Lessons from the Lockdown 
Why are so many fewer children dying? 
 
A White Paper from Health Choice 
 
By Amy Becker and Mark Blaxill 
June 18, 2020 
 
   
Covid19 is a serious public health issue, but the breathless reporting among the media of positive tests 
and an ever‐rising death toll does little to instruct us about the true nature of the virus and the 
unprecedented steps taken to prevent its impact. As in many complex and pervasive health phenomena, 
there are many ways to measure health effects, but in our view the proper measure of impact is not a 
narrow or intermediate metric, but rather total health outcomes. In the case of a pandemic virus 
affecting large populations and where the immediate concern is sharp increases in deaths, the best 
measure of outcomes is not a selective measure of deaths somehow attributed to the disease but 
instead is deaths from all causes. For perspective, these deaths must be compared to historical death 
rates from all causes in prior years (Percent of Expected Deaths). As we will show, a balanced view of the 
broader American Covid19 experience demonstrates both the scale and variability of its negative 
outcomes in older American, especially the elderly, but also some unexpected positives. Surprisingly, 
U.S. mortality rates have declined among young people during the lockdown, especially among infants. 
These trends have gone largely unnoticed and remain unexplained. 
 
Death rates from all causes vary widely and somewhat predictably. The most pronounced variation 
occurs by age cohort (most deaths occur in the elderly) and by time of year and to a lesser extent by 
geography. All‐cause deaths are cyclical, commonly rising in the winter months and “flu season” and 
then falling to lower levels as warmer weather arrives. To the extent that death rates vary by region, this 
is mostly a result of differences in the age mix of residents. In the case of Covid19, death rates are not 
yet known to be cyclical but they do vary significantly by age and geography.  
 
In the analysis that follows we have examined the evidence on total death rates by geography (mostly 
by state), by age group and by week (and flu season). We have extracted eight main lessons. Some of 
these are part of the ongoing conversation around Covid19; others are unexpected or at least have not 
been widely circulated. Why this discrepancy? Since the infectious disease establishment has controlled 
the “pandemic” narrative, the variance between this evidence and conventional wisdom is largely driven 
by longstanding bias and error patterns among the experts in that community.  
 
1. Overall US trend.  
The Covid19 impact on all‐
cause deaths has been sharp 
and clear. Tens of thousands 
more Americans than 
expected died in a brief 
period.  (1) 
Before mid‐March, overall 
U.S. deaths were trending at 
a level no different from 
recent years at between 55‐
60,000 per week. Beginning 
in the week ending on March 
28, all‐cause deaths began 
rising sharply, peaking in the 
week ending April 11 at 
around 75,000, or 137% of 
Expected Deaths for the 
week. Immediately 
thereafter, all‐cause deaths 
began dropping sharply. 
Within five weeks, all‐cause 
deaths were back to their 
typical range. By the week 
ending May 16, the 
measurable pandemic death 
impact had ended even 
though Covid19‐related 
deaths most certainly had 
not. (2) 
 
 
 
 
 
 
 
 
 
Attributing a Cause of Death 
(COD) to COVID‐19 is not 
always clear‐cut, due to 
significant overlap among 
COVID‐19, Pneumonia, 
Influenza, and presumably 
other primary CODs. (2) 
 
That said, the spike in deaths 
officially attributed to COVID‐
19 occurred in tandem with 
the spike in all‐cause deaths, 
leaving little doubt that 
Covid19 was the main 
contributor to the excess of 
expected deaths between 
March 22 and May 9.  
 
 
 
 
 
 
 
 
 
 
 
At least in this 8‐week period, 
the Covid19 pandemic was 
considerably worse than a 
typical flu season. To the extent 
that all‐cause deaths fell back to 
expected levels during May, the 
excess mortality attributable to 
the pandemic has passed. (1) 
 
 

2. Localization. Increases in all‐cause death rates during the pandemic have been extremely localized, 
varying widely by state/jurisdiction. For the 3 ½ month period surrounding the pandemic, starting on 
February 1 through May 16 (the most recent period with 100% reporting), total deaths in the US came in 
at 105% of expectations.  (2) 

 
Many states actually saw lower than expected deaths during the period. To be sure, an excess death rate 
of 5% for the entire U.S. is considerable but also far short of the apocalyptic narrative the pandemic has 
received. 

Greater‐than‐expected death rates were heavily concentrated in the Northeastern corridor. New York 
City and its surrounding area, 
including New Jersey, New York 
State (although possibly not 
upstate New York), Connecticut, 
Massachusetts, Maryland and the 
District of Columbia have so far 
comprised 6 of top 8 jurisdictions 
with excess all‐cause deaths. New 
York City was hit especially hard. 
In a typical spring, New York City 
could expect 700‐800 all‐cause 
deaths per week. From mid‐
March to mid‐May, that number 
spiked sharply, by ten times that 
amount, reaching over 7500 
deaths in the peak week ending 
April 11. (1) 

Other Northeastern states saw 
sharp increases in expected 
deaths but nowhere near New 
York City’s rate. (2) The timing of 
the peaks has varied, 
Massachusetts came soonest, 
followed by Maryland, New York 
City New York State and New 
Jersey. Nevertheless, the entire 
region saw declines in expected 
deaths starting in May.   

