Search

Bevezetés: Az infarktusos betegek társadalmi-gazdasági helyzetének fontosságát – a betegellátás és a prognózis tekintetében – több nemzetközi tanulmány igazolta. Magyarországon ilyen jellegű országos vizsgálat – ismereteink szerint – még nem történt. A probléma tanulmányozását az tette lehetővé, hogy 2014. január 1-jétől az infarktusdiagnózissal kezelt betegek adatainak rögzítése kötelező minden ellátó számára a Nemzeti Szívinfarktus Regiszter adatbázisában. Célkitűzés: A szerzők jelen tanulmányukban arra kerestek választ, hogy Magyarország 174 járásának és 23 fővárosi kerületének komplex fejlettségi indexe (KFI) befolyásolja-e az infarktusos betegek ellátását és prognózisát. Módszer: A szerzők a Központi Statisztikai Hivatal által kidolgozott KFI-k alapján a járásokat alacsony (KFI_A), közepes (KFI_K) és magas (KFI_M) KFI-jű csoportokba osztották. Vizsgálták ezen területi egységekben a szívinfarktus incidenciáját, a kórházi ellátást és a betegek prognózisát. A Nemzeti Szívinfarktus Regiszterben (NSZR) 2015 és 2019 között 66 253 olyan, infarktus miatt kezelt beteg szerepelt, akinek lakóhelyét az irányítószám alapján egyértelműen sikerült azonosítani és meghatározni, hogy az melyik járásban van. A vizsgált populációban 29 101 beteg ST-elevációval járó (STEMI), 37 152 beteg ST-elevációval nem járó (NSTEMI) infarktus miatt kapott ellátást. Eredmények: A STEMI életkorral korrigált incidenciája – a 15 évnél idősebb népességben – a KFI_A csoportban 68,8/10 000 lakos/év, a KFI_M-csoportban 52,7/10 000 lakos/év volt. Az NSTEMI-betegcsoport mindhárom KFI-alcsoportban közel azonos incidenciaértékeket találtak (69,5, illetve 67/10 000 lakos/év). A percutan coronariaintervenció gyakorisága a STEMI-diagnózis esetén nagyobb volt, mint NSTEMI-ben, de a csoportokon belül a KFI nem befolyásolta e kezelés elvégzését. STEMI esetén a katéteres beavatkozás elvégzésének aránya a KFI_A, KFI_K és KFI_M alcsoportokban 83,5%, 83,7%, 83,5%, NSTEMI esetén 57,4%, 57,7%, 57,3% volt. A halálozás vizsgálatakor Cox többváltozós, regressziós elemzést végeztek. A KFI egyik infarktustípus esetén sem befolyásolta a 30 napon belül bekövetkezett halálozást: STEMI esetén a ’hazard ratio’ (HR) 0,906 és 0,914 (p = 0,04659; p = 0,04686), NSTEMI esetén 1,067, illetve 1,001 (p = 0,16520; p = 0,98933) volt. STEMI-diagnózis esetén a 30–364 napos, illetve az első éven túli időszakban bekövetkező halálozás tekintetében a KFI_M-régióban a halálozás kockázata szignifikánsan alacsonyabb volt (HR = 0,822 és 0,816), mint a KFI_A-járásokban (p = 0,00096 és p = 0,00001). NSTEMI-diagnózis mellett az 1 éven túli halálozás kockázata esetén találtak különbséget: a KFI_A- és a KFI_M-járások összehasonlításakor ez utóbbi területen a halálozás HR-értéke 0,876 volt, ami szignifikánsan (p = 0,00029) alacsonyabbnak bizonyult, mint a KFI_A-járásokban megfigyelt érték. Következtetés: A KFI önálló prognosztikai jelentőséggel bír az infarktus miatt kezelt betegek késői prognózisának meghatározásában. Orv Hetil. 2022; 163(47): 1862–1871.

