汽车装配厂关闭与美国阿片类药物过量死亡率的关联:双重差分分析
该研究采用县层面双重差分设计,纳入1999年至少有一家运营中汽车装配厂的30个通勤区内的112个制造业县,分析1999年1月1日至2016年12月31日18至65岁成年人阿片类药物过量死亡率变化。29个暴露县(10个通勤区发生装配厂关闭)与83个未暴露县(20个通勤区无关闭)比较,5年后暴露县死亡率较未暴露县每10万人增加8.6例(95%CI 2.6-14.6;P=.006),相对未暴露县同期预期死亡率高85%。增幅最大见于18至34岁非西班牙裔白人男性(每10万人20.1例;95%CI 8.8-31.3;P=.001)和35至65岁非西班牙裔白人男性(每10万人12.8例;95%CI 5.7-20.0;P=.001)。作者认为经济机会衰退可能是美国阿片类药物过量危机的一个相关因素。
要点
- 汽车装配厂关闭5年后,暴露县阿片类药物过量死亡率较未暴露县每10万人增加8.6例(95%CI 2.6-14.6;P=.006),相对高85%。
- 增幅最大见于18至34岁非西班牙裔白人男性(每10万人20.1例;95%CI 8.8-31.3;P=.001)和35至65岁非西班牙裔白人男性(每10万人12.8例;95%CI 5.7-20.0;P=.001)。
- 处方阿片类药物过量死亡率5年后增加4.4例/10万(95%CI −0.8至9.6;P=.10),未达统计学显著;非法阿片类药物过量死亡率增加5.8例/10万(95%CI 1.7-9.8;P=.001)。
- 非制造业县的阿片类药物过量死亡率估计值未达统计学显著。
- 作者认为解决阿片类药物危机可能需要减少处方和非法阿片类药物供应的互补干预,以及在经济结构变化最严重地区诊断和治疗物质使用障碍的干预。
适用人群与场景
- 18至65岁成年人,居住于1999年至少有一家运营中汽车装配厂的30个通勤区内的112个制造业县(主要分布于美国中西部和南部)。
- 制造业县定义为全国制造业就业人员比例前五分之一的县。
- 暴露县为研究期间所在通勤区发生汽车装配厂关闭的29个县(10个通勤区);未暴露县为所在通勤区无装配厂关闭的83个县(20个通勤区)。
- 研究期间为1999年1月1日至2016年12月31日,共18年随访、2016个县-年观察。
研究设计与关键结果
- 研究类型:县层面双重差分研究(事件研究设计),样本为30个通勤区内的112个制造业县(29个暴露县、83个未暴露县),随访1999至2016年。
- 主要终点:县层面年龄调整阿片类药物过量死亡率。5年后暴露县较未暴露县每10万人增加8.6例死亡(95%CI 2.6-14.6;P=.006),相对未暴露县同期死亡率12例/10万高85%。
- 次要终点总体药物过量死亡率:5年后暴露县较未暴露县每10万人增加9.5例(95%CI 4.8-14.1;P<.001)。
- 处方阿片类药物过量死亡率:5年后增加4.4例/10万(95%CI −0.8至9.6;P=.10),未达统计学显著;非法阿片类药物过量死亡率:增加5.8例/10万(95%CI 1.7-9.8;P=.001)。
- 亚组:18至34岁非西班牙裔白人男性增加20.1例/10万(95%CI 8.8-31.3;P=.001);35至65岁非西班牙裔白人男性增加12.8例/10万(95%CI 5.7-20.0;P=.001);18至34岁非西班牙裔白人女性增加6.4例/10万(95%CI 0.4-12.3;P=.04);35至65岁非西班牙裔白人女性估计值较小且未达统计学显著。
- 非制造业县阿片类药物过量死亡率估计值幅度更小且未达统计学显著;敏感性分析(死亡计数模型、替代标准误、扩大样本、替代对照组)结果不变,未发现工厂关闭与迁移率变化有实质或统计学显著关联。
