Demografik Yaşlanma, Ekonomik Refah ve Salgın Kırılganlığı: Epidemiyolojik Geçiş ve COVID-19 Bağlamında Makro-Mekânsal Bir Değerlendirme

Abstract

Epidemiyolojik geçiş teorisi, modernleşme sürecinde salgın hastalıkların ölüm nedenleri arasındaki baskın konumunu yitirerek yerini dejeneratif hastalıklara bıraktığını öngörmekte; ancak kuramın kendi içindeki tartışmalarda bu riskin gelişmiş toplumlarda yeniden yükselebileceğine dikkat çekilmektedir. Bu araştırma, söz konusu teorik tartışmayı COVID-19 pandemisinin kümülatif çıktıları üzerinden makro ölçekte sınamaktadır. Çalışmanın amacı, demografik yaşlanma, gelir seviyesi ve klinik risk faktörlerinin ülkelerin salgın kırılganlığı üzerindeki etkisini incelemektir. Bu doğrultuda 2022 yılı ortası itibarıyla 107 ülkeyi kapsayan kesitsel bir araştırma tasarımı benimsenmiştir. Kişi başına GSYH, 65 yaş ve üzeri nüfus oranı, diyabetli nüfus oranı, tütün tüketimi, kentsel yoğunluk ve salgına karşı seçili kurumsal politika önlemleri bağımsız değişkenler olarak modele dahil edilmiş; veriler Pearson korelasyon analizi ve çoklu doğrusal regresyon analiziyle incelenmiştir. Bulgular, GSYH ve yaşlı nüfus oranının vaka sayılarıyla güçlü pozitif ilişkiler sergilediğini ortaya koymaktadır. GSYH tüm değişkenlerin bir arada yer aldığı ölüm modelinde istatistiksel anlamlılığını yitirirken yaşlı nüfus oranı bağımsız açıklayıcı katkısını korumuştur. Diyabetli nüfus oranının ekonomik değişkenin dışlandığı kurguda anlamlılık kazanması, dejeneratif hastalıkların akut bir salgınla birleşerek yarattığı çifte hastalık yükünün dünyada ileri yaşlılık evresine erişen toplumlarda önemli bir risk olduğunu göstermektedir. Demografik geçişin en ileri aşamasındaki yüksek gelirli toplumların küresel bir salgın karşısında daha yüksek pandemi yüküyle ilişkili bir örüntü sergilediği dikkat çekmekte; bu tablonun hem yapısal faktörleri hem de tespit ve raporlama kapasitesindeki farklılıkları yansıtıyor olabileceğini düşündürmektedir. Bu bulgu klasik teorinin varsayımıyla çelişmekte ve bulaşıcı hastalıkların epidemiyolojik geçişin ileri aşamalarında dahi önemli riskler oluşturmaya devam edebileceğine dair kuramsal güncellemeleri ampirik olarak desteklemektedir.

Keywords

• COVID-19
• Demografik yaşlanma
• Mekânsal eşitsizlik
• Epidemiyolojik geçiş
• Küresel sağlık

Ethical Statement

Bu çalışma, sorumlu yazarın Ankara Üniversitesi, Sosyal Bilimler Enstitüsü, Beşeri ve İktisadi Coğrafya programında “Değişen Bir Dünya Düzenine Doğru: Eşitsizliğin Coğrafyaları ve Covid-19 Salgını" başlıklı yüksek lisans tezinin verileri kullanılarak geliştirilmiştir. Araştırmanın az sayıda değişkenle gerçekleştirilen pilot analizinin sonuçları, TÜCAUM 2022 Uluslararası Coğrafya Sempozyumu'nda sözlü bildiri olarak sunulmuş ve özet bildiri olarak yayımlanmıştır.

