文献速递消化、代谢与肾脏急症重症综合管理与镇静镇痛

个体与区域监禁率与死亡率的关系

Individual- and Area-Level Incarceration and Mortality.
PubMed 文献 · JAMA Netw Open · 2025-06-02
一句话结论美国全国队列显示,个体监禁与全因死亡(HR 1.39)和过量死亡(HR 3.08)风险升高相关,县监禁率每增10%对应每10万人多4.6例全因死亡。

该队列研究链接2008年美国社区调查310万成人至2019年底全国死亡索引数据,分析个体监禁状态与县监狱监禁率同全因及过量死亡的关系。个体监禁者全因死亡风险升高(HR 1.39,95%CI 1.33-1.45),过量死亡风险约为非监禁者3倍(HR 3.08,95%CI 2.70-3.52)。县监狱监禁率每升高10%,每10万人增加4.6例全因死亡(95%CI 3.8-5.5),但与过量死亡无关联。作者认为结果提示需改革刑事司法与公共卫生政策以改善监禁人群及社区的就医可及性。

要点

  • 个体监禁者全因死亡风险高于非监禁者(HR 1.39,95%CI 1.33-1.45),过量死亡风险约为非监禁者3倍(HR 3.08,95%CI 2.70-3.52)。
  • 县监狱监禁率每升高10%,预期全因死亡率增加约0.45%(ln[TJPR] HR 1.05,95%CI 1.04-1.05),相当于每10万人多4.6例死亡(95%CI 3.8-5.5)。
  • 县监禁率与个体过量死亡无关联,县人口密度和平均家庭规模也与过量死亡无关联。
  • 30-34岁组5年生存率非监禁者99.0%、监禁者96.9%;至70-74岁监禁组低20个百分点。
  • 作者认为需扩大监狱内阿片类使用障碍药物治疗(MOUD)并改善出狱后医疗衔接,以降低过量死亡。

适用人群与场景

  • 美国18岁及以上成人,来自2008年美国社区调查(ACS)受访者,包括监狱、看守所等集体宿舍人群。
  • 排除:18岁以下者(103.2万,23.0%)、ACS记录缺失全国死亡索引链接数据者(3.3万,0.7%)、缺失Vera司法研究所监禁数据者(11万,2.5%),以及约300个无记录监狱人口的县。
  • 最终样本326万人,覆盖约2900个县等价单位,应用ACS调查权重代表美国成人人口。

研究设计与关键结果

  • 研究类型:队列研究,链接2008年ACS(超过300万受访者)至2019年12月31日全国死亡索引数据及Vera司法研究所县监禁数据。
  • 样本量:3 255 000人(女性51.3%),其中45 000人(0.93%)在2008年ACS时被监禁;县监狱监禁率均值(SD)为每10万人372(358)。
  • 随访:约3518万人年,平均随访10.81年(SD 2.21);期间431 000人(11.6%)全因死亡,5500人(0.2%)过量死亡。
  • 主要终点:监禁者全因死亡HR 1.39(95%CI 1.33-1.45);过量死亡HR 3.08(95%CI 2.70-3.52),均以非监禁者为参照。
  • 县水平:县平均监狱人口率升高10%对应全因死亡率增加约0.45%(ln[TJPR] HR 1.05,95%CI 1.04-1.05),即每10万人多4.6例死亡(95%CI 3.8-5.5)。
  • 县监禁率、人口密度、平均家庭规模与过量死亡无关联;女性全因死亡HR 0.64(95%CI 0.63-0.64)。

证据类型、等级与局限

  • 证据类型:全国代表性队列研究,遵循STROBE报告规范。
  • 局限:数据集限制包括死亡原因可能错分、无法控制基础内科和精神科合并症、时变变量(包括主要暴露)仅在基线获取、缺乏监禁时长信息。
  • 局限:ACS对惩教设施的宽泛定义(包括看守所、监狱、中途之家、赔偿中心和工作释放中心)可能掩盖不同场所的健康风险差异。
  • 局限:分析仅限全因和过量死亡,未探索其他死因;未按种族和民族分层,限制了对种族差异的推断。
  • 局限:与所有二次数据分析一样,可能存在未测量混杂;结果应解释为关联而非因果效应。
  • 局限:未来研究使用准实验设计可能更好地估计因果效应。