Nyilvánvaló, hogy a COVID-19-világjárvány a maga újszerűségében és komplexitásában új fejezetet nyitott a 21. század történetében. A járvány és a járvány- vagy vírusválság a mindennapi hírek állandósult velejárói 2020 eleje óta. A járvánnyal kapcsolatos jelenségeknek és hatásoknak a megismerése, az összefüggések értelmezése, a megoldási lehetőségek kidolgozása és a reális veszélyek elhárítása számos tudományterület célkeresztjébe került. Megszámlálhatatlan a tudományos közlemények, összefoglaló művek, ismeretterjesztő írások száma, amelyek valóban a járvány és a válság összetettségének, egyúttal egyedi vonásainak magyarázatára épülnek. Közöttük markáns csoportot alkotnak azok a publikációk, amelyek a járvány térbeli, területi és/vagy földrajzi jellemzőit tanulmányozzák. Ezek felhasználásával a jelen könyv az egyes fejezetek segítségével áttekintést nyújt a járvány legfontosabb egészséghatásairól és egészségügyi következményeiről, elsősorban az egészségföld-rajz elméleti és módszertani eszköztárát kiaknázva. Az egyes jelenségek és folyamatok leírásában a nemzetközi gyakorlat bemutatása mellett az elsődleges cél a hazai példák elemzése és értékelése. Az egészségföldrajzi szemelvények tehát egy–egy jellegzetes járványjelenség kiragadásával mutatják be a COVID-19 mint társadalmi és egészségügyi jelenség térbeliségét, de egyúttal kijelölik a vizsgálatok korlátait, határait is. A könyvfejezetek nem tudnak kitérni minden lehetséges és várható járványjelenség és járványfolyamat bemutatására, de természetesen igyekeznek a leginkább releváns kutatási eredményekre, ismeretekre, egyáltalán a felhalmozott tudásbázisra utalni.