证据类型、等级与局限
- 证据类型:县层面双重差分研究(观察性研究)。
- 局限:无法完全排除残余混杂,即与这些意外工厂关闭同时发生的县层面未测量时间变化因素可能与结局变化相关。
- 局限:由于生命统计记录的固有局限,依赖暴露分配的替代测量指标,测量误差可能低估估计值幅度。
- 局限:研究结果可能无法推广到该特定研究背景之外;样本县仅占研究初期美国成年人口的2.7%,汽车装配厂关闭代表一个特定行业中的独特冲击。
- 局限:无法明确阐明结果背后的机制;研究把握度不足以识别汽车装配厂关闭与阿片类药物过量死亡之间关联的调节因素。
对床旁实践的改变
- 作者认为成功应对阿片类药物过量危机可能涉及减少处方和非法阿片类药物供应的互补干预,以及在受结构性经济变化最严重地区诊断和治疗物质使用障碍的干预。
- 作者提出制定国家韧性策略可能重要,包括加强筛查和监测、开发可扩展的社区干预、教育并赋权临床医生识别和应对可能影响患者健康的结构性力量、增加社区机构和卫生系统参与解决关键健康社会决定因素。
- 作者认为还需要社会政策来缓解经济机会日益扩大的差距,尤其因为制造业等部门的就业机会在可预见的未来可能继续减少。
- 作者认为本研究结果不应被解读为削弱阿片类药物供应(来自医生处方或非法制造和供应的合成物质)在美国阿片类药物过量危机中的作用。
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11 节 · 点击展开
引言
在过去20年中,美国经历了阿片类药物过量死亡的广泛而显著增加,尤其是在工作年龄成年人中。1,2,3 近期研究表明,供给侧因素(例如,医生处方行为和合成阿片类药物可获得性的增加)与阿片类药物依赖和过量风险的增加相关。4,5,6,7 因此,针对阿片类药物过量危机的政策和项目应对措施强调减少阿片类药物的供应。8,9,10,11,12
在经济机会恶化时期阿片类药物过量死亡的同步增加也引发了人们对理解阿片类药物需求增长的兴趣。13,14 最为突出的是,Case和Deaton15,16 认为,长期存在的经济机会的侵蚀在促发药物过量、自杀和其他“绝望之死”方面发挥了主导作用。16(p398) 然而,考察失业、收入与阿片类药物过量死亡之间关联的研究得出了不一致的发现。17,18,19,20 这种缺乏共识可能反映了以下事实:标准经济指标未能充分捕捉经济机会的根本性和持续性下降,以及随之而来的不利社会经济和文化环境。16,21,22,23,24 与这一假设一致,基于其他经济指标(例如,因国际贸易政策变化而导致的就业机会变化)的研究估计其与药物过量死亡存在强关联。23,24,25
为调和文献中不一致的发现,我们开展了一项研究,以估计汽车装配厂关闭与工作年龄成年人阿片类药物过量死亡之间的关联。我们特别关注汽车装配厂关闭,因为它们往往是(对工人而言26)出乎意料的、离散的,且在文化和经济上均具有重要意义的事件,从而为估计经济机会急剧、持续下降的潜在后果提供了独特机会。此外,汽车工厂关闭长期以来被视为过去20年美国制造业更广泛、渐进式衰退的典型代表,而这一趋势特别与阿片类药物过量危机相关。16 我们比较了汽车装配厂关闭发生前后,制造业县中工作年龄成年人年龄调整阿片类药物过量死亡率的变化,并与未发生工厂关闭的制造业县中的类似变化进行比较。
方法
研究样本与暴露分配
研究期从1999年1月1日至2016年12月31日,对应于研究设计时可获得的国际疾病统计分类和相关健康问题第十版(ICD-10)编码死亡证明数据的完整日期集。遵循学术文献和联邦政府报告中使用的方法,27,28,29我们使用行业贸易出版物、汽车公司网站和报纸文章的数据,建立了截至1999年所有运营中的汽车装配厂数据库。我们确定了每个工厂的位置及其关闭日期(如有)(补充材料eAppendix第1节提供了进一步详情;补充材料eTable 1列出了所有已识别的工厂)。根据宾夕法尼亚大学政策,鉴于本研究使用已故人员的去标识化数据,无需机构审查委员会审查。