对床旁实践的改变

  • 作者认为,应扩大并实施监狱和看守所内已有的阿片类使用障碍药物治疗(MOUD),以改善出狱后结局并减少过量死亡。
  • 作者认为,需改革刑事司法和公共卫生政策,促进受监禁影响的个体和社区获得医疗服务。
  • 作者认为,加强社区初级保健可能有助于减轻高监禁率的影响并降低与个体及县水平监禁相关的死亡。
  • 作者指出,截至原文发表,11个州已获批在出狱前最多90天向符合条件的监禁 Medicaid 人群提供释放前服务。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2025 Jun 3;8(6):e2513537. doi: 10.1001/jamanetworkopen.2025.13537

引言

美国是发达国家中监禁率最高的国家,每10万居民中有583人被监禁。超过500万美国公民处于监禁、缓刑或假释状态。这一负担不成比例地影响美洲印第安人或阿拉斯加原住民、黑人以及其他种族或族裔少数群体和贫困社区。监禁的危害对健康具有长期影响。在单州研究中,与普通人群相比,近期被监禁个体释放后死亡风险显著更高。华盛顿州一项研究发现,释放后2周内的死亡风险是其他居民的12.7倍(95% CI,9.2-17.4)。全国性研究表明,较高的县监狱监禁率与人群水平死亡率增加相关。一项研究估计,当地监狱监禁率每增加1/1000,传染病和慢性呼吸系统疾病的死亡率分别上升6.5%和5.0%。

尽管越来越多的文献揭示了对监禁相关死亡率的见解,但现有研究受限于数据来源和研究设计。若干研究依赖普通人群中的合成对照,而非来自同一数据集的真实对照组。此外,大多数研究未同时控制已知混杂监禁-死亡率关联的个体和地区层面因素。个体层面数据通常为区域性的,缺乏全国代表性,限制了外推性。这些差距凸显了迫切需要进行一项全国性研究来考察监禁与死亡率的关系,以指导关于过量用药危机以及监禁和重返社会期间医疗保健可及性的政策。

本研究旨在考察美国个体和地区层面监禁率与全因死亡率和过量用药死亡率之间的关联。我们使用了与美国人社区死亡率差异(MDAC)研究相关联的县监禁数据,该研究是2008年美国社区调查(ACS)参与者的全国代表性队列,随访至2019年确定死因。我们提供了一项综合生存分析,纳入个体和地区层面因素,以在全国范围内考察监禁与死亡率的关联。我们假设个体监禁和县监禁率均与全因死亡率和过量用药死亡率增加相关。

方法

西奈山机构审查委员会认定本研究免于人体受试者研究法规的审查。管理和预算办公室批准了去标识化ACS数据的收集和分析。为满足第13篇隐私保护要求,在人口普查分析师的协助下,向MDAC指导委员会提交了研究提案,该流程对所有研究者开放。美国人口普查局已确保适当获取和使用机密数据,并已审查这些结果以进行披露规避保护。我们遵循了加强流行病学观察性研究报告(STROBE)指南,以确保本队列研究的透明报告。

数据来源

我们使用了MDAC项目的数据,该项目旨在促进按社会经济特征研究死亡率差异。14 MDAC数据将2008年ACS与通过国家死亡索引(NDI)及其他来源获得的死亡率数据相链接,时间范围从受访者2008年ACS访谈日期至2019年12月31日或其死亡之日。MDAC提供个体层面的死亡率、死亡原因和日期、访谈日期以及自我报告的人口学和社会经济特征数据,包括种族和民族。对种族和民族进行调整有助于解释独立影响监禁率和死亡率结局的结构性和系统性不平等。种族和民族分类为西班牙裔、非西班牙裔美洲印第安人或阿拉斯加原住民、非西班牙裔亚裔、非西班牙裔黑人、非西班牙裔白人和其他(包括自我认同为非西班牙裔及多种族者)。