Several international studies have already confirmed the importance of the socioeconomic status of acute myocardial infarction patients in terms of patient care and prognosis. To our knowledge, a nationwide examination of this kind has not yet taken place in Hungary. The investigation of this problem field was made possible by the fact that from January 1, 2014, all healthcare providers must record the data of patients treated with a diagnosis of acute myocardial infarction in the database of the Hungarian Myocardial Infarction Registry (HUMIR).In this study, the authors searched for an answer to whether the complex development index (CDI) in Hungary's 174 districts and 23 capital districts influences the treatment and prognosis of acute myocardial infarction patients.Based on the CDI worked out by the Hungarian Central Statistical Office, the authors divided the Hungarian districts into low (CDI_L), medium (CDI_M) and high (CDI_H) CDI groups according to their values. They examined the incidence, hospital treatment and prognosis of acute myocardial infarction in these administrative-territorial units. The HUMIR included 66,253 patients treated by myocardial infarction between 2015 and 2019. Their place of residence could be identified based on the zip code and in which district it was located. In the examined population, 29,101 patients with ST-elevation (STEMI) and 37,152 without ST-elevation (NSTEMI) received treatment for acute myocardial infarction.In the population over 15 years of age, the age-standardized incidence of STEMI was 68.8 per 100,000 inhabitants a year in the CDI_L group and 52.7 per 100,000 inhabitants a year in the CDI_H group. Almost the same values were found in all three CDI subgroups of NSTEMI incidence (69.5 and 67 per 10,000 inhabitants a year). The frequency of percutaneous coronary intervention in the case of STEMI was higher than in NSTEMI, but within the groups, CDI did not influence the performance of this treatment. In the case of STEMI, the rates of patients who underwent percutaneous coronaria intervention in all three CDI subgroups (CDI_L, CDI_M, CDI_H) were 83.5%, 83.7%, 83.5%, while in the case of NSTEMI they were 57.4%, 57.7%, 57.3%. The authors applied a Cox multivariate regression analysis to examine myocardial infarction mortality. The CDI did not affect the 30-day mortality rates in the case of any myocardial infarction: the hazard ratio (HR) values were 0.906 and 0.914 (p = 0.04659; p = 0.04686) in the case of STEMI, while 1.067 and 1.001 (p = 0.16520; p = 0.98933) in the case of NSTEMI. In the case of a STEMI diagnosis, the risk of the 30-364-day and the 1-year mortality in the subgroup of CDI_H was significantly lower (HR = 0.822 and 0.816) than in the subgroup of CDI_L (p = 0.00096 and p = 0.00001). In the case of NSTEMI diagnosis, the authors found a difference in the risk of beyond 1-year mortality by comparing the districts in the subgroup of CDI_L with the districts in CDI_H: in the latter case, the HR of the mortality was 0.876, which was significantly lower (p = 0.00029) than in the subgroup of CDI_L.The CDI has independent prognostic significance in determining the late prognosis of acute myocardial infarction patients. Orv Hetil. 2022; 163(47): 1862-1871.Bevezetés: Az infarktusos betegek társadalmi-gazdasági helyzetének fontosságát – a betegellátás és a prognózis tekintetében – több nemzetközi tanulmány igazolta. Magyarországon ilyen jellegű országos vizsgálat – ismereteink szerint – még nem történt. A probléma tanulmányozását az tette lehetővé, hogy 2014. január 1-jétől az infarktusdiagnózissal kezelt betegek adatainak rögzítése kötelező minden ellátó számára a Nemzeti Szívinfarktus Regiszter adatbázisában. Célkitűzés: A szerzők jelen tanulmányukban arra kerestek választ, hogy Magyarország 174 járásának és 23 fővárosi kerületének komplex fejlettségi indexe (KFI) befolyásolja-e az infarktusos betegek ellátását és prognózisát. Módszer: A szerzők a Központi Statisztikai Hivatal által kidolgozott KFI-k alapján a járásokat alacsony (KFI_A), közepes (KFI_K) és magas (KFI_M) KFI-jű csoportokba osztották. Vizsgálták ezen területi egységekben a szívinfarktus incidenciáját, a kórházi ellátást és a betegek prognózisát. A Nemzeti Szívinfarktus Regiszterben (NSZR) 2015 és 2019 között 66 253 olyan, infarktus miatt kezelt beteg szerepelt, akinek lakóhelyét az irányítószám alapján egyértelműen sikerült azonosítani és meghatározni, hogy az melyik járásban van. A vizsgált populációban 29 101 beteg ST-elevációval járó (STEMI), 37 152 beteg ST-elevációval nem járó (NSTEMI) infarktus miatt kapott ellátást. Eredmények: A STEMI életkorral korrigált incidenciája – a 15 évnél idősebb népességben – a KFI_A csoportban 68,8/10 000 lakos/év, a KFI_M-csoportban 52,7/10 000 lakos/év volt. Az NSTEMI-betegcsoport mindhárom KFI-alcsoportban közel azonos incidenciaértékeket találtak (69,5, illetve 67/10 000 lakos/év). A percutan coronariaintervenció gyakorisága a STEMI-diagnózis esetén nagyobb volt, mint NSTEMI-ben, de a csoportokon belül a KFI nem befolyásolta e kezelés elvégzését. STEMI esetén a katéteres beavatkozás elvégzésének aránya a KFI_A, KFI_K és KFI_M alcsoportokban 83,5%, 83,7%, 83,5%, NSTEMI esetén 57,4%, 57,7%, 57,3% volt. A halálozás vizsgálatakor Cox többváltozós, regressziós elemzést végeztek. A KFI egyik infarktustípus esetén sem befolyásolta a 30 napon belül bekövetkezett halálozást: STEMI esetén a ’hazard ratio’ (HR) 0,906 és 0,914 (p = 0,04659; p = 0,04686), NSTEMI esetén 1,067, illetve 1,001 (p = 0,16520; p = 0,98933) volt. STEMI-diagnózis esetén a 30–364 napos, illetve az első éven túli időszakban bekövetkező halálozás tekintetében a KFI_M-régióban a halálozás kockázata szignifikánsan alacsonyabb volt (HR = 0,822 és 0,816), mint a KFI_A-járásokban (p = 0,00096 és p = 0,00001). NSTEMI-diagnózis mellett az 1 éven túli halálozás kockázata esetén találtak különbséget: a KFI_A- és a KFI_M-járások összehasonlításakor ez utóbbi területen a halálozás HR-értéke 0,876 volt, ami szignifikánsan (p = 0,00029) alacsonyabbnak bizonyult, mint a KFI_A-járásokban megfigyelt érték. Következtetés: A KFI önálló prognosztikai jelentőséggel bír az infarktus miatt kezelt betegek késői prognózisának meghatározásában. Orv Hetil. 2022; 163(47): 1862–1871.

