Na początku kwietnia Wisconsin i Michigan opublikowały dane pokazujące wyraźne dysproporcje rasowe w liczbie przypadków i zgonów spowodowanych Covid-19. W tych stanach, wiele mediów zauważyło, że odsetek osób dotkniętych chorobą, które były czarne, był ponad dwukrotnie wyższy niż odsetek czarnych w całej populacji. Podobne dysproporcje zostały zgłoszone w innych miejscach, czasami wraz z nadreprezentacją dodatkowych grup mniejszości rasowych.
Racial disparities have thus become central in the national conversation about Covid-19. Nagłówki na pierwszych stronach gazet w New York Times i Los Angeles Times podkreśliły tę kwestię, podobnie jak wybrani urzędnicy na wszystkich szczeblach rządowych. Senator Elizabeth Warren (D-MA) i przedstawiciel Ayanna Pressley (D-MA) wezwali do bardziej dokładnego zbierania danych rasowych, a w liście otwartym zarzucili rządowi, że „obecnie nie zbiera i nie publikuje informacji na temat rasowych i etnicznych danych demograficznych pacjentów testowanych na Covid-19 i dotkniętych jego działaniem”. Wkrótce po ich oświadczeniu, kilka stanów i gmin zaczęło wydawać zestawy danych zawierające te szczegóły demograficzne.
Aby uzyskać maksymalnie precyzyjny obraz tego, jak wrażliwość jest rozmieszczona, rzeczywiście kluczowe jest zebranie większej ilości danych wzdłuż tych linii. Doświadczenia z poprzednich epidemii – i ostatnich klęsk żywiołowych – sugerują, że najbardziej zmarginalizowane społecznie populacje ucierpią nieproporcjonalnie.
Jednakże równie ważne jest, abyśmy dokumentując nierówności rasowe Covid-19, kontekstualizowali takie dane za pomocą odpowiedniej analizy. Dane dotyczące dysproporcji bez kontekstu wyjaśniającego mogą utrwalać szkodliwe mity i nieporozumienia, które w rzeczywistości podważają cel, jakim jest eliminacja nierówności zdrowotnych. Taka wyjaśniająca perspektywa jest niezbędna nie tylko w przypadku Covid-19, ale także przyszłych epidemii. Istnieje kilka kluczowych niebezpieczeństw niewystarczającej kontekstualizacji, ale naukowcy, dziennikarze, urzędnicy zdrowia publicznego i decydenci mogą podjąć kilka ważnych kroków, aby je rozwiązać podczas dyskusji o nierównościach rasowych, zwłaszcza w sferze publicznej.
Po pierwsze, dane w próżni mogą dać początek biologicznym wyjaśnieniom nierówności zdrowotnych na tle rasowym. Takie wyjaśnienia zakładają, że wrodzone cechy unikalne dla określonych mniejszości rasowych predysponują je do wyższych wskaźników danej choroby. Lundy Braun, profesor patologii i medycyny laboratoryjnej, jak również studiów afrykańskich, na przykład, udokumentował trwały nurt dyskursu medycznego, który zakłada, że istnieją biologiczne różnice między organami oddechowymi czarnych i białych ludzi.1 Ugruntowana, multidyscyplinarna krytyka biologicznych definicji rasy wykazała, że pozostałości takiego myślenia utrzymują się do dziś.
Po drugie, samotne dane dotyczące nierówności mogą dać początek wyjaśnieniom opartym na rasowych stereotypach dotyczących wzorców zachowań. Podczas epidemii gruźlicy w miastach Południa na przełomie XX i XXI wieku, czarnoskórzy jako grupa byli często opisywani przez urzędników państwowych jako beznadziejnie „niepoprawni” – to znaczy, że nie przestrzegali zasad higieny i byli chorzy na wady, a zatem byli bardziej skłonni do zachowań, które zwiększały prawdopodobieństwo zarażenia się chorobą.2 Podobne totalizujące wyobrażenia o Chińczykach, Japończykach i Meksykanach w Los Angeles krążyły w tym samym okresie.3 Dziś rasowa charakterystyka zachowania jest powszechna w popularnych medialnych dyskusjach na temat warunków takich jak otyłość, współistniejący stan, który zwiększa ryzyko rozwoju ciężkiej choroby Covid-19.
Po trzecie, geograficzna dezagregacja danych Covid-19 jest mile widziana, ale wymaga ostrożności. Ostatnie dane wiercą w dół do poziomu miasta, a Milwaukee, Chicago, Nowy Orlean i Detroit są widoczne we wczesnych raportach medialnych. Jest prawdopodobne, że dane dotyczące rasy w Covid-19 będą coraz częściej dostępne również na poziomie dzielnicy. Granularność danych pozwala na bardziej szczegółowe analizy, w tym wielopoziomowe modelowanie przestrzenne. Jednak przedstawione same w sobie, takie szczegółowe dane mogą wzmacniać to, co socjolog Loïc Wacquant nazwał „stygmatyzacją terytorialną”, zgodnie z którą dzielnice pozbawione zasobów cierpią z powodu „skazy miejsca” i są uważane za „złożone głównie z biednych ludzi, mniejszości i obcokrajowców”, z których wielu zostało już zmarginalizowanych przez szersze społeczeństwo.4 Doniesienia prasowe na temat różnic rasowych w zgonach spowodowanych wirusem Covid-19 w Waszyngtonie, D.C., na przykład, zwróciły uwagę na trzy okręgi z dużym odsetkiem czarnych mieszkańców, a podobne doniesienia o dzielnicach w Queens i Bronksie skupiły się na ich gęstości i składzie rasowym.