MDAC数据允许进行生存分析,以确定1个变量(例如,ACS访谈日期的监禁状态)与死亡风险的关联,同时控制其他变量,如年龄、性别、收入和教育程度。该模型还可调整地区层面贫困率、人口密度或监禁率的影响。我们使用Cox比例风险回归分析生存情况,对存活受访者在2019年12月31日随访结束时进行右删失处理。风险期从访谈日期(2008年)计算至死亡日期或研究结束。计算所有个体的人时,并确定每位参与者的随访时长。

为控制县-level监禁率,我们链接了Vera司法研究所2008年至2018年的县-level数据,数据来源于司法统计局、羁押死亡报告项目和年度监狱调查,对缺失数据使用线性插值。约300个无记录监狱人口的县被排除。县-level平均家庭规模、贫困率和人口密度数据取自2011年至2018年ACS数据。当特定年份数据不可用时,使用最接近年份的数据,并尽可能使用事件年份之前的数据。

研究样本

MDAC研究包含2008年ACS超过451万受访者的社会人口学信息。其中,448万可匹配至NDI死亡证明或被确认为存活(使用名字、姓氏、社会安全号码和出生日期),约91%通过社会安全号码匹配,其余使用姓名和出生日期链接。县监狱监禁率的本地变量来自Vera司法研究所监禁趋势数据集,详见其他文献。15县-level黑人人口百分比信息取自2008年至2012年和2015年至2019年ACS 5年摘要文件。16 Vera司法研究所和ACS摘要文件数据通过县联邦信息处理标准(FIPS)代码链接至MDAC,随访期间对 minor FIPS代码变更进行了更正。

缺失数据采用完整病例分析处理,即排除关键变量存在缺失值的观测。初始的死亡率关联MDAC数据集包括50个州和华盛顿特区3100个县级等价单位中的448万名参与者。我们排除了年龄小于18岁的个体(103.2万[23.0%])、ACS记录缺失NDI关联数据的个体(3.3万[0.7%]),以及ACS记录缺失Vera司法研究所监禁数据的个体(11万[2.5%])。最终关联数据集包括2900个县级等价单位中的326万名个体。人口普查局统计人员调整了ACS调查权重,使最终样本代表美国成年人口,包括武装部队人员和集体宿舍人群。

暴露与结局

我们在个体和人群两个层面考察了监禁暴露。个体层面的监禁通过ACS中的集体宿舍变量进行识别。ACS将集体宿舍定义为“人们以群体居住安排居住或停留的场所,该场所由为居民提供住房和/或服务的实体或组织拥有或管理”。集体宿舍进一步定义为机构性集体宿舍(包括惩教设施、少年设施、专业护理设施和精神病院)和非机构性集体宿舍(包括学生宿舍、军事宿舍和无家可归者收容所)。在我们的分析中,ACS调查时的监禁通过任何被编码为居住在惩教设施的受访者来识别。

人群层面的监禁暴露通过Vera司法研究所监禁趋势数据集获得。我们将总监狱人口率(TJPR)以自然对数形式作为连续变量建模,以使模型残差呈正态分布。我们使用FIPS代码将ACS受访者与县监禁率进行关联。

主要结局为全因死亡率。次要结局为药物过量死亡率,使用美国疾病控制与预防中心的定义以及《国际疾病分类第十版》中的编码X40至X44、X60至X64、X85和Y10至Y14进行识别。17

统计分析

数据分析时间为2023年7月5日至2024年11月10日,使用Stata统计软件(版本18;StataCorp)。我们使用非配对双样本t检验比较了2008年ACS调查期间被监禁个体与未被监禁个体的基线特征(针对比例)。分类组内比例的不均衡性通过χ2检验确认,并由针对特定类别的t检验支持。所有分析均采用双侧P < .05的显著性阈值,并报告95% CI。Cox比例风险模型检验了个体水平和人群水平监禁与死亡率之间的关联。基础模型是控制TJPR的单变量生存模型。第二个模型加入个体特征,第三个模型在多变量调整风险模型中同时加入个体和县特征。所有协变量均基于临床意义予以保留。个体水平协变量包括性别、年龄、种族和民族、婚姻状况、教育程度、就业状况和家庭收入(补充材料1中的eTable 1)。县水平协变量包括种族构成(黑人百分比)、平均家庭规模、人口密度和贫困率。

