The weak ring of COVID-19: Elderly population

Abstract

The epidemic, which first appeared in Wuhan, China in December 2019 and spread to all continents in a short time, affected every nation in different dimensions. Although Covid-19 does not discriminate between individuals, it poses a heavy burden in the disadvantaged group in terms of the course of the disease and causes of death. Deaths in those with additional diseases and intensifying the age of 65 show that the epidemic is targeting a specific population. Therefore, pandemic-based elderly mortality rates are aimed to be seen more clearly with an international comparative table by considering a wide range of old age and other indicators. In this context, 85 countries with more than 5000 cases until September 25 were selected to the sample group. Cluster analysis was used to understand whether there is a relationship between Covid-19 case / death rates and the aging processes of countries. The relationship of the 5 clusters that emerged as a result of this, with the elderly mortality rates caused by Covid-19, was taken into the center and the relationship between Covid-19/Elderly-Death was understood more clearly when international comparisons were made. It was determined that elderly deaths from Covid-19 decreased from the oldest first cluster to the youngest cluster. In addition, elderly deaths from Covid-19 were higher in developed countries than in undeveloped countries. Potential support rate was low where deaths associated with Covid-19 were concentrated. Access to clean water, healthcare spending, and the proportion of female cabinet representatives were found to be weakly associated with deaths from Covid-19. Multiple Linear Regression Analysis was conducted to examine the relationship between epidemic mortality rate of the elderly and 11 factors consisting of socio-economic, health and political indicators. As a result, it was found to have a positive intermediate variance between Covid-19-related elderly mortality and other data. In the last part of the study, the Covid-19 outbreak in the capture and death rates of the elderly population in Turkey compared to other countries and assessed the current outbreak management.

Keywords

• COVID-19
• Elderly deaths
• Elderly rate
• Spatial distribution
• Pandemic

COVID-19’un zayıf halkası: Yaşlı nüfus

Öz

Aralık 2019’da ilk olarak Çin’in Wuhan kentinde ortaya çıkıp, kısa zamanda tüm kıtalara yayılan salgın her ulusu farklı boyutlarda etkilemiştir. Covid-19 bireyler arasında ayrımcılık yapmadığı halde toplumun dezavantajlı kesimini oluşturan yaşlı gruplar üzerinde, hastalığın seyri ve ölüm oranları açısından ağır bir yük oluşturmaktadır. Özellikle ilave hastalığı bulunanlarda ve 65 yaş üzerinde yoğunlaşan ölümler salgının belirli bir kitleyi hedef aldığını göstermiştir. Dolayısıyla pandemi kökenli yaşlı ölüm oranları, yaşlılığın ve diğer göstergelerin kullanıldığı geniş bir yelpazede ele alınarak, uluslararası karşılaştırılmalı bir tabloyla daha net görülmesi hedeflenmiştir. Bu kapsamda 25 Eylül tarihine kadar vaka sayısı 5000 üzerinde olan 85 ülke örneklem grubuna seçilmiştir. Covid-19 vaka/ ölüm oranları ile ülkelerin yaşlanma süreçleri arasında bir ilişki olup olmadığını anlayabilmek için Kümeleme Analizi kullanılmıştır. Bunun sonucunda ortaya çıkan 5 kümenin Covid-19 kaynaklı yaşlı ölüm oranlarıyla ilişkisi merkeze alınıp, uluslararası karşılaştırmalar yapıldığında Covid-19/yaşlı-ölüm ilişkisi daha net anlaşılmıştır. En yaşlı olan birinci kümeden, en genç olan son kümeye doğru Covid-19 kaynaklı yaşlı ölümlerin azaldığı tespit edilmiştir. Ayrıca gelişmiş ülkelerin Covid-19 kaynaklı yaşlı ölümleri, gelişmemiş ülkelere göre daha yüksek çıkmıştır. Covid-19 kaynaklı yaşlı ölümlerin yoğun olduğu ülkelerde ise potansiyel destek oranı düşük çıkmıştır. Temiz suya erişim, toplam gelirde sağlık harcamaları oranı ve kabinedeki kadın temsilci oranının, Covid-19 kaynaklı yaşlı ölümleri ile zayıf bir ilişkisi bulunmuştur. Salgın kaynaklı yaşlı ölüm oranının, sosyo-ekonomik, sağlık ve politik göstergelerden oluşan 11 faktör ile ilişkisi incelenmek için Çoklu Doğrusal Regresyon Analizi yapılmıştır. Bunun sonucunda ise Covid-19 kaynaklı yaşlı ölüm oranı ile diğer değişkenler arasında pozitif orta düzeyde bir varyans bulunmuştur. Çalışmanın son safhasında ise Türkiye’deki yaşlı nüfusun Covid-19 ölüm oranı ve mevcut salgın yönetimi değerlendirilmiştir.

