antar negara. Sebuah studi di antara kasus COVID-19 yang
dikonfirmasi laboratorium di Cina menunjukkan bahwa pasien
dengan penyakit penyerta apa pun, termasuk diabetes,
keganasan, dan hipertensi, memiliki hasil klinis yang lebih buruk
daripada mereka yang tidak.5 Dengan demikian, kami
memperhitungkan data tingkat negara pada pilihan komorbiditas
utama yang mencakup diabetes mellitus, neoplasma, dan
hipertensi yang lazim. BMI≥.40 kg/m2telah diidentifikasi sebagai
faktor risiko independen untuk penyakit COVID-19 yang parah.7
Akhirnya, tinjauan sistematis baru-baru ini pada lima penelitian
dari China menunjukkan bahwa merokok kemungkinan terkait
dengan hasil negatif dan perkembangan COVID-19.6
Interpretasi temuan
Dalam model multivariat kami, penentu utama kematian yang
signifikan adalah kedatangan internasional. Pembatasan
perjalanan dan keefektifannya dalam menahan pandemi virus
pernapasan tetap menjadi topik perdebatan. Pada tahun
2007, WHO menerbitkan protokol tentang 'operasi cepat
untuk menahan kemunculan awal pandemi influenza',
yang termasuk rekomendasi tentang pembatasan perjalanan.37
Namun, panduan selanjutnya menyarankan pembatasan
seperti itu tidak disarankan setelah virus menyebar secara
signifikan.38 Sebuah tinjauan sistematis baru-baru ini dari 23
studi yang menunjukkan dampak terbatas dari pembatasan
perjalanan dalam pengendalian influenza: pembatasan
perjalanan internal menunda puncak pandemi sekitar 1,5
minggu, sementara pembatasan perjalanan udara 90%
menunda penyebaran pandemi sekitar 3-4 minggu tetapi
hanya mengurangi tingkat serangan kurang dari 0,02%.39
Namun, tinjauan sistematis lain dari strategi kombinasi untuk
respons pandemi influenza menunjukkan bahwa strategi
kombinasi termasuk pembatasan perjalanan meningkatkan
efektivitas kebijakan individu.40
Rekomendasi WHO untuk kesiapsiagaan dan ketahanan
pandemi menyarankan bahwa titik masuk ke negara itu
harus dipantau dengan berfokus pada pengawasan dan
komunikasi risiko kepada pelancong tetapi tidak menutup
perjalanan internasional.41 Menariknya, selama pandemi
COVID-19, beberapa negara seperti