The COVID-19 epidemic first appeared at the end of 2019, and it became a worldwide pandemic in the first quarter of 2020. The new coronavirus pandemic made it clear that infectious diseases are able to significantly influence morbidity and mortality data of countries in the 21st century, too. There are many complex and profound socio-economic consequences of the restrictions in relation to the coronavirus pandemic. This epidemic also resulted in an economic crisis with multiple effects on the economy and society. It is said that spatiality has a determinative role in the geographical spreading of the pandemic and on regional differences of the economic crisis. The scope of this paper is to compare the most important features and regional inequalities of the epidemic waves in Hungary based on epidemiological data. Besides statistical analysis, the study examines short-, medium- and long-term effects of the pandemic on health and health care, too. The literature review presents some regional features of the coronavirus epidemic, and it also defines the role of this pandemic on non-communicable diseases for the future. The used content-analysis investigates the Hungarian restrictions and their regional relevance. The main results of our research show that there are marked differences between the three epidemic waves in Hungary based on the number of confirmed cases and regional inequalities regarding restrictions. There was a longer interim period during the summer between the two epidemic waves of spring and autumn of 2020. On the other hand, the longer improving tendency of the second wave suddenly stopped in mid-February 2021 resulting in a third epidemic wave in Hungary. The first wave was a ‘flat curve’ while the second wave resulted in an epidemic plateau. The third wave started during the decreasing process of the second wave. The first wave was more linked to geographical (Budapest capital city and Pest county) and institutional (hospitals, nursing homes) hotspots, however in the second and third wave nation-wide infection ranges became more determinative. The results of our research call the attention to the regional relevance of restrictions regarding the pandemic. When this paper was finished, on the 4th of March 2021, the pandemic did not end yet in Hungary, so its evaluation can not be complete at this time. The ascending trend of the third wave of the COVID-19 pandemic is due to the spreading of new coronavirus variants and mutations. © 2021

Az egészségipar sokrétűen járul hozzá az egészségügyi ellátórendszer működéséhez, ezért a fejlesztése mindig is nemzetgazdasági prioritás volt, ami azonban a 2020-ban kirobbant világjárvány következtében még sürgetőbbé vált. A tanulmány célja, hogy bemutassa egyrészt az Egészségipari Támogatási Programból részesült egészségipari vállalkozások fontosabb jellemzőit, másrészt, hogy a támogatások hogyan segítették az egészségipar alkalmazkodását az új kihíváshoz a negyedik ipari forradalom idején.

The availability of health care services is an important issue, however, improving availability of health care services does not necessarily mean better accessibility for everybody. The main aim of this study is to find out how better availability in the care of acute myocardial infarction vary with accessibility of patients’ geographical location within Hungary. We applied statistical analysis and interview techniques to unfold the role of spatiality in the conditions of access to health care. Results of statistical analysis indicate significant health inequalities in Hungary. Decreasing national mortality rates of acute myocardial infarction, has been coupled by increasing spatial inequalities within the country especially at micro-regional level. According to in-depth interviews with local health care stakeholders we defined factors that support access to health care as well as important barriers. The supporting factors are related to the improvement of availability (i.e. infrastructural developments), while geographical distance, lack of material and human resources, or low level of health literacy proved to be the most relevant barriers. Main conclusion is that barriers to accessibility and availability are not only spatial but are also based on individual stages of acute myocardial infarction care. The development of cardiac catheter centres in Hungary has improved the short-term chances of infarction survival, but long-term survival chances have worsened in recent years due to deficiencies in rehabilitation care as well as low level of health literacy.

This paper examines the spatial dynamics and regional distribution of the novel coronavirus epidemic in Hungary in an effort to obtain a deeper understanding of the connection between space and health. The paper also presents comprehensive epidemiologic data on the spatiotemporal spread of the COVID-19 pandemic in terms of the epidemic waves. Following a comparison of the growth rates of infection numbers, the current study explores the geographical dimension of the three pandemic waves. The partial transformation of spatial characteristics during the three epidemic waves is among the most important results found. While geographical hotspots influenced the first wave, newly confirmed coronavirus cases in the second and third waves were due to community-based epidemic spreading. Furthermore, the western-eastern spatial relation and the core-periphery model also affected the regional distribution of new cases and deaths in the initial two waves. However, a new spatial pattern - realised by the northern-southern spatial orientation - appeared during the third wave. The outputs of this paper offer feasible suggestions for evidence-based policymaking in pandemic prevention, mitigation, and preparedness.

Relevance. The new coronavirus pandemic (COVID-19) has brought major changes to everyday life and economy in 2020. The impacts of the pandemic are still difficult to measure and interpret. This paper analyses the key socio-economic factors that shaped the course of the pandemic and its regional effects in Hungary. Research objective. The aim of this paper is to provide a secondary data-based analysis of regional disparities in Hungary as well as the implications of the coronavirus pandemic and the related policy responses. Data and methodology. The analysis consisted of the three stages: first, we processed the official epidemiologic data related to the coronavirus pandemic and the territorial patterns of infections as well as the data on the socio-economic impacts of the lockdown (on retail trade, employment, tourism, local governments’ revenues, etc). Second, we collected the data related to the socio-economic effects of the pandemic and revealed the territorial impacts of the crisis. Finally, we evaluated the government’s measures and interventions introduced in the first wave of the pandemic in terms of their efficiency. Results. Our results demonstrate that while the epicentre of the pandemic was the capital city and its surrounding area, the socio-economic impacts of containment measures implemented by the Hungarian government were felt across the whole country. In some areas, the lockdown measures could have been unreasonably tight as no reasonable justification for these restrictions was provided. Therefore, territorial monitoring and development of regionally differentiated policies are the main tasks in preparation for further waves of the pandemic. In our opinion, it is necessary to devise an action plan that would regulate the protocols of prevention and protection in connection with the regional focal points (hospitals, nursing homes, schools, etc.) and their immediate surroundings. Conclusions. Although territorial aspects have been taken into account by the government in their efforts to contain the pandemic in Hungary, they have been given significantly less attention in terms of socio-economic support. Thus, as the article makes clear, it is important to devise and implement regionally differentiated policies of containment as well as socio-economic protection measures.