为检验敏感性,我们还考察了按四分位数编码的县监禁率对死亡率的影响,其中四分位数1为最低率,四分位数4为最高率。此外,我们构建了Kaplan-Meier风格生存曲线,按以下分组比较随访期间的累积死亡率:(1)TJPR四分位数,(2)访谈时的监禁状态,(3)未被监禁者的TJPR四分位数,(4)被监禁者的TJPR四分位数。

结果

本研究共纳入3 255 000名个体(51.3%为女性,48.7%为男性;13.8%为西班牙裔,0.6%为非西班牙裔美洲印第安人或阿拉斯加原住民,4.5%为非西班牙裔亚裔,11.7%为非西班牙裔黑人,68.4%为非西班牙裔白人,1.1%为其他),其中45 000人(0.93%)在2008年ACS时处于监禁状态。与未被监禁的个体相比,被监禁个体更可能为男性(90.4% vs 48.3%)、更年轻(≤35岁,54.3% vs 31.7%)、西班牙裔(20.0% vs 13.7%)、非西班牙裔美洲印第安人或阿拉斯加原住民(1.6% vs 0.6%)、非西班牙裔黑人(38.4% vs 11.4%)、从未结婚(58.7% vs 26.3%),以及教育程度低于高中水平(39.6% vs 15.1%)(所有比较P < .001)(表)。共分析约3518万人年,平均(SD)随访时间为10.81(2.21)年。

在县水平上,被监禁个体更可能位于黑人居民比例较高的县(14.8% vs 12.9%)、平均(SD)监狱总人口率较高的县(每10万人493 [915] vs 371 [349])以及平均(SD)县贫困率较高的县(16.5% [5.4%] vs 14.8% [5.1%])(表)。整个队列的平均(SD)县监狱人口率为每10万人372(358)。Vera司法研究所2008年至2018年数据中近2900个县各自的每10万人平均TJPR被分为四分位数。图1A描绘了全国TJPR四分位数(1为最低,4为最高)。在2008年至2019年研究期间,431 000人(11.6%)死于任何原因,5500人(0.2%)死于过量用药(表)。图1B和1C分别描绘了全国全因死亡率和过量用药死亡率的四分位数。

在未调整分析中,5岁年龄间隔的累积生存率因TJPR四分位数(四分位数1 vs 四分位数4)和监禁状态而异(图2)。对于30至34岁年龄组,非监禁个体的生存率为99.0%,监禁组为96.9%(图2)。到70至74岁时,监禁组的差异低20个百分点。

我们还按TJPR四分位数和监禁状态以5岁年龄间隔分析了过量致死死亡率(图3)。虽然四分位数1和4的生存率相似,但监禁个体在所示的每个年龄间隔生存率均较低。

补充1中的e表2呈现了全因死亡率的加权多变量Cox比例风险生存分析结果。模型1显示县级TJPR自然对数(ln[TJPR])的风险率(HR),未对其他协变量进行任何调整。模型2增加了个体人口学和社会经济变量的调整,但未调整县级协变量。模型3同时控制个体和县级特征。对模型的嵌套对数似然检验和Wald χ2检验表明,模型3的拟合优度优于模型2,且两者对数据的拟合均优于单变量模型1。

在我们完全调整的模型中,女性的全因死亡率低于男性(HR,0.64;95% CI,0.63-0.64)。衰老与个体死亡率的关联主要由其他人口学和社会经济协变量解释。相对于未监禁者,访谈时被监禁者的死亡率更高(监禁HR,1.39;95% CI,1.33-1.45)(图4)。在模型中包含的所有个体水平特征中,与监禁状态相比,唯一与更高的全因死亡风险相关的特征是与已婚相比离婚、分居或从未结婚(离婚HR,1.40 [95% CI,1.38-1.41];分居HR,1.44 [95% CI,1.39-1.48];从未结婚HR,1.51 [95% CI,1.48-1.53])。县内较高的平均TJPR也与较高的全因死亡率相关。平均监狱人口率高出10%的县(例如,从平均[SD] 372 [358]到假设平均410)的全因死亡率预期增加约0.45%(ln[TJPR] HR,1.05 [95% CI,1.04-1.05])。换言之,这相当于监禁率每增加10%,每10万人口中额外死亡4.6人(95% CI,3.8-5.5)。