6 Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034


Gambar 2 Diprediksi (berdasarkan hasil multivariabel
regresi linier) dan tingkat kematian tingkat negara yang diamati
(rata-rata peningkatan kematian harian hingga puncak kematian)
sebagai fungsi dari jumlah kedatangan internasional tingkat
negara yang tercatat pada tahun 2018 (juta). Garis merah solid
mewakili perkiraan titik perkiraan peningkatan kematian harian
log, sedangkan area biru-abu-abu mewakili 95% CI yang sesuai.
Salib mewakili nilai yang diamati dari log peningkatan kematian
harian.
karena Thailand telah mengadopsi kebijakan penyaringan dan isolasi
perjalanan internasional yang agresif, yang mungkin telah
menyebabkan tingkat infeksi yang lebih rendah.42 Studi kami
menunjukkan bahwa pembatasan perjalanan berpotensi
memengaruhi dampak pandemi COVID-19 dan harus
dipertimbangkan sebagai bagian dari rencana kesiapsiagaan pandemi
yang terstruktur dan dimulai dengan cepat.
Model multivariabel kami juga menunjukkan hubungan
terbalik antara cakupan vaksinasi BCG dan tingkat kematian
rata-rata, di mana peningkatan cakupan vaksinasi BCG
dikaitkan dengan penurunan angka kematian rata-rata.
Hubungan antara vaksinasi BCG dan evolusi penularan
COVID-19 dan tingkat keparahan penyakit masih
kontroversial.43 44 Sementara vaksin BCG telah dipostulatkan
untuk menunjukkan sifat imunomodulator non-spesifik, yang
dapat mengurangi viremia SARS-CoV-2 setelah terpapar,43
bukti epidemiologis saat ini berasal dari studi ekologi45 dan
perlu ditafsirkan mengingat keterbatasan yang melekat pada
desain penelitian ini. Studi lebih lanjut yang sedang
berlangsung (NCT0432720646
dan NCT0432844147) dapat memberikan bukti yang lebih
kuat mengenai hubungan antara vaksinasi BCG dan
COVID-19.
Analisis kami juga mengungkapkan beberapa temuan
mengejutkan: intensitas pengujian COVID-19 tampaknya terkait
dengan peningkatan angka kematian rata-rata, sedangkan
prevalensi hipertensi tingkat negara tampaknya terkait dengan
penurunan angka kematian rata-rata. Temuan ini tampaknya
bertentangan dengan bukti sebelumnya yang menunjukkan
bahwa intensitas pengujian dapat dikaitkan dengan penurunan
kematian akibat COVID-19.48 sementara hipertensi jelas terkait
dengan peningkatan mortalitas.49 Temuan mengejutkan ini perlu
ditafsirkan dengan mempertimbangkan:
Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034
Akses terbuka
BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
desain studi ekologi kami di mana pembaur sisa dapat
mempengaruhi asosiasi ini.
Kekuatan dan keterbatasan
Kekuatan utama penelitian ini terletak pada penggunaan data hasil yang sebanding dan relevan yang berasal dari pelaporan
kematian kontemporer dari negara-negara yang terkena dampak COVID-19. Karena tingkat pengujian untuk virus bervariasi di
seluruh negara, insiden atau prevalensi penyakit tidak dapat dibandingkan antar negara. Sementara kematian akibat penyakit
adalah hasil yang sulit, informasi penyebut untuk menghitung tingkat kematian membuat perbandingan antar negara menjadi sulit.
Selain itu, kematian di masyarakat, khususnya pada lansia yang tinggal di panti jompo, sering kali tidak teruji, dan dengan demikian,
diagnosis yang tegas tetap tidak mungkin. Oleh karena itu, dalam penelitian ini, kami telah mengadopsi hasil yang sebanding dalam
hal peningkatan angka kematian, daripada angka kematian itu sendiri. Ini mungkin lebih mewakili penyebaran dan keseriusan
pandemi di masing-masing negara ketika membandingkan negara-negara pada tahap pandemi yang berbeda. Parameter tingkat
negara yang dinilai sebagai faktor potensial semuanya telah terlibat di beberapa titik terkait dengan tingkat keparahan dan
akibatnya kematian. Namun kami menemukan bahwa penentu utama adalah jumlah total kedatangan internasional di negara
tersebut (angka 2018), yang menandakan penularan infeksi melalui perjalanan. Meskipun data berasal dari 2018, tidak ada alasan
untuk percaya bahwa angka perjalanan internasional antar negara akan berbeda pada awal 2020. Selain itu, model multivariabel