我们接下来确定了位于包含1个或以上汽车装配厂的通勤区内的县。如果研究期间某县所在通勤区内有工厂关闭,则该县被定义为暴露。如果某县相关通勤区在研究期间未经历汽车装配厂关闭,则该县被定义为非暴露。我们使用通勤区来定义暴露,通勤区是用于定义当地劳动力市场的连续县组,30因为个人不一定居住在与其工作相同的县。23,31在通勤区内发生超过1个汽车工厂关闭的4例情况中,暴露根据首次关闭日期进行分配。
研究样本仅限于制造业县,定义为制造业就业人员占比位居全国前五分之一的县(补充材料eFigure 1)。这一样本限制将我们的分析聚焦于全国以制造业为主的地区,32,33这些地区最可能受到汽车装配厂关闭及其下游后果的影响。我们的方法遵循文献,使用地区层面指标来识别全国风险最高的地区,34这是由于死亡证明缺乏死者职业信息所必需的。样本和暴露分配的进一步详情见补充材料eAppendix第2节。
结局
主要结局是18至65岁成年人县级年龄调整阿片类药物过量死亡率。我们使用美国国家卫生统计中心的个体层面死亡证明数据和美国人口普查局的人口估计,按居住县(最小可用地理标识符)和日历年计算这些率。35,36阿片类药物过量死亡率使用ICD-10根本死因编码X40至X44、X60至X64、X85和Y10至Y14来识别药物过量死亡,并使用 contributing cause codes T40.0至T40.4来识别阿片类药物过量特异性死亡。2
为解决阿片类药物过量死亡报告差异可能带来的偏倚,我们将年龄调整后的总体药物过量死亡率作为次要结局进行了研究(补充材料eAppendix第3节)。37,38 我们还分别将处方阿片类药物(ICD-10编码T40.2、T40.3和T40.4)和非法阿片类药物(鸦片和海洛因[ICD-10编码T40.0和T40.1])过量死亡率作为次要结局进行了分析。39
统计分析
我们首先使用2000年十年一次人口普查的数据比较了暴露组和非暴露组制造业县的社会经济特征(劳动年龄成年人比例、非西班牙裔白人比例、失业率、拥有大学学位的成年人比例、家庭收入中位数以及低于联邦贫困线的家庭比例)。我们使用图形方法分别展示了暴露县和非暴露县每10万名18至65岁成年人阿片类药物过量死亡率这一主要结局的未调整趋势。我们按事件时间绘制了这些趋势(将工厂关闭的中位年份2005年指定为非暴露县的事件年份)。
随后,我们使用双重差分方法在县一级估计了汽车装配厂关闭与年龄调整死亡率之间的关联,该方法允许暴露与结局之间的关联随时间变化(在经济学文献中也称为事件研究设定)。40,41,42 具体而言,我们估计了多变量回归模型,其中主要关注的自变量是一系列二元指标变量,表示汽车装配厂关闭前后的每一年。非暴露制造业县在这些指标项上均赋值为零。该方法有效比较了发生工厂关闭的通勤区内制造业县在工厂关闭前后每个年度增量中死亡率的变化,与未发生工厂关闭的通勤区内制造业县的死亡率变化。与双重差分法的传统应用不同,当暴露与结局之间的关联随时间变化时,该设定较不易产生偏倚。42 所有回归模型均包含县固定效应,以调整时间不变的县级因素(如农村性)或社会经济特征基线差异可能带来的混杂,以及日历年固定效应,以调整结局的全美长期趋势,包括供给侧因素(如全国阿片类药物可及性变化)或宏观经济状况(如大衰退)。我们未调整标准的县际变化和时间变化协变量,如失业率、贫困率或社会资本,因为这些变量可能是汽车装配厂关闭与阿片类药物过量死亡率之间关联的潜在中介因素。调整这些变量将构成过度调整。43 进一步的详细信息,包括估计方程,见补充材料eAppendix第4节。