Access to health care is one of determinative factors in understanding health inequalities. It is not an easy task to define it, because its conceptualisation and measuring depend on different approaches and socio-economic characteristics. In our three year course research project the main aim is to analyse the Hungarian health inequality and its regional differences related to the role of access to health care. The multi-factorial way in determination of barriers in access to health care means using mixed method with combination of quantitative and qualitative techniques. Acute myocardial infarction is one of non-communicable cardiovascular diseases, which was the example in the case study of our project. This was used to study the connection among accessibility, inequality and spatiality. The primary results of statistical analysis confirm a paradox situation in Hungary based on improving health with increasing inequalities. The most important experiences of making semi-structured interviews with medical stakeholders and patients can discover individual and institutional influencing factors in access to health care. The aim of this paper is to interpret basic theoretical and empirical framework of our research project with its most important results. In addition, many experiences of our examinations are suitable for making proposals for evidence based policy-making.

In times of epidemics and humanitarian crises, it is essential to translate scientific findings into digestible information for government policy makers who have a short time to make critical decisions. To predict how far and fast the disease would spread across Hungary and to support the epidemiological decision-making process, a multidisciplinary research team performed a large amount of scientific data analysis and mathematical and socioeconomic modeling of the COVID-19 epidemic in Hungary, including modeling the medical resources and capacities, the regional differences, gross domestic product loss, the impact of closing and reopening elementary schools, and the optimal nationwide screening strategy for various virus-spreading scenarios and R metrics. KETLAK prepared 2 extensive reports on the problems identified and suggested solutions, and presented these directly to the National Epidemiological Policy-Making Body. The findings provided crucial data for the government to address critical measures regarding health care capacity, decide on restriction maintenance, change the actual testing strategy, and take regional economic, social, and health differences into account. Hungary managed the first part of the COVID-19 pandemic with low mortality rate. In times of epidemics, the formation of multidisciplinary research groups is essential for policy makers. The establishment, research activity, and participation in decision-making of these groups, such as KETLAK, can serve as a model for other countries, researchers, and policy makers not only in managing the challenges of COVID-19, but in future pandemics as well.

This paper examines the spatial dynamics and regional distribution of the novel coronavirus epidemic in Hungary in an effort to obtain a deeper understanding of the connection between space and health. The paper also presents comprehensive epidemiologic data on the spatiotemporal spread of the COVID-19 pandemic in terms of the epidemic waves. Following a comparison of the growth rates of infection numbers, the current study explores the geographical dimension of the three pandemic waves. The partial transformation of spatial characteristics during the three epidemic waves is among the most important results found. While geographical hotspots influenced the first wave, newly confirmed coronavirus cases in the second and third waves were due to community-based epidemic spreading. Furthermore, the western-eastern spatial relation and the core-periphery model also affected the regional distribution of new cases and deaths in the initial two waves. However, a new spatial pattern - realised by the northern-southern spatial orientation - appeared during the third wave. The outputs of this paper offer feasible suggestions for evidence-based policymaking in pandemic prevention, mitigation, and preparedness.

One form of climate change vulnerability is the increase in the number, frequency and length of heat waves related to temperature rise. The protection against the health and sanitary risks of heat waves will pose a major challenge at national, regional, as well as local level in the future. The aim of the study is to present the main results of an assessment of climate change vulnerability conducted in a research project. Through statistical analyses, vulnerability was calculated based on the exposure, sensitivity and adaptive capacity at district level (LAU1), which is a complex information carrier about the vulnerability of population and institutions to heat waves. The territorial differences of vulnerability proved the West-East division of the country, but the centre-periphery relation also plays role in the development of territorial pattern. Based on statistical examinations it is ascertainable, that, in total, 42.5% of the country’s territory, where currently 39.5% of the population live, is severe and extreme vulnerable to the effects of climate change. The main results of the research can also be used as suggestions for the local decision-making related to the preparation for and adaptation to the health effects and sanitary consequences of heat waves.