kami juga memperhitungkan pembatasan perjalanan internasional tingkat negara yang diadopsi sebagai tanggapan terhadap
penyebaran COVID-19 . Parameter tingkat negara yang dinilai sebagai faktor potensial semuanya telah terlibat di beberapa titik
terkait dengan tingkat keparahan dan akibatnya kematian. Namun kami menemukan bahwa penentu utama adalah jumlah total
kedatangan internasional di negara tersebut (angka 2018), yang menandakan penularan infeksi melalui perjalanan. Meskipun data
berasal dari 2018, tidak ada alasan untuk percaya bahwa angka perjalanan internasional antar negara akan berbeda pada awal
2020. Selain itu, model multivariabel kami juga memperhitungkan pembatasan perjalanan internasional tingkat negara yang
diadopsi sebagai tanggapan terhadap penyebaran COVID-19 . Parameter tingkat negara yang dinilai sebagai faktor potensial
semuanya telah terlibat di beberapa titik terkait dengan tingkat keparahan dan akibatnya kematian. Namun kami menemukan
bahwa penentu utama adalah jumlah total kedatangan internasional di negara tersebut (angka 2018), yang menandakan penularan
infeksi melalui perjalanan. Meskipun data berasal dari 2018, tidak ada alasan untuk percaya bahwa angka perjalanan internasional
antar negara akan berbeda pada awal 2020. Selain itu, model multivariabel kami juga memperhitungkan pembatasan perjalanan
internasional tingkat negara yang diadopsi sebagai tanggapan terhadap penyebaran COVID-19 . Namun kami menemukan bahwa
penentu utama adalah jumlah total kedatangan internasional di negara tersebut (angka 2018), yang menandakan penularan infeksi
melalui perjalanan. Meskipun data berasal dari 2018, tidak ada alasan untuk percaya bahwa angka perjalanan internasional antar
negara akan berbeda pada awal 2020. Selain itu, model multivariabel kami juga memperhitungkan pembatasan perjalanan
internasional tingkat negara yang diadopsi sebagai tanggapan terhadap penyebaran COVID-19 . Namun kami menemukan bahwa penentu utama adalah
Keterbatasan utama dari studi ini berasal dari desain studi ekologi. Terlepas dari kenyataan
bahwa kami tidak menemukan hubungan antara komorbiditas seperti diabetes dan kanker dan
tingkat kematian rata-rata di tingkat negara, adalah mungkin bagi seorang individu dengan
salah satu atau semua kondisi komorbiditas ini untuk lebih rentan terhadap infeksi dan
akibatnya di peningkatan risiko kematian. Hanya memasukkan negara-negara yang telah
melaporkan setidaknya 25 kematian yang mengurangi sampel kami dan akibatnya
kekuatannya. Lebih jauh lagi, jumlah determinan tingkat negara yang cukup besar relatif
terhadap jumlah negara berarti bahwa kita tidak dapat mengesampingkan potensi overfitting
dalam model multivariabel. Hal ini dapat menyebabkan asosiasi palsu antara penentu dan hasil.
Variabel penjelas lain yang terkait dengan kematian terkait COVID-19 mungkin terlewatkan, dan
beberapa data kovariat yang digunakan dalam model kami sebelum wabah COVID-19 dan
mungkin tidak relevan saat ini. Selain itu, karena negara-negara baru dipengaruhi oleh epidemi,
virulensi virus dan daya tahan tubuh manusia mungkin telah berubah seiring waktu, yang tidak
diperhitungkan dalam model kami. Ada kemungkinan juga bahwa kualitas data, terutama
pelaporan kematian yang kurang terkait dengan perbedaan antarnegara dalam mendefinisikan
kematian COVID-19, mungkin telah dikaitkan dengan beberapa faktor penentu dalam model
kami serta hasil yang kami pilih dan dengan demikian bias. yang tidak diperhitungkan dalam
model kami. Ada kemungkinan juga bahwa kualitas data, terutama pelaporan kematian yang
kurang terkait dengan perbedaan antarnegara dalam mendefinisikan kematian COVID-19,
mungkin telah dikaitkan dengan beberapa faktor penentu dalam model kami serta hasil yang
kami pilih dan dengan demikian bias. yang tidak diperhitungkan dalam model kami. Ada
kemungkinan juga bahwa kualitas data, terutama pelaporan kematian yang kurang terkait
dengan perbedaan antarnegara dalam mendefinisikan kematian COVID-19, mungkin telah
dikaitkan dengan beberapa faktor penentu dalam model kami serta hasil yang kami pilih dan
dengan demikian bias.
7
Akses terbuka