Demographic Aging, Economic Prosperity, and Pandemic Vulnerability: A Macro-spatial Assessment in the Context of Epidemiological Transition and COVID-19

Abstract

The epidemiological transition theory posits that infectious diseases lose their dominant role among causes of death in the course of modernization, giving way to degenerative diseases; yet debates within the theory itself have drawn attention to the possibility that this risk may resurge even in developed societies. This study empirically tests this theoretical debate through the cumulative outcomes of the COVID-19 pandemic at the macro level. The aim is to examine the effects of demographic aging, income level, and clinical risk factors on countries' pandemic vulnerability. A cross-sectional research design encompassing 107 countries as of mid-2022 was adopted. GDP per capita, the proportion of the population aged 65 and over, the prevalence of diabetes, tobacco consumption, urban density, and selected institutional policy measures were included as independent variables; data were analyzed using Pearson correlation analysis and multiple linear regression. Findings indicate that GDP per capita and the elderly population share exhibit strong positive associations with case counts. Whereas GDP lost statistical significance in the mortality model incorporating all variables, the elderly population share retained its independent explanatory contribution. The significance of the diabetic population share in the model excluding the economic variable indicates that the double burden of disease created by the convergence of degenerative conditions and an acute pandemic represents a significant risk for societies that have reached advanced stages of demographic aging worldwide. It is noteworthy that high-income societies at the most advanced stages of demographic transition appeared to exhibit higher reported pandemic burden, potentially reflecting a combination of structural factors and differences in detection and reporting capacity. This finding contradicts the assumptions of classical theory and provides empirical support for theoretical updates arguing that infectious diseases may continue to pose significant risks even in advanced stages of epidemiological transition.

Keywords

• COVID-19
• Demographic aging
• Spatial inequality
• Epidemiological transition
• Global health

Ethical Statement

This study was developed using data from the corresponding author's master's thesis titled "Towards a changing world order: Geographies of inequality and the Covid-19 pandemic" completed at Ankara University, Institute of Social Sciences, Human and Economic Geography program. The findings of a pilot analysis conducted with a limited number of variables were presented as an oral presentation at the TÜCAUM 2022 International Geography Symposium and published as a conference abstract.

References

1. Abdi, A., Jalilian, M., Sarbarzeh, P. A., & Vlaisavljevic, Z. (2020). Diabetes and COVID-19: A systematic review on the current evidences. Diabetes Research and Clinical Practice, 166, 108347. https://doi.org/10.1016/j.diabres.2020.108347
2. Aburto, J. M., Schöley, J., Kashnitsky, I., Zhang, L., Rahal, C., Missov, T. I., Mills, M. C., Dowd, J. B., & Kashyap, R. (2022). Quantifying impacts of the COVID-19 pandemic through life-expectancy losses: A population-level study of 29 countries. International Journal of Epidemiology, 51(1), 63-74. https://doi.org/10.1093/ije/dyab207
3. Aggarwal, G., Lippi, G., Lavie, C. J., Henry, B. M., & Sanchis‐Gomar, F. (2020). Diabetes mellitus association with coronavirus disease 2019 ( COVID ‐19) severity and mortality: A pooled analysis. Journal of Diabetes, 12(11), 851-855. https://doi.org/10.1111/1753-0407.13091
4. Allison, P. D. (1999). Multiple Regression: A Primer. SAGE
5. Anthamatten, P. & Hazen, H. (2011). An Introduction to the Geography of Health. London: Routledge Taylor & Francis Group.
6. Berry, W. D. & Feldman, S. (1985). Multiple Regression in Practice. SAGE
7. Birleşmiş Milletler (BM) (2023). World Population Ageing 2023: Challenges and Opportunities of Population Ageing in the Least Developed Countries. United Nations.
8. Birleşmiş Milletler (BM) (2024). World Population Prospects 2024: Summary of Results. United Nations.