补充1中的e表3呈现了过量致死死亡率的加权多变量Cox比例风险生存分析结果。2008年被监禁者的HR为3.08(95% CI,2.70-3.52)(图4),因此过量致死死亡率约为2008年ACS访谈时未监禁者的3倍。没有其他特征,无论是个人水平还是地区水平,与过量致死死亡风险的相关性高于监禁状态。2008至2018年平均TJPR(图4)、人口密度和平均家庭规模等县级变量与过量致死死亡率无关。

表。研究人群的人口学特征a 查看原表 ↗
图1. 按总监狱人口率、全因死亡率和药物过量死亡率四分位数划分的美国各县。结果经美国人口普查局披露审查委员会批准(批准号CBDRB-FY24-CES028-003)。Q表示四分位数;Q1为最低,Q4为最高。 查看原图 ↗
图2. 全因死亡率在5岁年龄间隔的累积未调整生存率。结果经美国人口普查局披露审查委员会批准(批准号CBDRB-FY24-CES028-003)。Q表示四分位数(Q1为最低,Q4为最高);S表示数据被抑制。 查看原图 ↗
图3. 药物过量死亡率在5岁年龄间隔的累积未调整生存率。结果经美国人口普查局披露审查委员会批准(批准号CBDRB-FY24-CES028-003)。Q表示四分位数(Q1为最低,Q4为最高)。 查看原图 ↗
图4. 加权多因素Cox比例风险生存分析。研究结果已对性别、年龄、种族和民族、婚姻状况、教育程度、就业状况、家庭收入、县种族构成、县平均家庭规模、县每平方英里人口数及县贫困率进行调整。结果经美国人口普查局披露审查委员会批准(批准号CBDRB-FY24-CES028-003)。HR表示风险比。 查看原图 ↗

讨论

在这项具有全国代表性的队列研究中,我们考察了个人层面和县层面特征与美国全因死亡率和药物过量死亡率之间的关联。与无监禁经历相比,个人监禁状态与全因死亡风险升高39%以及药物过量死亡风险增加3倍相关。县层面监禁率带来额外的全因死亡风险,即使在控制个人监禁和其他县层面变量后仍然如此,但与药物过量死亡率无关。

我们的研究结果提供了美国最全面的基于队列的研究,比较有和无监禁史人群的死亡风险。虽然既往研究分别证明了个人层面或地区层面监禁与死亡率升高相关,但我们的研究是首个在全国范围内同时考察这两个层面关联的研究。10,11,12 即使在调整地区层面混杂因素后,县监禁率与全因死亡率之间的关联仍然存在。

县监禁率与全因死亡率风险比的关联高于县种族构成或贫困率——这些因素此前已被认为与死亡率相关。18,19,20,21,22 然而,包括县监禁率在内的任何地区层面因素均与个人药物过量死亡风险升高无关。Norsati等23的研究发现县层面监禁与人群层面药物使用相关死亡率有关。县监禁率未带来额外药物过量死亡风险,可能有以下几种解释。监狱监禁率较高的县可能具有更高的治疗可及性或强制性治疗模式,从而减弱了县监禁率对个人死亡风险的影响。我们的数据提示,既往发现的县监禁率与死亡率之间的关联主要由监禁对个人药物过量死亡率的直接影响所驱动。地区层面监禁的间接危害,如社会网络破坏或家庭福祉受损,可能促成了我们分析所揭示的全因死亡率升高。