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Gambar 3 Diprediksi (berdasarkan hasil regresi linier multivariabel) dan tingkat kematian tingkat negara yang diamati (rata-rata
peningkatan kematian harian hingga puncak kematian) sebagai fungsi dari setiap penentu tingkat negara yang termasuk dalam model
multivariabel. Garis merah solid mewakili perkiraan titik perkiraan peningkatan kematian harian log, sedangkan area biru-abu-abu
mewakili 95% CI yang sesuai. Salib mewakili nilai yang diamati dari log peningkatan kematian harian.

hasil kami. Selain itu, penundaan antara onset gejala
COVID-19 dan rawat inap dapat menjadi faktor penting dalam
keseluruhan prognosis klinis pasien dengan penyakit
COVID-19 yang parah. Namun demikian, mengingat bahwa
analisis kami bergantung pada penentu tingkat negara dan
dengan tidak adanya data pasien individu, tidak mungkin
untuk memastikan tren tingkat negara keterlambatan masuk
rumah sakit. Meskipun demikian, beberapa parameter tingkat
negara lainnya yang berkaitan dengan aksesibilitas layanan
kesehatan termasuk dalam analisis kami seperti jumlah
tempat tidur rumah sakit per 10.000 penduduk, proporsi
penduduk yang tinggal di daerah perkotaan serta indeks
kesehatan WHO dapat menjelaskan perbedaan tersebut.
Akhirnya, kami tidak memasukkan data kapasitas ICU dalam
analisis kami karena kurangnya sumber data yang dapat
diandalkan yang memusatkan variabel ini. Namun demikian,
per 10.000 penduduk sebagai indikator kapasitas sistem
kesehatan untuk mengatasi tekanan yang meningkat terkait
pandemi.
KESIMPULAN
Dari semua parameter tingkat negara yang dinilai, perjalanan
internasional menjadi penentu utama keparahan gelombang global
pertama pandemi COVID-19. Mengingat bahwa banyak negara
berpenghasilan menengah dan berpenghasilan rendah di dunia
menunjukkan tanda-tanda peningkatan tingkat infeksi yang
berkelanjutan, pembatasan perjalanan internasional yang diterapkan
sangat awal dalam perjalanan pandemi harus dipertimbangkan untuk
menghindari peningkatan cepat infeksi dan tingkat kematian secara
global. Hubungan antara faktor penentu lainnya, seperti cakupan
vaksinasi BCG, hipertensi yang lazim dan

8 Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034

 Akses terbuka

BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
Tabel 3Hasil regresi linier sekunder yang menilai hubungan antara faktor penentu tingkat negara dan peningkatan kematian
harian, termasuk hanya negara yang melaporkan total tes COVID-19 yang dilakukan hingga 8 Juni 2020
Univariabel Multivariabel
Penentu tingkat negara Koefisien (95% CI) Nilai P Koefisien (95%CI) nilai P
Logaritma alami populasi (peningkatan 10 juta) 0,419 (0,038 hingga 0,800) (2018) 0,040 0,385 (−0,044 hingga 0,813) 0,075

% penduduk berusia 65 tahun ke atas 0,035 (−0,047 hingga 0,118) 0,407 – –

Tingkat polusi 0,003 (−0,037 hingga 0,030) 0,848 – –
Suhu rata-rata (Januari–Mei) (2010–2016) 0,032 (−0,081 hingga 0,017) 0.207 0,026 (−0,052 hingga 0,104) 0,484
Kedatangan internasional (peningkatan 1 juta) (2018) 0,059 (0,039 hingga 0,079) <0,001 0,036 (0,008 hingga 0,063) 0,013
Kepadatan penduduk 0,002 (−0,002 hingga 0,007) 0.270 0,000 (−0,004 hingga 0,003) 0.822
Prevalensi diabetes (% populasi usia 20–79 tahun) 0,012 (−0,173 hingga 0,196) 0,903 – –
(2019)
Prevalensi – neoplasma – jenis kelamin: keduanya – usia: 0,582 (0,177 hingga 0,987) 0,009 0,391 (−1,014 hingga 0,233) 0,203
Agestandardized (%) (2017)

BMI rata-rata 0,107 (−0,205 hingga 0,419) 0,507 – –

Hipertensi Prevalen (%) (2015) - 0,140 (−0,240 hingga 0,039) 0,011 - 0,129 (−0,246 hingga 0,012) 0,032
Prevalensi merokok, total 2016 (usia 15+ tahun) 0,016 (−0,077 hingga 0,045) 0.610 – –
Tempat tidur rumah sakit (per 10.000 penduduk) 0,009 (−0,027 hingga 0,009) 0.323 – –
indeks kesehatan WHO (2000) 1.247 (−2.180 hingga 4.675) 0,482 – –
Penduduk yang tinggal di daerah perkotaan (%) 0,007 (−0,030 hingga 0,044) 0,710 – –
PDB per kapita, PPP (kenaikan $1000) (2018) 0,242 (−0,016 hingga 0,499) 0,077 0,045 (−0,325 hingga 0,235) 0,739
Tingkat radiasi ultraviolet ambien harian rata-rata 0,000 (−0,001 hingga 0,000) 0.283 0,000 (−0,001 hingga 0,000) 0.310
tingkat negara – 2004
Rata-rata % cakupan vaksinasi BCG pada anak - 0,028 (−0,039 hingga -0,017) <0,001 0,011 (−0,029 hingga 0,007) 0,221
usia 1 tahun (1980–2019)
Rata-rata indeks keketatan harian 0,033 (−0,074 hingga 0,008) 0,128 0,013 (−0,021 hingga 0,048) 0,425
Total tes COVID-19 per 1000 populasi (hingga 8 0,024 (0,008 hingga 0,039) 0,007 0,018 (0,001 hingga 0,034) 0,039
Juni 2020)