Anahtar Kelimeler

• COVID-19
• Yaşlı ölümleri
• Yaşlılık oranı
• Mekânsal dağılış
• Pandemi

References

1. Ada Altun, A. (2011). Kümeleme analizi ile AB ülkeleri ve Türkiye’nin sürdürülebilir kalkınma açısından değerlendirilmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (29), 319-332. https://dergipark. org.tr/tr/pub/dpusbe/issue/4771/65672
2. Aldrich, A., & Lotito, N. J. (2020). Pandemic performance: women leaders in the Covid-19 crisis. Politics & Gender Sciences, 1-9. doi:10.1017/S1743923X20000549
3. Alpar, R. (2011). Çok değişkenli istatistiksel yöntemler. Detay Yayın. Aykın, S., & Korkmaz, A. (2014). Türkiye ve üye ülkelerin AB-2020 stratejisi göstergeleri açısından kümelenmesi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 9(1), 7-20. https:// dergipark.org.tr/tr/pub/oguiibf/issue/5712/76464
4. Balbo, N., Kashnitsky, I., Melegaro, A., Meslé, F., Mills, M.C., Valk, H., & Vono de Vilhena, D. (2020). Demography and the coronavirus pandemic 25. Population & Policy, Max Planck Society. https:// population-europe.eu/policy-brief/demography-and-coronavirus- pandemic
5. Bayer, C., & Kuhn, M. (2020). Intergenerational ties and case fatality rates: a cross-country analysis., Institute of Labor Economics, 1-10. https://www.iza.org/publications/dp/13114
6. Büyüköztürk, Ş. (2007). Sosyal bilimler için veri analizi el kitabı. Pegem Akademi Yayıncılık.
7. Büyüköztürk, Ş., Çokluk, Ö., & Köklü, N. (2018). Sosyal bilimler için istatistik. Pegem Akademi.
8. Can, A. (2013). SPSS ile bilimsel araştırma sürecinde nicel veri analizi. Pegem Akademi.