在过量用药危机以及需要应对社会和结构性健康决定因素的背景下,监禁与死亡率之间的联系日益关键。成瘾的刑事化仍然普遍,近50%的被监禁者患有物质使用障碍。24 认识到监禁既是获得医疗保健的障碍,也是接触医疗可及性有限个体的机会,政策制定者正在推进改革。25,26 2023年4月,美国医疗保险和医疗补助服务中心鼓励各州测试医疗补助第1115条示范策略以促进社区重返。27 迄今为止,已有11个州获批在释放前最多90天向某些符合医疗补助资格的被监禁个体提供释放前服务。28 该政策标志着医疗补助首次将资格扩展至被监禁个体,预计将改善释放前医疗保健可及性、释放后保险覆盖以及释放后护理协调,并可能降低死亡率。一项队列研究发现,与北卡罗来纳州未扩展相比,罗德岛州的医疗补助扩展与全因死亡率的持续下降相关,主要来自过量用药和凶杀。29 这些发现表明医疗补助改革可能有助于降低曾被监禁人群的死亡率。

过去10年内的研究30,31,32强调了监禁后过量用药死亡风险的升高,尤其是在释放后的前2周内。荟萃分析和国际数据强调了阿片类药物使用障碍药物(MOUD)在减轻这一风险方面的有效性。在挪威,监狱医疗保健与国家系统整合,MOUD与释放后死亡率的显著降低相关。33 一项系统综述34发现,接受MOUD的个体在释放后前4周内的全因死亡率和药物相关死亡率显著降低。同样,纽约市监狱的研究35报告称,接受美沙酮或丁丙诺啡的个体中过量用药和全因死亡率降低了80%。尽管有这一强有力的实证支持,MOUD在美国惩教环境中的实施仍然有限。最近一项研究36发现,很少有美国监狱提供一线治疗,凸显了护理方面的关键缺口。在美国监狱和看守所中扩大和实施现有的、已被证明有效的治疗——尤其是MOUD——对于改善释放后结局和减少过量用药相关死亡至关重要。

当前许多关于监禁的政策和研究侧重于预防过量用药死亡,我们的研究结果证实这在有监禁史个体中更为常见。然而,研究表明非传染性疾病和自杀也是重要的死亡原因,尤其是在较长的随访中。37,38 我们发现县级监禁率导致全因死亡率超额,这凸显了在监禁期间和之后改善医疗保健的紧迫性,同时支持受监禁影响的社区。加强社区初级保健——已被证明可降低人群水平死亡率——可能有助于减轻高监禁率的影响,并降低与个体和县级监禁相关的死亡率。4,39

优势与局限性

我们研究的优势包括大样本、具有全国代表性;前瞻性11年随访期;以及详细的协变量。然而,也存在显著局限性。数据集局限性包括死亡潜在错误分类、无法控制潜在的内科和精神科合并症、时变指标的确定(包括感兴趣的主要暴露仅在基线时可用),以及缺乏监禁时长信息。ACS中对惩教机构的宽泛定义包括看守所、监狱、中途之家、赔偿中心和工作释放中心,这可能掩盖这些场所之间健康风险的差异,尽管所有场所很可能都代表近期在监禁机构中的监禁。

我们的分析仅限于全因死亡率和过量致死死亡率,未探讨其他特定原因死亡率。我们未按种族和民族对结果进行分层,限制了对种族和民族差异的推断。40这应成为未来研究的一个领域。虽然我们的模型考虑了许多潜在混杂因素,但我们的分析具有所有二次数据分析相同的弱点,即仍可能存在未测量混杂。这些结果应解释为关联而非因果效应。未来使用准实验设计的研究可能更好地估计因果效应。

结论

在这项纳入美国326万人的队列研究中,个体层面和地区层面的监禁均与全因死亡率风险增加相关。这些发现凸显了亟需改变政策和实践,以促进受监禁影响的个体和社区获得医疗保健。地区层面监禁率应作为过早死亡的促成因素进一步研究。我们的研究强调,亟需制定干预措施,以减少与大规模监禁政策相关的死亡率和健康不平等。

参考来源

  1. Khatri UG, Hakes JK, Buckler D, et al. Individual- and Area-Level Incarceration and Mortality. JAMA Netw Open. 2025. PMID: 40459890. doi:10.1001/jamanetworkopen.2025.13537
  2. 全文:PMC12134954(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12134954/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。