9. Bonanad, C., García-Blas, S., Tarazona-Santabalbina, F., Sanchis, J., Bertomeu-González, V., Fácila, L., Ariza, A., Núñez, J., & Cordero, A. (2020). The Effect of Age on Mortality in Patients With COVID-19: A Meta-Analysis With 611,583 Subjects. Journal of the American Medical Directors Association, 21(7), 915-918. https://doi.org/10.1016/j.jamda.2020.05.045
10. Craney, T. A. & Surles, J. G. (2002). Model-Dependent Variance Inflation Factor Cutoff Values. Quality Engineering, 14(3), 391–403. https://doi.org/10.1081/QEN-120001878
11. Dessie, Z. G., & Zewotir, T. (2021). Mortality-related risk factors of COVID-19: A systematic review and meta-analysis of 42 studies and 423,117 patients. BMC Infectious Diseases, 21(1), 855. https://doi.org/10.1186/s12879-021-06536-3
12. Dünya Bankası (DB) (2022). World Development Indicators. https://datatopics.worldbank.org/world-development-indicators/ (Erişim Tarihi: 08.12.2022)
13. Dünya Sağlık Örgütü (DSÖ) (2022). Coronavirus (COVID-19) Dashboard. https://covid19.who.int/ (Erişim Tarihi: 08.12.2022)
14. Dünya Sağlık Örgütü (DSÖ) (2026). Coronavirus (COVID-19) Dashboard. https://covid19.who.int/ (Erişim Tarihi: 01.04.2026)
15. Ek, S., İlhanlı, H., & Özözen Kahraman, S. (2020). COVID-19’un zayıf halkası: Yaşlı nüfus. Türk Coğrafya Dergisi, (76), 33-44. https://doi.org/10.17211/tcd.809688
16. Field, A. (2005). Discovering Statistics Using SPSS. Second Edition. London: SAGE.
17. Gallus, S., Scala, M., Possenti, I., Jarach, C. M., Clancy, L., Fernandez, E., Gorini, G., Carreras, G., Malevolti, M. C., Commar, A., Fayokun, R., Gouda, H. N., Prasad, V. M., & Lugo, A. (2023). The role of smoking in COVID-19 progression: A comprehensive meta-analysis. European Respiratory Review, 32(167), 220191. https://doi.org/10.1183/16000617.0191-2022
18. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis. Eighth Edition. Cengage.
19. Hamidi, S., Sabouri, S., & Ewing, R. (2020). Does Density Aggravate the COVID-19 Pandemic?: Early Findings and Lessons for Planners. Journal of the American Planning Association, 86(4), 495-509. https://doi.org/10.1080/01944363.2020.1777891
20. Harper, K., & Armelagos, G. (2010). The changing disease-scape in the third epidemiological transition. Int. J. Environ. Res. Public Health, 7(2), 675-697. https://doi.org/10.3390/ijerph7020675
21. Jiménez-Ruiz, C. A., López-Padilla, D., Alonso-Arroyo, A., Aleixandre-Benavent, R., Solano-Reina, S., & De Granda-Orive, J. I. (2021). COVID-19 y tabaquismo: Revisión sistemática y metaanálisis de la evidencia. Archivos de Bronconeumología, 57, 21-34. https://doi.org/10.1016/j.arbres.2020.06.024
22. Kang, S.-J., & Jung, S. I. (2020). Age-Related Morbidity and Mortality among Patients with COVID-19. Infection & Chemotherapy, 52(2), 154. https://doi.org/10.3947/ic.2020.52.2.154
23. Kinsella, K. G., & Phillips, D. R. (2005). Global aging: The challenge of success. Population Bulletin, 60(1), 3-40.
24. Kinsella, K. G., & Velkoff, V. A. (2001). An Aging World: 2001. U.S. Department of Commerce, Economics and Statistics Administration, U.S. Census Bureau.
25. Kombe, G. C., & Darrow, D. M. (2001). Revisiting Emerging Infectious Diseases: The Unfinished Agenda. Journal of Community Health, 26(2), 113-122. https://doi.org/10.1023/A:1005277213366
26. Liang, L.-L., Tseng, C.-H., Ho, H. J., & Wu, C.-Y. (2020). Covid-19 mortality is negatively associated with test number and government effectiveness. Scientific Reports, 10(1), 12567. https://doi.org/10.1038/s41598-020-68862-x
27. Mackenbach, J. P., Valverde, J. R., Bopp, M., Brønnum-Hansen, H., Deboosere, P., Kalediene, R., Kovács, K., Leinsalu, M., Martikainen, P., Menvielle, G., Regidor, E., & Nusselder, W. J. (2019). Determinants of inequalities in life expectancy: An international comparative study of eight risk factors. The Lancet Public Health, 4(10), e529-e537. https://doi.org/10.1016/S2468-2667(19)30147-1
