COVID-19 Persons tested, confirmed cases and associated hospitalizations by education and income

Abstract

Executive summary Introduction Reports from several countries indicate that people with low education and income are more likely to be affected by COVID-19. In this report we investigate how education level and household income are related to test activity, confirmed cases, hospitalizations, invasive ventilation, and death related to COVID-19 in Norway. Methods We have utilized the nation-wide emergency preparedness register, BeredtC19, which contains individual-level data covering the entire Norwegian population. The study population consists of individuals with a personal identification number, alive and registered as residents per 1st March 2020 and are aged 25 years or older. The study period was February 2020 to May 2021. The exposure variables, highest attained education and household income after tax (equivalent income), are operationalised, respectively, into five categories for education, and into deciles for household income. Outcomes studied were test activity (being tested and share of positive tests among those tested), laboratory confirmed cases, related hospitalizations, use of invasive ventilation and death. We have used both descriptive analyses and linear regressions. For the outcomes test activity, confirmed cases, and hospitalization, we adjust for age, sex, municipality of residence and country of birth. Results DiscussionThe sample comprised 3 882 249 persons, of which 1 864 860 were tested at least once, 75 698 were confirmed cases, 8 222 hospitalizations, 821 received invasive ventilation, and 710 died. In total, 20 % had attained below upper secondary education and 37 % university or college education. The median household income was 644 143 NOK. The lowest income decile and the undisclosed/no education group were on average younger compared to the other categories. Immigrants made up 93 % of those in the undisclosed/no education group and 40 % of the 1st (lowest) income decile. There was a positive correlation between increasing education from below upper secondary education to university/college education and test rate, which remained after adjustments. For household income, the relationship after 15th June 2020 was slightly S-shaped, with generally higher testing rates in the higher income deciles compared to the lower income deciles. After adjustment there was a clear positive relationship between household income and testing rate. Both lower education level and household income were associated with elevated risk of infection and with more severe disease (hospitalization, invasive ventilation, and death). Persons in the three lowest household income deciles and those with a below upper secondary education or undisclosed/no education have been hit hardest. The differences between the different education and income groups in confirmed cases and related hospitalizations decrease when we adjust for age, sex, municipality of residence and country of birth. For confirmed cases, the differences between household income deciles were fully attenuated. For other outcomes, differences were somewhat decreased, however there were still clear trends even after adjustment. Adjusting for immigrant status (country of birth) made the largest impact overall, especially for the category undisclosed/no education, which was predominantly immigrants. Discussion These findings correspond with other reports and studies on the relationship between COVID-19 (and health in general) and education and income. This report does not empirically examine why people with low education and low household income have been disproportionally affected, but factors such as working conditions, living conditions, health literacy, delayed access to health services or underlying diseases are suggested as possible mechanisms. Conclusion Individuals with lower education and household income have had higher rates of confirmed cases, hospitalization, invasive ventilation and deaths related to COVID-19. When we adjust for age, sex, municipality of residence and country of birth, differences between the groups are reduced, but rarely eliminated. Of the factors included, country of birth had the largest impact in accounting for the differences between the education and income groups. Going forward, it will be important to obtain more knowledge about the causes and mechanisms behind the observed overrepresentation.

Sammendrag Innledning Rapporter fra flere land tyder på at personer med lav utdanning og inntekt har større sannsynlighet for å bli rammet av covid-19 enn andre. I denne rapporten undersøker vi hvordan utdanningsnivået og husholdningsinntekt er relatert til testaktivitet, påviste smittetilfeller, sykehusinnleggelser, respiratorbruk og død knyttet til covid-19 i Norge. Metode Vi har brukt det nasjonale beredskapsregisteret “BeredtC19” med data på individnivå over hele den norske befolkningen. Studiepopulasjon består av hver person med personnummer, registrert som bosatt 1. mars 2020 og er 25 år eller eldre. Studieperioden var fra februar 2020 til mai 2021. Forklaringsvariablene, høyeste oppnådde utdanning og husholdningsinntekt etter skatt (ekvivalentinntekt), er operasjonalisert i fem utdanningskategorier og ti inntektsdesiler. Utfallene vi har studert er testaktivitet (andel testede og andel av positive tester av de testede), påviste smittetilfeller (med PCR-test), relatert sykehusinnleggelser, respiratorbruk og død. Vi har både brukt deskriptive analyser og lineær regresjon. For utfallsvariablene andel testede, påvist smitte og innleggelser justerer vi for alder, kjønn, bostedskommune og fødeland. Resultat Utvalget besto av 3 882 249 personer, hvor 1 864 860 var testet minst en gang, 75 698 fikk påvist smitte, 8 222 var innlagt på sykehus, 821 trengte respiratorbehandling og 710 har dødd. Totalt hadde 20 % oppnådd grunnskole som høyest utdanning, mens 37 % hadde universitet- eller høgskoleutdanning. Median-husholdningsinntekten var 644 143 kr. Den laveste inntektsdesilen og gruppen med uoppgitt eller uten utdanning var i gjennomsnitt yngre enn de andre gruppene. Innvandrere utgjorde 93 % av gruppen med uoppgitt eller uten utdanning, og 40 % av den laveste inntektsdesilen. Det var en positiv sammenheng mellom økende utdanning (fra grunnskole til universitet/høgskole) og andel testede, som besto også etter justering. For husholdningsinntekt var sammenhengen svakt S-formet etter 15. juni 2020, med generelt høyere andel testede i de øvre inntektsdesilene sammenlignet med de nedre. Etter justering var det en klar positiv sammenheng mellom husholdningsinntekt og andel testede. Generelt var både lavere utdanning og lavere husholdningsinntekt tettere forbundet med en forhøyet risiko for å bli smittet og mer alvorlig sykdom (sykehusinnleggelse, respiratorbruk og død). Personer i de tre laveste inntektsdesilene og de med grunnskole eller uoppgitt/ingen utdanning har blitt rammet hardest. Forskjellene i påviste tilfeller og relaterte innleggelser minsker mellom de ulike inntekts- og utdanningsgruppene når vi justerer for alder, kjønn, bostedskommune og fødeland. For påviste tilfeller er forskjellene mellom inntektsdesilene borte. For de andre utfallene er forskjellene svekket, men det er fortsatt klare mønstre etter justering. Fødeland var den faktoren som generelt hadde mest betydning for endringene mellom modellene, spesielt for gruppen uoppgitt/uten utdanning som hovedsakelig består av innvandrere. Diskusjon Disse funnene sammenfaller med andre rapporter og studier over relasjonen mellom covid-19 (og helse generelt) og inntekt og utdanning. Denne rapport undersøker ikke empirisk hvorfor personer med lav utdanning og lav husholdningsinntekt er hardest rammet, men faktorer som familie- og husholdningsstørrelse og sammensetning, arbeidsforhold, boforhold, helsekompetanse, forsinket tilgang til helsetjenester eller underliggende sykdommer er foreslått som mulige mekanismer.

Konklusjon Personer i den lavere enden av utdannings- og inntektsskalaen er overrepresentert i påviste smittetilfeller, relaterte innleggelser, respiratorbruk og død. Når vi justerer for alder, kjønn, bostedskommune og fødeland reduseres overrepresentasjonen mellom gruppene, men mønstrene forblir de samme. Av faktorene som er inkludert er det fødeland som har den største betydningen i å forstå forskjellene mellom personer med ulike utdanninger og husholdningsinntekter. Fremover vil det være viktig å skaffe mer kunnskap om årsakene og mekanismene bak denne overrepresentasjonen.