R2untuk regresi linier multivariabel=0.8373.

Determinan yang mencapai tingkat signifikansi statistik 30% dalam analisis univariabel (p<0,3) dimasukkan dalam model multivariabel. Hasil yang signifikan
secara statistik (P<0,05) ditampilkan dalam huruf tebal.
BMI, indeks massa tubuh; PDB, produk domestik bruto; PPP, paritas daya beli.

Kapasitas pengujian COVID-19, dan hasilnya lebih lemah Asal dan ulasan sejawat Tidak ditugaskan; ditinjau sejawat secara eksternal.

dan perlu ditafsirkan berdasarkan desain studi ekologi Pernyataan ketersediaan data Semua data yang relevan dengan penelitian dimasukkan dalam

kami. Studi lebih lanjut diperlukan untuk menentukan artikel atau diunggah sebagai informasi tambahan.

hubungan antara vaksinasi BCG sebelumnya dan bahan tambahan Konten ini telah disediakan oleh penulis. Itu belum diperiksa oleh BMJ

perkembangan penyakit COVID-19.
Indonesia Tiberiu A Pana @tiberiupana, Weronika A Szlachetka @WeroSzlachetka dan
David J McLernon @davemclernon
ucapan terima kasih Kami ingin mengucapkan terima kasih kepada Dr Kathryn Martin, yang memberikan
saran berharga dalam desain penelitian.
Kontributor PKM dan SB menyusun gagasan itu. TAP, DTG, ZP, WS, JAP-L dan KDE
mengumpulkan data dan melakukan pencarian literatur. TAP, PKM, DJM dan SB menyusun
rencana analisis. TAP menganalisis data di bawah pengawasan DJM. TAP dan SB menyusun
makalahnya. Semua penulis berkontribusi pada interpretasi hasil dan dalam memberikan
kontribusi intelektual penting untuk naskah. Semua penulis membaca dan menyetujui naskah
akhir.
Publishing Group Limited (BMJ) dan mungkin belum ditinjau oleh rekan sejawat. Setiap
pendapat atau rekomendasi yang dibahas adalah sepenuhnya milik penulis dan tidak
didukung oleh BMJ. BMJ menyangkal semua kewajiban dan tanggung jawab yang timbul dari
ketergantungan yang ditempatkan pada konten. Jika konten mencakup materi terjemahan,
BMJ tidak menjamin keakuratan dan keandalan terjemahan (termasuk namun tidak terbatas
pada peraturan lokal, pedoman klinis, terminologi, nama obat, dan dosis obat), dan tidak
bertanggung jawab atas kesalahan dan/atau kelalaian yang timbul dari terjemahan dan
adaptasi atau sebaliknya.
Akses terbuka Ini adalah artikel akses terbuka yang didistribusikan sesuai dengan lisensi Creative
Commons Attribution Non Commercial (CC BY-NC 4.0), yang mengizinkan orang lain untuk
mendistribusikan, me-remix, mengadaptasi, membangun di atas karya ini secara non-komersial, dan
melisensikan karya turunan mereka di berbagai persyaratan, asalkan karya asli dikutip dengan benar,
kredit yang sesuai diberikan, setiap perubahan yang dibuat ditunjukkan, dan penggunaannya non-

Pendanaan Pekerjaan ini didukung oleh Skema Pelatihan Akademik Klinis komersial. Lihat: http://creativecommons.org/licenses/by-nc/4.0/.