9. Cattell, R. B. (1952). The three basic factor-analytic research designs their interrelations and derivatives. Psychological Bulletin, 49(5), 499–520. https://doi.org/10.1037/h0054245
10. Coscieme, L., Fioramonti, L., Mortensen, L.F., Pickett, K. E., Kubiszewski, I., Lovins, H., Mcglade, J., Ragnarsdóttir, K. V., Roberts, D., Costanza, R., Vogli, R., & Wilkinson, R. (2020). Women in power: female leadership and public health outcomes during the Covid-19 pandemic. The Preprint for Health Sciences. https:// doi.org/10.1101/2020.07.13.20152397
11. Czaja, C.A., Miller, L., Alden, N., Wald, H. L., Cummings, C.N., Rolfes, M.A., Anderson, E.J., Bennett, N.M., Fatura, L.M., Chai, S.J., Eckel, S., Mansmann, R., McMahon M., Monroe, M.L., Muse, A., Riski, I., Schaffner, W., Thomas, A.R., Yousey-Hindes, K., Garg, S., & Herlihy, R. K. (2019). Age-related differences in hospitalization rates, clinical presentation and outcomes among older adults hospitalized with influenza-U.S. influenza hospitalization surveillance network. Open Forum Infectious Diseases, 6(7), 1-8. https://doi: 10.1093/ofid/ofz225.
12. Çakıcı, M., Oğuzhan, A., & Özdil, T. (2015). İstatistik. Ekin Basım Yayın Dağıtım.
13. Çakmak, Z., Uzgören, N., & Keçek, G. (2005). Kümeleme analizi teknikleri ile illerin kültürel yapılarına göre sınıflandırılması ve değişimlerin incelenmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (12), 15-36. https://dergipark.org.tr/tr/pub/dpusbe/ issue/4754/65301
14. Çetin, M., & Meydan, A. (2019). Büyük coğrafi veri setlerinin kümelenmesinde map reduce modellemeleri yoluyla bitki coğrafyası veri tabanlarının oluşturulması. Çukurova Araştırmaları, 5(2), 213-240. http://dx.doi.org/10.18560/cukurova.1142
15. Dedeler M., Özdilek Y. İ., Şimşek F. İ., Abdullahoğlu S. D., Eren T. T., Çolapkulu N., Dinçer B., Leblebici İ. M., Ovalı H. F., & Alimoğlu O. (2020). Covid-19 ve Afrika. Anadolu Kliniği Tıp Bilimleri Dergisi, 25 (Special Issue on Covid-19), 300-311. https://doi. org/10.21673/anadoluklin.744178
16. Dowd, JB., Andriano, L., Brazel, D.M., Rotondi, V., Block, P., Ding, X., Liu Y., & Mills M.C. (2020). Demographic science aids in understanding the spread and fatality rates of Covid-19. Proceedings of the National Academy of Sciences of the United States of America, 117(18), 9696-9698. https://doi.org/10.1073/ pnas.2004911117
17. Drefahl, S., Wallace M., Mussino, E., Aradhya, S., Kolk M., Brandén, M., Malmberg, G., & Andersson, G. (2020). Socio-demographic risk factors of Covid-19 deaths in Sweden: a population-based cohort study. Stockholm Research Reports in Demography, 11(5097), 1-15. https://doi.org/10.1038/s41467-020-18926-3
18. Duran, H. (2020). Devletlerin koronavirüsle karşılaştırmalı mücadele stratejileri. Seta Analiz, (317), 1-24. https://www.setav.org/analiz- devletlerin-koronavirusle-karsilastirmali-mucadele-stratejileri/
19. ECDC (2020, Eylül 29). https://www.ecdc.europa.eu/en/geographical- distribution-2019-ncov-cases.
20. Efe, E., Bek, Y., & Şahin, M. (2000). SPSS’te çözümleri ile istatistik yöntemler II. Bilgisayar Araştırma Ve Uygulama Merkezi.
21. Emami, A., Javanmardi, F., Akbari, A., Moghadami, M., Bakhtiari, H., Falahati, F., Haghighi, L.H.Z.F.H., & Rezaei, T. (2020). Characteristics of deceased patientswith Covid-19 after the first peak of the epidemic in Fars province, İran. Infection Ecology & Epidemiology, 10(1), https://doi.org/10.1080/20008686.2020.1781330
