15至44岁女性青少年与女性的凶杀死亡率及美国各州堕胎政策

Homicide Mortality Among Female Adolescents and Women Aged 15 to 44 Years and US State Abortion Policies

作者信息Liana R Woskie, Maeve E Wallace
PMID42886485
发布时间2026-10-01
DOI10.1001/jamanetworkopen.2026.38986

实验完整度

低

观察性生态学研究,基于死亡证明数据的准实验时间序列分析,无个体暴露、无机制验证、无实验模型。

主要模型

美国50州及哥伦比亚特区育龄女性(15-44岁)凶杀死亡月度数据 暴露州政策集群(11个持续实施完全或近乎完全堕胎禁令的州) 未暴露州政策集群(35个州及哥伦比亚特区) 45-59岁女性阴性对照人群

重点核对

研究期间:2016年1月1日至2024年12月31日 暴露州定义:Dobbs后2023-2024年持续实施完全或近乎完全堕胎禁令的11个州 排除州:佛罗里达、乔治亚、爱荷华、南卡罗来纳因部分限制或法律状态不稳定被排除 主要估计量:Dobbs后暴露与未暴露州凶杀率比的月度斜率差异(月RR) 阴性对照:比较15-29岁与45-59岁女性的三重差分模型

摘要

重要性:凶杀是美国15至44岁女性青少年与女性(以下简称育龄女性)的主要死因之一。在COVID-19激增和Dobbs诉Jackson妇女健康组织(以下简称Dobbs)裁决之后,凶杀轨迹是否因州堕胎政策环境而异尚不清楚。目的:描述育龄女性凶杀死亡率的全国趋势,并评估2022年后育龄女性凶杀死亡率轨迹在持续实施堕胎禁令的州与未实施此类禁令的州之间是否出现分化。设计、设置与参与者:这项准实验研究对2016年1月1日至2024年12月31日期间育龄女性凶杀死亡率进行了全国中断时间序列和比较中断时间序列分析。暴露:COVID-19大流行和Dobbs裁决后持续实施的州堕胎禁令。主要结局与测量:主要结局为每月凶杀死亡。人口偏移泊松模型估计了Dobbs裁决后凶杀率的差异变化。绝对率差、超额死亡和寿命损失年数通过拟合和反事实泊松模型估计。将Dobbs裁决后持续实施完全或近乎完全堕胎禁令的州与未实施此类禁令的州进行比较;部分限制或法律状态不稳定的州被排除。比较15至29岁与45至59岁人群的三重差分分析作为阴性对照分析。结果:分析纳入19118例育龄女性凶杀死亡。全国范围内,凶杀在COVID-19激增期间急剧上升,随后下降,自2022年7月起全国水平或斜率无明显变化。然而,在按政策分层的分析中,凶杀轨迹出现分化。2022年7月后,暴露州(实施完全或近乎完全堕胎禁令的州)与未暴露州的凶杀月率比(RR)为1.006(95% CI,1.000-1.011;P=0.03)。在2023和2024日历年,暴露州的拟合凶杀率高于模型反事实(2023年:RR,1.07;95% bootstrap区间,1.01-1.13;2024年:RR,1.15;95% bootstrap区间,1.03-1.29)。这对应于2023年估计48例超额死亡(95% bootstrap区间,11-81),2024年87例超额死亡(95% bootstrap区间,20-149)。三重差分模型表明,Dobbs裁决后分化在15至29岁人群中大于45至59岁人群(月率比之比,1.017;95% CI,1.000-1.034;P=0.046);安慰剂Dobbs日期结果不显著。结论与意义:在本研究中,育龄女性全国凶杀死亡率在COVID-19后回落至接近大流行前水平,但2022年后轨迹因州堕胎政策环境而异。研究结果表明,育龄女性凶杀死亡率在全国范围的改善可能掩盖了持续实施堕胎禁令的州中育龄女性较不利的凶杀趋势。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
育龄女性凶杀死亡率在COVID-19激增后是否均匀恢复,还是2022年后轨迹在州堕胎政策环境之间出现分化?
核心机制
文中未明确说明;作者讨论提及堕胎限制可能通过IPV、经济困难、家庭不稳定和自主权受限等路径与暴力暴露相关,但指出这些机制未在死亡数据中直接测量,应视为可能路径而非已证实的 mediator。
主要证据
基于2016-2024年全国死亡证明数据的比较中断时间序列泊松模型显示,Dobbs后暴露州与未暴露州凶杀月率比为1.006(95% CI 1.000-1.011),2024年拟合凶杀率比反事实高15%,估计87例超额死亡;三重差分显示15-29岁人群分化大于45-59岁人群。
研究意义
研究结果表明,全国凶杀死亡率的改善可能掩盖持续实施堕胎禁令的州中育龄女性较不利的凶杀趋势;需要继续随访以确定分化是否持续并阐明机制。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