W przypadku Covid-19, piętno związane z miejscem może być jeszcze bardziej wzmocnione przez skojarzenie z chorobą i może z kolei prowadzić do obwiniania lokalnych mieszkańców o rzekomo dewiacyjne zachowanie, represyjne formy nadzoru, wezwania do wyburzenia lub po prostu zaniedbania przez społeczeństwo, które chce się zdystansować od takich obszarów. Wszystkie te reakcje mają liczne i niepokojące precedensy historyczne.
Wszystkie trzy z tych niebezpieczeństw mogą zasilać czwarte. W niedawnej przeszłości przekonanie (jakkolwiek błędne), że pewne problemy społeczne są przede wszystkim „rasowe” – a zatem dotyczą tylko rzekomych mniejszościowych grup interesu – było wykorzystywane do uzasadniania zaniedbań i cięć w finansowaniu. Backlash przeciwko polityce opieki społecznej jest tylko jednym z ostatnich przykładów. Chociaż Covid-19 dotyka obecnie wystarczająco dużą część populacji Stanów Zjednoczonych, aby tego rodzaju reakcja była mało prawdopodobna w najbliższym czasie, w przyszłości społeczności, które są najmniej zdolne do zabezpieczenia się przed infekcją, mogą znaleźć się nieproporcjonalnie reprezentowane w danych dotyczących Covid-19, a drzwi mogą zostać otwarte dla aż nazbyt dobrze znanej mobilizacji rasistowskiej retoryki.
Na szczęście istnieje kilka skutecznych sposobów na uniknięcie tych niebezpieczeństw, nawet jeśli zwraca się uwagę na różnice rasowe w Covid-19. Dane dotyczące statusu społeczno-ekonomicznego (SES) powinny być zbierane równolegle z danymi rasowymi lub imputowane, jeśli nie są bezpośrednio dostępne. Jedno z możliwych podejść opiera się na projekcie Harvard Public Health Disparities Geocoding Project. Projekt ten, przedstawiony przez Jarvisa Chena i Nancy Krieger, wykorzystuje publicznie dostępne dane ze spisu powszechnego dotyczące ubóstwa, poziomu zagęszczenia gospodarstw domowych, składu rasowego i segregacji, aby przeanalizować dane Covid-19 wzdłuż wielu osi nierówności, aż do poziomu obszaru tabulacji kodu ZIP. Uzupełniające informacje o SES wyjaśnią, w jaki sposób siły rasowe i klasowe są splecione – a kiedy nie – w przypadku Covid-19. Ogólnie rzecz biorąc, członkowie populacji mniejszościowych są nieproporcjonalnie narażeni na niski SES i prawdopodobnie mają najbardziej niepożądane wyniki zdrowotne. Podkreślając powiązania między różnicami rasowymi a siłami wyższego rzędu, takimi jak nierówność ekonomiczna, które niosą ze sobą rozległe konsekwencje społeczne, możemy również ustrzec się przed przyszłymi cynicznymi – i niebezpiecznymi – politycznymi próbami ujęcia Covid-19 w ramy jako problemu głównie mniejszości.
W dodatku, kiedy SES jest kontrolowany i nie wyjaśnia wszystkich różnic rasowych Covid-19, powinniśmy jasno określić, dlaczego tak może być. Jednym z możliwych wyjaśnień jest rola stresu i tego, co badaczka zdrowia publicznego Arline Geronimus określiła jako „starzenie się”, czyli zaawansowane starzenie się spowodowane zużywaniem się organizmu w wyniku reakcji typu „walcz lub uciekaj” na zewnętrzne czynniki stresogenne, zwłaszcza dyskryminację rasową.5 Starzenie się zostało z kolei powiązane z chorobami sercowo-naczyniowymi i cukrzycą, dwoma schorzeniami, które we wstępnych badaniach powiązano z podwyższonym ryzykiem ciężkiego przebiegu Covid-19.
Wreszcie, aby przeciwdziałać stygmatyzacji terytorialnej, można zwrócić uwagę na zagrożenia i deficyty zasobów związane z miejscem, które mogą wyjaśniać dystrybucję przestrzenną, wzdłuż linii rasowych, Covid-19. Przykłady obejmują nierównomierną dystrybucję geograficzną usług opieki prewencyjnej lub koncentrację zagrożeń oddechowych i toksycznych miejsc w obszarach o niskim statusie społecznym, obfitujących w mniejszości.
W sumie, aby złagodzić mity rasowej biologii, behawioralne wyjaśnienia oparte na rasowych stereotypach i terytorialnej stygmatyzacji, Covid-19 dysproporcje powinny być usytuowane w kontekście materialnej deprywacji zasobów spowodowanej niskim SES, przewlekłego stresu spowodowanego dyskryminacją rasową, lub ryzyka opartego na miejscu.
Na szczęście, są znaki, że holistyczna analiza promowana tutaj występuje. Inna część listu Warren i Pressley zauważa, że „czynniki społeczno-ekonomiczne mogą dalej przyczyniać się do rasowych rozbieżności w wynikach Covid-19 … . Ponadto, bezrobocie, brak bezpieczeństwa żywnościowego i niestabilne lub substandardowe warunki mieszkaniowe mogą dalej utrwalać nierówności w wynikach zdrowotnych dla osób zakażonych koronawirusem, szczególnie wśród społeczności kolorowych o niskich dochodach.” Więcej analizy w tym duchu nie tylko pozwoli na bardziej solidne wyjaśnienia wzorców, które zapaliły tak wiele komentarzy w ciągu ostatnich kilku tygodni, ale także będzie chronić przed niebezpieczeństwami, które nakreśliliśmy tutaj.
.