Received July 8, 2020; accepted August 30, 2020. Дата поступления 8 июля 2020 г.; дата принятия к печати 30 августа 2020 г. Relevance. The new coronavirus pandemic (COVID-19) has brought major changes to everyday life and economy in 2020. The impacts of the pandemic are still difficult to measure and interpret. This paper analyses the key socio-economic factors that shaped the course of the pandemic and its regional effects in Hungary. Research objective. The aim of this paper is to provide a secondary data-based analysis of regional disparities in Hungary as well as the implications of the coronavirus pandemic and the related policy responses. Data and methodology. The analysis consisted of the three stages: first, we processed the official epidemiologic data related to the coronavirus pandemic and the territorial patterns of infections as well as the data on the socio-economic impacts of the lockdown (on retail trade, employment, tourism, local governments’ revenues, etc.). Second, we collected the data related to the socio-economic effects of the pandemic and revealed the territorial impacts of the crisis. Finally, we evaluated the government’s measures and interventions introduced in the first wave of the pandemic in terms of their efficiency. Results Our results demonstrate that while the epicentre of the pandemic was the capital city and its surrounding area, the socio-economic impacts of containment measures implemented by the Hungarian government were felt across the whole country. In some areas, the lockdown measures could have been unreasonably tight as no reasonable justification for these restrictions was provided. Therefore, territorial monitoring and development of regionally differentiated policies are the main tasks in preparation for further waves of the pandemic. In our opinion, it is necessary to devise an action plan that would regulate the protocols of prevention and protection in connection with the regional focal points (hospitals, nursing homes, schools, etc.) and their immediate surroundings. Conclusions. Although territorial aspects have been taken into account by the government in their efforts to contain the pandemic in Hungary, they have been given significantly less attention in terms of socio-economic support. Thus, as the article makes clear, it is important to devise and implement regionally differentiated policies of containment as well as socio-economic protection measures. Актуальность. Новая пандемия коронавируса (COVID-19) внесла серьезные изменения в повседневную жизнь и экономику в 2020 году. Воздействие пандемии по-прежнему трудно измерить и интерпретировать. В данной статье анализируются ключевые социально-экономические факторы, которые сформировали течение пандемии и ее региональные последствия в Венгрии. Цель исследования. Цель этого документа – предоставить вторичный анализ региональных различий в Венгрии на основе данных, а также последствий пандемии коронавируса и соответствующих ответных мер правительства. Данные и методы. Анализ состоял из трех этапов: во-первых, мы обработали официальные эпидемиологические данные, связанные с пандемией коронавируса и территориальными структурами инфекций, а также данные о социально-экономических последствиях ограничений (на розничную торговлю, занятость, туризм, доходы органов местного самоуправления и т.д.). Во-торых, мы собрали данные о социально-экономических последствиях пандемии и выявили территориальные последствия кризиса. Наконец, мы оценили меры вмешательства правительства, введенные в ходе первой волны пандемии, с точки зрения их эффективности. Результаты. Наши результаты показывают, что, хотя эпицентром пандемии была столица и ее окрестности, социально-экономические последствия ограничительных мер, введенных правительством Венгрии, ощущались по всей стране. В некоторых районах меры изоляции могли быть неоправданно жесткими, поскольку не было предоставлено разумного обоснования для этих ограничений. Следовательно, территориальный мониторинг и разработка регионально дифференцированной политики являются основными задачами при подготовке к новым волнам пандемии. По нашему мнению, необходимо разработать план действий, который регулировал бы профилактику и защиту в координации с региональными центрами (больницами, домами престарелых, школами и т.д.) и их непосредственным окружением. Выводы. Хотя территориальные аспекты были приняты во внимание правительством в усилиях по сдерживанию пандемии в Венгрии, им уделялось значительно меньше внимания с точки зрения социально-экономической поддержки. Таким образом, как поясняется в статье, важно разработать и реализовать дифференцированную по регионам ограничительную политику, а также меры социально-экономической защиты.

Összefoglaló a 2019. április 1-én rendezett szakmai találkozóról és a mini-konferencia előadásairól a hazai egészségegyenlőtlenségek témakörben., Egészségfejlesztés folyóirat, Évf. 60, Szám 2 (2019)