全国凶杀趋势描述

描述COVID-19激增前后及Dobbs后全国育龄女性凶杀死亡趋势

使用全国分段中断时间序列回归分析2016-2024年月度凶杀死亡数,模型包括连续月度趋势、日历月指标、COVID-19激增(2020年4月起)、激增后恢复(2022年1月起)和Dobbs后时期(2022年7月起)的水平和斜率项。

2

政策分层比较中断时间序列分析

检验Dobbs后全国轨迹是否掩盖了暴露州与未暴露州之间的分化

使用人口偏移泊松回归,以15-44岁女性人口对数为偏移量,模型包括暴露集群指标、COVID-19激增和恢复的水平和斜率项、暴露集群交互项、日历月指标及Dobbs后暴露集群×月份交互项。

3

超额死亡和寿命损失年估计

量化Dobbs后分化对应的人口负担

将主要泊松估计转换为日历年相对和绝对尺度,通过将暴露组Dobbs后斜率项设为0获得反事实死亡数,比较拟合与反事实暴露州死亡数估计2023和2024年超额死亡;使用年龄别泊松模型估计15-29岁和30-44岁人群超额死亡;使用NCHS女性时期寿命表估计寿命损失年。

4

阴性对照和敏感性分析

评估Dobbs后分化是否集中于育龄女性,并检验结果的稳健性

预设三重差分阴性对照模型比较15-29岁与45-59岁女性在暴露和未暴露集群中的分化;进行安慰剂Dobbs日期分析(2021年7月、2022年1月、2022年4月)、德克萨斯分离分析(参议院法案8,2021年9月)、枪支凶杀探索性分析、替代参数化敏感性分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
全国凶杀趋势分析
研究期间2016-2024年;凶杀定义ICD-10 X85-Y09;分段节点2020年4月、2022年1月、2022年7月;全国凶杀死亡数19118例
阅读提示:Methods的Data Source和Statistical Analysis小节;Figure 1图注
政策分层比较分析
暴露州11个名单;未暴露州35个及DC;排除州4个;泊松模型偏移量为15-44岁女性人口对数;Newey-West 12个月滞后
阅读提示:Methods的Population和Statistical Analysis小节;Table 1脚注a-c;eTable 1
超额死亡与寿命损失年估计
反事实设定为暴露组Dobbs后斜率项=0;bootstrap 5000次重复,12个月移动块;寿命损失年使用NCHS 2023年女性时期寿命表,中点年龄22和37岁
阅读提示:Methods的Statistical Analysis小节;Table 2脚注d
阴性对照分析
比较年龄组15-29岁 vs 45-59岁;三重差分模型设定;月率比之比1.017(95% CI 1.000-1.034)
阅读提示:Methods的Statistical Analysis小节;Results的阴性对照段落;eTable 5
敏感性分析
安慰剂日期2021年7月、2022年1月、2022年4月;德克萨斯分离分析政策起点2021年9月;灵活6个月区间设定
阅读提示:Methods的Statistical Analysis小节;eTable 6、eTable 7、eTable 8