Aberdeen.
ID ORCID
Kepentingan yang bersaing Tidak ada yang dinyatakan.
Tiberiu A Pana http://orcid.org/0000-0002-1423-8111 Sohinee
Persetujuan pasien untuk publikasi Tidak dibutuhkan. Bhattacharya http://orcid.org/0000-0002-2358-5860

Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034 9

 Akses terbuka
David T Gamble http://orcid.org/0000-0002-9723-5142 Zahra Pasdar
http://orcid.org/0000-001-7632-7171 Weronika A Szlachetka http://
orcid.org/0000-0002-2465-029X Yesus A Perdomo-Lampignano http://
orcid.org/0000-0002-7861-0584 Kai D Ewers http://orcid.org/
0000-0003-1813-1925 David J McLernon http://orcid.org/
0000-0001-8905-2429 Phyo K Myint http://orcid.org/0000-0003-3852-6158
REFERENSI
1 Organisasi Kesehatan Dunia. Laporan situasi penyakit Coronavirus
(COVID-19) – 140. WHO, 2020.
2 Roser M, Ritchie H, Ortiz-Ospina E. Risiko kematian COVID-19.
Tersedia: https://ourworldindata.org/mortality-risk-covid [Diakses 5
Jul 2020].
3 Kenyon C. Meratakan kurva yang terkait dengan penurunan tingkat
kematian kasus COVID-19- analisis ekologis dari 65 negara. J Menginfeksi
2020;81:e98–9.
4 Dowd JB, Andriano L, Brazel DM, dkk. Ilmu kependudukan AIDS dalam
memahami penyebaran dan tingkat kematian COVID-19.Proc Natl
Acad Sci USA 2020;117:9696–8.
5 Guan WJ, Liang WH, Zhao Y. Komorbiditas dan dampaknya pada
1.590 pasien dengan Covid-19 di Cina: analisis nasional. Eur Respir J
2020.
6 Vardavas C, Nikitara K. COVID-19 dan merokok: tinjauan sistematis
terhadap bukti. Tob Induc Dis 2020;18:20.
7 Flint SW, Tahrani AA. COVID-19 dan obesitas-kurangnya kejelasan, panduan, dan
implikasi untuk perawatan.Lancet Diabet Endokrinol 2020. Ogen Y. Menilai kadar
8 nitrogen dioksida (NO2) sebagai faktor penyebab kematian akibat virus corona
(COVID-19). Lingkungan Total Sci 2020;726:138605.
9 Ji Y, Ma Z, Peppelenbosch MP, dkk. Potensi hubungan antara kematian
COVID-19 dan ketersediaan sumber daya layanan kesehatan.Kesehatan
Lancet Glob 2020;8:e480.
10 Organisasi Kesehatan Dunia. Laporan situasi penyakit Coronavirus
(COVID-19)–108, 2020.
11 et alHale T, Sam W, Petherick A. Oxford Pelacak respons pemerintah
COVID-19, sekolah pemerintah Blavatnik. Tersedia: https://
www.bsg.ox.ac.uk/research/research-projects/
coronavirusgovernment-response-tracker [Diakses 06 Okt 2020].
12 Pusat Pencegahan dan Pengendalian Penyakit Eropa. Unduh data
hari ini tentang distribusi geografis kasus COVID-19 di seluruh
dunia. Tersedia: https://www.ecdc.europa.eu/en/publicationsdata/
download-todays-data-geographic-distribution-covid-19- cases-
worldwide [Diakses 06 Okt 2020].
13 Pusat Eropa untuk pencegahan dan pengendalian penyakit. Tersedia:
https://www.ecdc.europa.eu/en/publications-data/download-todaysdata-
geographic-distribution-covid-19-cases-worldwide [Diakses 05 Jan 2021].
14 Persatuan negara-negara. Dinamika Kependudukan Departemen
Ekonomi dan Sosial. Tersedia: https://population.un.org/wpp/
DataQuery/ [Diakses 05 Jul 2020].
15 Divisi Statistik PBB. Kepadatan penduduk dan urbanisasi. Tersedia:
https://unstats.un.org/unsd/demographic/ sconcerns/densurb/