22. Ersöz, F. (2009). Comparison of the selected health indicators of OECD member countries with cluster and discriminant analysis. Türkiye Klinikleri Journal of Medical Sciences, 29(6), 1650-1659. https://www.turkiyeklinikleri.com/article/en-oecdye-uye-ulkelerin- secilmis-saglik-gostergelerinin-kumeleme-ve-ayirma-analizi- ile-karsilastirilmasi-56655.html
23. Fischer, F., Raiber, L., Boscher, C., & Winter, M. H. J. (2020). Covid-19 and the elderly: who cares?. Frontiers in Public Health, 8(151), 1-3. https://doi.org/10.3389/fpubh.2020.00151
24. Gao, X., & Dong, Q. (2020). A logistic model for age-specific Covid-19 case-fatality rates. Journal of the American Medical Informatics Association, 3(2), 151–153. https://doi.org/10.1093/jamiaopen/ ooaa025
25. Garikipati, S., & Kambhampati, U. (2020). Leading the fight against the pandemic: does gender ‘really’ matter. SSRN Electronic Journal, 1-16. https://dx.doi.org/10.2139/ssrn.3617953
26. GH 50/50 (2020, Haziran 29). https://globalhealth5050.org/thesex- gender-and-covid-19-project/the-data-tracker/?explore=- country.
27. Giang, T. L., Vo, D.T., & Vuong, Q. H. (2020). Covid-19: a relook at healthcare systems and aged populations. Sustainability, 12(10), 1-10. https://doi.org/10.3390/su12104200
28. Guilmoto, C. Z. (2020). Covid-19 death rates by age and sex and the resulting mortality vulnerability of countries and regions in the world. The Preprint for Health Sciences, 1-19. https://doi. org/10.1101/2020.05.17.20097410
29. Hotar, N., Omay, R. E., Bayrak, S., Kuruüzüm, Z., & Ünal, B. (2020). Pandeminin toplumsal yansımaları. İzmir İktisat Dergisi, 35(2), 211-220. https://doi.org/10.24988/ije.202035201
30. Karaca, B. (2020). Erişkin yaş grubunda Covid-19 klinik bulguları. Journal of Biotechnology and Strategic Health Research 1(Özel Sayı), 85-90. https://doi.org/10.34084/bshr.724904
31. Liu, K., Chen Y., Lin, R., & Han, K. (2020). Clinical features of Covid-19 in elderly patients: a comparison with young and middle-aged patients. Journal of Infection, 80(6), 14-18. https://doi.org/ 10.1016/j.jinf.2020.03.005
32. Liu, Z.,Yin, H., & Kammen, D. (2020). The interaction between population age structure and policy interventions on the spread of Covid-19. Research Square, 1-25. https://doi.org/10.21203/rs.3.rs-57858/v1
33. Medford, A., & Llimós, S. T., (2020). Population age structure only partially explains the large number of Covid-19 deaths at the oldest ages. Demographic Research, 43(19), 533-544. https:// dx.doi.org/10.4054/DemRes.2020.43.19
34. Natale, F., Ghio, D., Tarchi, D., Goujon, A., & Conte, A. (2020). Covid- 19 cases and case fatality rate by age. European Commission, 52 (2), 154–164. https://knowledge4policy.ec.europa.eu/publication/ covid-19-cases-case-fatality-rate-age_en
35. Onder, G., Rezza, G., & Brusaferro, S. (2020). Case-fatality rate and characteristics of patients dying in relation to Covid-19 in Italy. Journal of the American Medical Association, 323(18), 1775- 1776. https://doi.org/10.1001/jama.2020.4683
36. OWİD (2020, Eylül 29). https://ourworldindata.org/covid-deaths Samancı, M. (2020). Küresel bir salgın: Covid-19. Samsun Sağlık Bilimleri Dergisi, 5(1), 6-11. https://dergipark.org.tr/tr/pub/jshs/ issue/54854/715954
37. Sobotka, T., Brzozowska, Z., Muttarak, R., Zeman, K., & Lego, V. (2020). Age, gender and Covid-19 infections. The Preprint for Health Sciences, 1-16. https://doi.org/10.1101/2020.05.24.20111765