双重差分模型的关键因果识别假设是:在没有暴露的情况下,暴露县的结果本会沿其原有轨迹继续发展。44 该假设无法被直接检验,但可通过考察工厂关闭之前事件年份的结果趋势来探查潜在的违背情况。我们预期本研究会满足平行趋势假设,因为工厂关闭往往在几乎未提前通知的情况下向当地社区宣布,并在宣布后迅速实施(即通常在1-2年内),且与被关闭工厂的生产率无关(后者可能与健康状况相关)。26
主要分析聚焦于工作年龄成年人(18-65岁)中经年龄调整的阿片类药物过量死亡率。鉴于不同亚群在阿片类药物过量危机中的暴露存在差异,我们还按年龄(18-34岁 vs 35-65岁)、性别(男性 vs 女性)和种族/族裔(非西班牙裔白人 vs 所有其他种族/族裔群体)进行了亚组分析。2 对于所有模型,我们计算了校正通勤区(即暴露发生的地理层级)内聚类的95% CI。45 观测值按1999年各县工作年龄成年人人口规模进行加权。所有分析均使用Stata/MP软件15.0版(StataCorp)进行。所有P值均来自双侧检验,结果在P < .05时被视为具有统计学显著性。数据分析于2018年4月1日至2019年7月20日期间进行。
敏感性分析
我们进行了多项敏感性分析,其详细描述见补充材料eAppendix第5节。我们检验了研究结果对以下方面的敏感性:采用广义线性模型方法对阿片类药物过量死亡计数而非死亡率进行建模,该方法允许估计死亡率的相对变化46;将研究样本扩大至纳入主要分析中排除的拥有汽车装配厂的通勤区;使用对较少聚类数更稳健的方法计算SE;以及使用不同的对照组(以处理暴露县与非暴露县之间可能存在的溢出效应)。我们还在不太可能显示相同结果的条件下重现了该分析:即在非制造业县(定义为全国制造业就业人员占比处于最低4个五分位数的县)中估计工厂关闭与死亡结局之间的关联。非制造业县受汽车装配厂关闭影响的可能性较低,因为这些县由在汽车行业就业或寻求在汽车行业就业的劳动者构成的可能性较低。最后,我们评估了研究结果可能与暴露县选择性迁出相关的程度。
结果
研究样本
我们的研究样本由位于30个通勤区的112个县组成,主要分布于美国中西部和南部(图1)。这112个县在基线(1999年)时占美国18至65岁总人口的2.7%,在研究期间(1999-2016年)占该年龄组全国阿片类药物过量死亡总数的3.4%。
在样本县中,29个为暴露县,位于研究期间经历过汽车装配厂关闭的10个通勤区。其余83个县为未暴露县,因为它们位于20个未经历汽车装配厂关闭的通勤区。经过18年的随访,我们的样本包括2016个县-年观测值。
暴露县与未暴露县的基线阿片类药物过量死亡率及人口学和经济特征相似(表)。在样本县中,工厂关闭发生于2002年至2009年期间(补充材料中的eFigure 2)。
汽车装配厂关闭与药物过量死亡
按事件发生后时间分组的阿片类药物过量死亡率未调整趋势见Figure 2A。在工厂关闭之前,暴露县的基线阿片类药物过量死亡率低于未暴露县,主要结局未见差异性趋势的证据。工厂关闭后,与未暴露县相比,暴露县的阿片类药物过量死亡率增幅更大。工厂关闭两年后,暴露县的死亡率更高。
汽车装配厂关闭与阿片类药物过量死亡之间关联的调整双重差分估计显示了相似的模式(Figure 2A)。y轴上的每个点反映暴露县与未暴露县相对于工厂关闭前一年(记为事件时间−1)的阿片类药物死亡率差异。工厂关闭后的前5年中,阿片类药物过量死亡率每年均上升,此后趋于平稳。暴露后五年,暴露县与未暴露县相比,死亡率每10万人增加8.6例死亡(95% CI,2.6-14.6;P = .006)。该估计值相对于同一时间点未暴露县观察到的每10万人12例死亡的死亡率增加了85%(Figure 2A)。次要结局总体药物过量死亡率在暴露后五年的估计模式和幅度相似(每10万人超额死亡9.5例;95% CI,4.8-14.1;P < .001)(补充材料中的eFigure 3),提示暴露县与未暴露县之间阿片类药物死亡的差异性识别和报告未对我们的研究结果产生实质性偏倚。