[Diakses 05 Jul 2020].
16 Persatuan negara-negara. Prospek urbanisasi dunia 2018. Tersedia:
https://population.un.org/wup/ [Diakses 20 Feb 2020]. Portal
17 pengetahuan perubahan iklim grup bank dunia. Tersedia: https://
climateknowledgeportal.worldbank.org/watershed/161/climate-
data-historical [Diakses 30 Apr 2020].
18 Grup Bank Dunia. Bank data, indikator pembangunan dunia.
Tersedia: https://databank.worldbank.org/reports.aspx?source=
2&series=SH.STA.DIAB.ZS&country=#dbMetadata [Diakses April
2020].
19 Roser M. Mengukur kemajuan menuju tujuan pembangunan
berkelanjutan. Tersedia: https://sdg-tracker.org/ [Diakses 5 Mei 2020].
20 Sumber data Ritchie H. Coronavirus. Tersedia: https://ourworldindata.
org/coronavirus-source-data [Diakses 21 Des 2020].
21 Organisasi Kesehatan Dunia. Tampilan indikator observatorium kesehatan global.
Tersedia: https://apps.who.int/gho/data/node.imr
22 Tandon A, Murray CJL, Lauer JA. Mengukur kinerja sistem kesehatan secara
keseluruhan untuk 191 negara. Organisasi Kesehatan Dunia, 2000.
23 Pertukaran Data Kemanusiaan. Indikator bank dunia yang tertarik dengan
wabah COVID-19. Tersedia: https://data.humdata.org/ dataset/world-bank-
indicators-of-interest-to-the-covid-19-outbreak# metadata-0 [Diakses 20 Apr
2020].
24 Nikolopoulos G, Bagos P, Lytras T, dkk. Kajian ekologi determinan
perbedaan angka kematian pandemi influenza 2009 antar negara di
Eropa.PLoS Satu 2011;6:e19432.
10
BMJ Open: pertama kali diterbitkan sebagai 10.1136/bmjopen-2020-042034 pada 3 Februari 2021. Diunduh dari http://bmjopen.bmj.com/ pada 18 Januari 2022 oleh tamu. Dilindungi oleh hak cipta.
25 Garcia-Basteiro AL, Chaccour C, Guinovart C, dkk. Pemantauan
epidemi COVID-19 dalam rangka penularan lokal yang meluas. Lancet
Respir Med 2020;8:440–2.
26 Barmparis GD, Tsironis GP. Memperkirakan cakrawala infeksi
COVID-19 di delapan negara dengan pendekatan berbasis data.
Kekacauan Soliton Fraktal 2020;135:109842.
27 Departemen Ekonomi dan Sosial PBB. Prospek populasi dunia 2019.
Tersedia: https://population.un.org/wpp/ Download/Standard/
Population/ [Diakses 20 Apr 2020].
28 Organisasi Kesehatan Dunia. Konsentrasi rata-rata tahunan
partikel dengan diameter kurang dari 2,5 mikron (PM2.5) [ug/m3]
di daerah perkotaan. Tersedia: https://www.who.int/data/gho/
indicator-metadata-registry/imr-details/4674 [Diakses 20 Apr 2020].
29 Bank Dunia. Pariwisata internasional, jumlah kedatangan. Tersedia:
https://data.worldbank.org/indicator/ST.INT.ARVL?view=map
[Diakses 20 Apr 2020].
30 Dunia kita dalam data. Kanker. Tersedia: https://ourworldindata.org/
cancer [Diakses April 2020].
31 Organisasi Kesehatan Dunia. Prevalensi peningkatan tekanan darah (SBP
≥140 ATAU DBP≥90). Tersedia: https://www.who.int/data/gho/ indicator-
metadata-registry/imr-details/2386 [Diakses Mei 2020]. Organisasi
32 Kesehatan Dunia. Rata-rata BMI (kg/m²) (perkiraan standar usia), 2020.
Tersedia: https://www.who.int/data/gho/indicatormetadata-registry/imr-
details/2388 [Diakses 05 Apr 2020].
33 Organisasi Kesehatan Dunia. Kebiasaan merokok setiap hari