38. Soysal, G. (2020). Koronavirüs salgını ve yaşlılık. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 7(5), 290-301. https://dergipark. org.tr/tr/pub/asead/issue/54658/736807
39. T.C. İçişleri Bakanlığı (2020, Ekim 5). https://www.icisleri.gov. tr/65-yas-ve-ustu-ile-kronik-rahatsizligi-olanlara-sokaga-cikma- yasagi-genelgesi
40. T.C. Sağlık Bakanlığı (2020, Eylül 10). https://www.saglik.gov.tr/.
41. T.C. Sağlık Bakanlığı (2020, Eylül 30). https://covid19.saglik.gov.tr/ TR-68640/haftalik-rapor--weekly-report.html
42. Tabachnick, B. G., & Fidell, L.S. (2007). Using multivariate statistics. Allyn and Bacon/Pearson Education.
43. Tekin, B. (2020). Covid-19 pandemisi döneminde ülkelerin Covid-19, sağlık ve finansal göstergeler bağlamında sınıflandırılması: Hiyerarşik kümeleme analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5 (2), 336-349. https://doi.org/10.29106/fesa.738322
44. UN (2020, Ekim 10). https://unsdg.un.org/sites/default/files/2020-05/ Policy-Brief-The-Impact-of-COVID-19-on-Older-Persons.pdf
45. Uzun, A., & Oğlakcı, B. (2020). Modernitenin pandemik halleri. Nobel Akademik Yayıncılık.
46. WHO (2020, Ekim 10). https://www.who.int/csr/sarsarchive/2003_05_07a/en/.
47. Worldometer (2020, Eylül 3). https://www.worldometers.info/coronavirus/? utm_campaign=?
48. Zarikas, V. (2020) Cluster analysis on the spread of Covid-19 among ASEAN member countries. Project: Covid-19 Data Research.
49. Zarikas, V., Poulopoulos, S. G., Gareiou, Z., & Zervas, E. (2020) Clustering analysis of countries using the Covid-19 cases dataset, Data in Brief, (31), 1-8. https://doi.org/10.1016/j.dib.2020.105787
50. Zeyti̇noğlu, F., Uydaci,̇ M., Akay, E., Değerli, B., & Yerden, N. (2016). İstanbul’daki alışveriş merkezleri üzerine bir araştırma: kümeleme analizi. Sosyal Bilimler Araştırma Dergisi, 5(1) , 111-128. https:// dergipark.org.tr/tr/pub/ssrj/issue/22474/240394
51. İnternet Kaynakları
52. https://www.epid.gov.lk/web/images/pdf/corona_virus_report/sitrep- gl-en-24-09_10.pdf. Son erişim tarihi: 02.10.2020.
53. http://bianet.org/bianet/print/224337-covid-19-ile-mucadelede- kadin-liderler-farki. Son erişim tarihi: 03.10.2020.
54. https://www.nytimes.com/2020/04/17/us/coronavirus-nursing-homes. html. Son erişim tarihi: 04.10.2020.
55. https://www.defenseone.com/ideas/2020/03/how-counter-chinas- covid-19-disinformation-campaign/164188/ Son erişim tarihi: 11.10.2020.
56. https://moderndiplomacy.eu/2020/04/29/covid19-and-conspiracy- theories-a-chinese-virus-or-a-bio-weapon/ Son erişim tarihi: 11.10.2020.
57. https://www.evrensel.net/haber/399499/arap-cografyasinda-gecen- hafta-arap-basininda-korona-ve-komplo-teorileri Son erişim tarihi: 11.10.2020.
58. https://www.repubblica.it/esteri/2020/05/09/news/plandemic_ complotto_pandemia_judy_mikovits-256158581/ Son erişim tarihi: 11.10.2020.
59. https://medicalfuturist.com/debunking-covid-19-theories/ Son erişim tarihi: 11.10.2020.
60. https://fikirturu.com/toplum/isvec-suru-bagisikliginda-hakli-miydi/ Son erişim tarihi: 24.10.2020.
61. https://www.dw.com/tr/merkelden-ya%C5%9Fl%C4%B1lara-te%- C5%9Fekk%C3%BCr/a-54049136 Son erişim tarihi: 25.11.2020. https://www.ankara.bel.tr/files/4615/9911/7443/COVID_1_Eylul. pdf Son erişim tarihi: 25.11.2020.
62. https://tr.euronews.com/2020/06/08/yeni-zelanda-covid- 19-u-nas-l-yendi-hangi-stratejileri-uygulad Son erişim tarihi: 25.11.2020.
63. https://dashboard.covid19.data.gouv.fr/vue-d-ensemble?location= FRA. Son erişim tarihi: 29.09.2020.