当我们分别考察处方阿片类药物与非法阿片类药物过量死亡率时,我们发现了类似的结果模式(图3)。暴露五年后,处方阿片类药物过量死亡率(图3A)增加了每10万人4.4例死亡(95% CI,−0.8至9.6;P = .10),尽管该估计值无统计学显著性。同样,非法阿片类药物过量死亡率(图3B)增加了每10万人5.8例死亡(95% CI,1.7-9.8;P = .001)。
工厂关闭与阿片类药物过量死亡率之间关联的幅度在非西班牙裔白人男性中最大(图4)。18至34岁非西班牙裔白人男性在工厂关闭5年后,暴露县相对于非暴露县的相对增加为每10万人20.1例死亡(95% CI,8.8-31.3;P = .001)。同样,35至65岁非西班牙裔白人男性的相对增加为每10万人12.8例死亡(95% CI,5.7-20.0;P = .001)。18至34岁非西班牙裔白人女性的阿片类药物过量死亡率相对增加为每10万人6.4例死亡(95% CI,0.4-12.3;P = .04),而较年长非西班牙裔白人女性(35-65岁)的估计关联幅度较小且无统计学显著性。非白人男性和女性的估计值幅度通常较小,尽管由于这些亚组人群规模较小,我们无法排除具有临床意义的关联(补充材料中的eFigure 4)。在较年轻的非西班牙裔白人男性和女性中,估计值提示非法阿片类药物过量导致的死亡率增加大于处方阿片类药物过量,而在较年长非西班牙裔白人男性中发现了相反的模式(补充材料中的eFigure 5)。
敏感性分析
当我们对死亡计数而非死亡率进行建模时(补充材料中的eFigure 6)、使用替代方法计算标准误时(补充材料中的eTable 2)、将研究样本扩展至包含所有通勤区时(补充材料中的eFigure 7),以及使用替代对照组时(补充材料中的eFigure 8),实质性发现均保持不变。当我们以在不太可能产生相同发现条件下重现分析的意图将样本限制为非制造业县时,汽车工厂关闭与阿片类药物过量死亡率之间的估计关联在幅度上显著减小,且不具有统计学显著性(补充材料中的eFigure 9)。我们未发现工厂关闭与迁移率变化之间存在实质性或统计学显著关联的证据,这表明我们的发现并非由经历工厂关闭的县的选择性外迁所驱动(补充材料中的eFigure 10)。
讨论
在这项纳入112个美国制造业县的双重差分研究中,我们发现汽车装配厂关闭与阿片类药物过量死亡增加相关。估计关联与时间进展一致,且为制造业县所特有。估计值意味着,工厂关闭5年后,阿片类药物过量死亡率以相对术语表示,比暴露县若遵循与未暴露县相同结局趋势时本应预期的高出85%。阿片类药物过量死亡率增加的负担主要由非西班牙裔白人男性承担。
我们的发现阐明了经济机会下降作为与阿片类药物过量危机相关的潜在因素的重要性。特别是,我们的发现结合越来越多证明贸易相关产业衰退与药物过量死亡之间存在不良关联的研究,23,24支持了这样一种观点,即当前阿片类药物过量危机可能部分与导致自20世纪80年代以来受教育程度较低成年人总体死亡率恶化的美国经济结构性变化相同。47,48经济机会下降是与这些较长期趋势相关的一种假说机制。15,16,21,49鉴于我们的研究背景,这一论点与美国中西部和南部人口健康趋势恶化最为相关,这些地区经历了阿片类药物过量死亡率的部分最大幅度增长50,51,且汽车工业长期以来在经济和文化上具有重要意义。此外,我们对经济机会急剧、持续下降的关注可能有助于调和先前关于与阿片类药物过量危机相关的经济因素重要性的不一致发现,这些发现主要基于经济状况的标准衡量指标(如失业率和人均收入)。17,18,19,20