(agestandardized rate), 2020. Tersedia: https://www.who.int/data/gho/
data/indicators/indicator-details/GHO/daily-cigarette-smoker-age-
agestandardised [Diakses 05 Apr 2020] .
34 Bank Dunia. PDB per kapita, PPP ($ internasional saat ini). Tersedia:
https://data.worldbank.org/indicator/NY.GDP.PCAP.PP.CD? view=chart
[Diakses 20-04, 2020].
35 Bonjour S. Tingkat radiasi ultraviolet ambien (UVR) harian rata-rata.
Tersedia: https://www.who.int/data/gho/indicator-metadata-registry/imr-
details/2395 [Diakses 21 Des 2020].
36 Khan K, Arino J, Hu W, dkk. Penyebaran virus influenza A (H1N1) baru
melalui transportasi maskapai penerbangan global.N Engl J Med
37 2009;361:212–4. Organisasi Kesehatan Dunia.Protokol sementara WHO:
operasi cepat untuk menahan kemunculan awal pandemi influenza. WHO,
38 2007. Organisasi Kesehatan Dunia.Kesiapsiagaan dan respons pandemi
influenza, dokumen panduan WHO. WHO, 2009. Mateus ALP, Otete HE, Beck
39 CR,dkk. Efektivitas pembatasan perjalanan dalam penahanan cepat
influenza manusia: tinjauan sistematis.Organ Kesehatan Dunia Banteng
2014;92:868–80.
40 Lee VJ, Lye DC, Wilder-Smith A. Strategi kombinasi untuk respons
pandemi influenza - tinjauan sistematis studi pemodelan
matematika. BMC Med 2009;7:76.
41 Organisasi Kesehatan Dunia. rencana kesiapsiagaan dan respons strategis
COVID-19; pedoman perencanaan operasional untuk mendukung
kesiapsiagaan dan tanggapan negara. WHO, 2020.
42 Organisasi Kesehatan Dunia. Laporan situasi novel coronavirus (2019-
nCoV)–1, 2020.
43 Curtis N, Sparrow A, Ghebreyesus TA, dkk. Mempertimbangkan
vaksinasi BCG untuk mengurangi dampak COVID-19.Lanset
2020;395:1545–6.
44 Escobar LE, Molina-Cruz A, Barillas-Mury C. Perlindungan vaksin BCG
dari penyakit coronavirus parah 2019 (COVID-19). Proc Natl Acad Sci
USA 2020;117:17720–6.
45 MacLean E. Vaksinasi BCG universal dan perlindungan terhadap
COVID-19: kritik terhadap studi ekologi. Tersedia: https://natu
remicrobiologycommunity.nature.com/posts/64892-universalbcg-
vaccination-and-protection-against-covid-19-critique-of-
anecological-study [Diakses 21 Des 2020].
46 Vaksinasi Curtis N. BCG untuk melindungi petugas kesehatan dari
status COVID-19: perekrutan. Tersedia: https://clinicaltrials.gov/ct2/
show/NCT04327206?term=BCG+Vaccination+to+Protect+
Healthcare+Workers+Against+COVID-19+%28BRACE%29&id=
NCT04327206&draw=2&rank=1 [Diakses 21 Des 2020 ]. Bonten M.
47 Mengurangi absensi tenaga kesehatan di masa pandemi Covid-19
melalui vaksin BCG status: aktif, tidak merekrut. Tersedia: https://
clinicaltrials.gov/ct2/show/NCT04328441?term=
Reducing+Health+Care+Workers+Absenteeism+in+Covid-19+
Pandemic+Through+BCG+Vaccine+AND+BCG-CORONA&draw=2&
rank =1 [Diakses 21 Des 2020].
48 Di Bari M, Balzi D, Carreras G, dkk. Pengujian ekstensif dapat
mengurangi kematian COVID-19: pelajaran dari Italia utara.Meds Depan
2020;7:402.
49 Gao C, Cai Y, Zhang K, dkk. Asosiasi hipertensi dan pengobatan
antihipertensi dengan kematian COVID-19: studi observasional
retrospektif.Eur Heart J 2020;41:2058–66.
Pana TA, dkk. BMJ Terbuka 2021;11:e042034. doi:10.1136/bmjopen-2020-042034