28. Mathieu, E., Ritchie, H., Rodés-Guirao, L., Appel, C., Giattino, C., Hasell, J., … Roser, M. (2020). Coronavirus Pandemic (COVID-19). Our World in Data. https://ourworldindata.org/coronavirus
29. McMichael, A. J. (2000). The urban environment and health in a world of increasing globalization: Issues for developing countries. Bulletin of the World Health Organization, 78(9), 1117-1126.
30. Naudé, W., & Nagler, P. (2022). COVID-19 and the city: Did urbanized countries suffer more fatalities? Cities, 131, 103909. https://doi.org/10.1016/j.cities.2022.103909
31. Notestein, F. W. (1945). Population—The Long View. İçinde T. W. Schulz (Ed.), Food for the World (ss. 36-57). University of Chicago Press.
32. Olshansky, S. J., & Ault, A. B. (1986). The Fourth Stage of the Epidemiologic Transition: The Age of Delayed Degenerative Diseases. The Milbank Quarterly, 64(3), 355. https://doi.org/10.2307/3350025
33. Olshansky, S. J., Carnes, B. A., Rogers, R. G., & Smith, L. (1998). Emerging infectious diseases: The Fifth stage of the epidemiologic transition? World Health Stat. Q., 51(2, 3, 4), 207-217.
34. Omran, A. R. (1971). The epidemiologic transition. A theory of the epidemiology of population change. Milbank Mem. Fund Q., 49 4(4), 509-538. https://doi.org/10.1111/j.1468-0009.2005.00398.x
35. Omran, A. R. (1998). The epidemiologic transition theory revisited thirty years later. World Health Stat. Q., 51, 99-119. Reher, D. S. (2004). The demographic transition revisited as a global process. Popul. Space Place, 10(1), 19-41. https://doi.org/10.1002/psp.313
36. Rogers, R. G., & Hackenberg, R. (1987). Extending epidemiologic transition theory: A new stage. Soc. Biol., 34(3-4), 234-243. https://doi.org/10.1080/19485565.1987.9988678
37. Sabel, C. E., Pringle, D., & Schrstrm, A. (2010). Infectious Disease Diffusion. İçinde A Companion to Health and Medical Geography (ss. 111-132). Wiley-Blackwell. https://doi.org/10.1002/9781444314762.ch7
38. Shahbazi, F., & Khazaei, S. (2020). Socio-economic inequality in global incidence and mortality rates from coronavirus disease 2019: An ecological study. New Microbes New Infect, 38, 100762. https://doi.org/10.1016/j.nmni.2020.100762
39. Sarı, H. İ. (2020). Regresyon Analizi. İçinde F. Orçan (Ed.), Sosyal Bilimlerde İstatistik Excel ve SPSS Uygulamaları (ss. 139-162). Anı Yayıncılık.
40. Sirkeci, İ., & Yüceşahin, M. M. (2020). Coronavirus and Migration: Analysis of Human Mobility and the Spread of COVID-19. Migration Letters, 17(2), 379-398.
41. Sorci, G., Faivre, B., & Morand, S. (2020). Explaining among-country variation in COVID-19 case fatality rate. Scientific Reports, 10(1), 18909. https://doi.org/10.1038/s41598-020-75848-2
42. Stringhini, S., Carmeli, C., Jokela, M., Avendaño, M., Muennig, P., Guida, F., Ricceri, F., d’Errico, A., Barros, H., Bochud, M., Chadeau-Hyam, M., Clavel-Chapelon, F., Costa, G., Delpierre, C., Fraga, S., Goldberg, M., Giles, G. G., Krogh, V., Kelly-Irving, M., … Zins, M. (2017). Socioeconomic status and the 25 × 25 risk factors as determinants of premature mortality: A multicohort study and meta-analysis of 1·7 million men and women. The Lancet, 389(10075), 1229-1237. https://doi.org/10.1016/S0140-6736(16)32380-7
43. Thompson, W. S. (1929). Population. Am. J. Sociol., 34(6), 959-975. https://doi.org/10.1086/214874
44. Waters, W. F. (2001). Globalization, Socioeconomic Restructuring, and Community Health. Journal of Community Health, 26(2), 79-92. https://doi.org/10.1023/A:1005273012457
45. Woolhouse, M. E. J. (2008). Emerging diseases go global. Nature, 451(7181), 898-899. https://doi.org/10.1038/451898a