我们的研究结果不应被解读为削弱阿片类药物供应(无论是来自医生处方,还是来自非法制造和供应的合成物质)在美国阿片类药物过量危机中的作用。相反,研究结果表明,成功应对阿片类药物过量危机的方法很可能需要采取补充性干预措施,以减少处方阿片类药物和非法阿片类药物的供应,同时需要在受结构性经济变革冲击最严重的地区开展诊断和治疗物质使用障碍的干预措施。制定国家韧性战略可能对减轻经济冲击的负面健康后果具有重要意义,该战略包括加强筛查和监测、开发可扩展的社区干预措施,52 教育和赋能临床医生以识别和应对可能影响患者健康的结构性力量,53 以及增加社区机构和医疗保健系统在应对关键健康社会决定因素方面的参与。54,55 此外,还需要制定社会政策以缓解日益扩大的经济机会差距,13 特别是考虑到制造业等行业(这些行业的工作岗位容易被自动化取代或外包)的经济机会在可预见的未来可能继续减少。56
局限性
对我们研究结果的解读受到若干局限性的制约。首先,尽管研究结果在多项敏感性分析中保持稳健,但我们无法明确排除以下可能性:所估计的关联可以由残余混杂来解释。在这些意外的工厂关闭发生时,县一级可能存在未测量的、与全国长期趋势无关的时变因素,这些因素也可能与结局的变化相关。其次,由于生命统计记录的固有局限性,我们依赖替代指标来确定暴露分组。因此,测量误差可能削弱了我们估计值的幅度。
第三,我们的研究结果可能无法推广到这一特定研究背景之外。特别是,样本县在研究期开始时仅占美国成年人口的一小部分(2.7%),而汽车装配厂关闭代表了一个特定行业中的独特(尽管是大规模的)冲击。然而,研究地区在全国范围内观察到的阿片类药物过量死亡的时间和人口学模式方面具有相似性,其他制造业也经历了与汽车行业相似的衰退轨迹。未来的工作可以应用本研究中使用的双重差分方法,来检验制造业就业机会减少对人群健康的影响。未来的研究还可以将我们的发现扩展到与绝望相关的其他死因死亡率,如酒精性肝病和自杀,15 以及近年来死亡率停滞或上升的其他死因,如心血管代谢疾病。57
第四,我们无法明确阐述本研究结果背后的机制。尽管失业可能是一个重要因素,41,58 其他重要的中介因素可能包括对未来经济流动性预期的广泛变化,以及具有历史和文化意义的重要产业消亡后随之而来的社会和文化变迁。16,23,59 第五,我们的研究效力不足以识别汽车工厂关闭与阿片类药物过量死亡之间关联的调节因素。处方阿片类药物的既往流行程度、基线社会资本,或先前的经济状况和政策,都可能在削弱对经济命运衰退的适应力方面发挥作用。16 识别本研究发现的关键机制以及调节经济机会与阿片类药物过量死亡之间关联的因素,仍是未来研究的重要领域。
结论
从1999年到2016年,汽车装配厂关闭与县级阿片类药物过量死亡率的增加相关。这些发现凸显了经济机会下降作为与美国阿片类药物过量危机相关因素的潜在重要性。
参考来源
- Venkataramani AS, Bair EF, O'Brien RL, et al. Association Between Automotive Assembly Plant Closures and Opioid Overdose Mortality in the United States: A Difference-in-Differences Analysis. JAMA Intern Med. 2020. PMID: 31886844. doi:10.1001/jamainternmed.2019.5686
- 全文:PMC6990761(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6990761/
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。