 
Many states saw no or only a 
modest increase in expected 
deaths, including some of the 
largest states such as California, 
Florida and Texas. (2) This suggests 
there may have been specific 
factors that influenced the 
experience in New York City that 
were not shared elsewhere.  

3. Variation by policy 
environment. To the extent that 
policies have varied across the 
states, it is not clear that the 
imposition and/or presence of 
stringent lock‐down policies had 
much to do with the variation in 
excess deaths. Less stringent 
lockdown policies were not 
associated with higher death rates. 
In fact, the 5 states that chose not 
to impose a lockdown are among 
the roughly 20 jurisdictions with no 
excess deaths at all.  (2) 

   
Several states with the most 
aggressive lockdowns, including 
California, Maine, Minnesota and 
Pennsylvania showed almost no 
excess deaths effect. Despite 
huge population centers, 
California looked nothing like 
New York City and State. Maine, 
a mostly rural state, imposed 
among the more draconian 
policies with essentially no 
reason. Minnesota followed a far 
more aggressive lockdown policy 
than its neighboring states of 
Iowa, South Dakota, North 
Dakota and Wisconsin. Yet it’s 
Covid19 deaths were among the 
most concentrated in the country: roughly 80% of Minnesota’s Covid19 deaths occurred among the 
infirm elderly who were residents of long‐term care facilities. (2) 

Did aggressive lockdowns stave off the worst‐case scenario, preventing vulnerable states from becoming 
disaster areas like New York City? No controlled experiment will give us that answer. Pennsylvania 
makes the best case for that argument, with an early excess death pattern that resembled its neighbors 
in the Northeaster corridor but saw that rate drop precipitously by early April.—. But Pennsylvania is 
also an unusual geographic unit, with its largest city, Philadelphia, lying on the coast and separated from 
the western part of the state and its second largest city, Pittsburgh, by the Appalachian Mountains. This 
anomaly makes it difficult to draw clear conclusions from Pennsylvania’s Covid19 curve. 
 
4. Age effect: elderly. One 
universally accepted fact of the 
Covid19 pandemic is that the 
death risk is highest among the 
elderly. The all‐cause death 
numbers show this effect clearly, 
with a stark increase in deaths 
among those 65 years and older 
beginning in late March, peaking 
in early April and then turning 
sharply downward in May, so 
that by month end the excess 
death rate has almost 
disappeared.  (1) Tens of 
thousands of excess deaths in 
this age group have driven a large 
portion of overall US excess deaths.  

Adults between 18‐64 years of 
age show a similar pattern in 
excess deaths as the elderly, 
although the overall death toll 
has been less.  (1)  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
With a dataset that provides 
more detailed age groupings, the 
impact is even more clear: the 
older the age cohort, the more 
total deaths increased during the 
pandemic.  (3) The largest 
number of deaths as well as 
increases in deaths occur in those 
aged 85 years old and older, 
followed by those aged 75‐84, 
next by the age group from 65‐
74. The sole remaining group 
showing an increase in deaths 
during the pandemic was the 
group aged 55‐64, with a modest 
increase in deaths during April. 
For all age cohorts with ages 
under 55, the impact of the 
pandemic is undetectable.  
 
Most observers believe they understand this age effect and discount it. That older people die more 
frequently is no excuse not to protect them from the pandemic. But as we have deployed lockdowns as 
a blunt instrument to protect the elderly from a tragic and premature loss of life‐years, we have missed 
a completely unintended and beneficial benefit of the lockdowns: an unexplained collapse in excess 
deaths among the young, especially children and infants. 
 
 
 
5. Age effect: children. Deaths among children under 18 years of age are relatively rare and show 
patterns that are different from their seniors. The pronounced cyclical effect in all‐cause deaths one 
sees among adults is entirely absent in children. And whereas weekly deaths among adults dominate the 
overall US death toll—around 13,000 deaths per week in 18‐64‐year‐olds and 35‐40,000 deaths per 
week among those 65 and older—weekly deaths among children are scattered across the states and 
typically fall around 700. Well over half of that occurs in infants under 1 year of age.  
 
But the pandemic experience has 
brought on a surprising effect on 
this expected death rate among 
children. Starting in early March, 
expected deaths began a sharp 
decline, from an expected level of 
around 700 deaths per week to 
well under 500 by mid‐April and 
throughout May. (1)  As untimely 
deaths spiked among the elderly 
in Manhattan nursing homes and 
in similar settings all over the 
country, something mysterious 
was saving the lives of children. 
As springtime in America came 
along with massive disruptions in 
family life amid near universal 
lockdowns, roughly 30% fewer 
children died.  
 
Was this a protective effect of 
school closures? Were teenagers 
getting themselves into risky 
situations at a lower rate? No. 
There was very little effect among 
school age children or 
adolescents.  (3) 
Virtually the entire change came 
from infants. Somehow, the 
changing pattern of American life 
during the lockdowns has been 
saving the lives of hundreds of 
infants, over 200 per week. 
 
Deaths in infants and children 
occur at a higher rate in minority 
groups.  (4) So the reduction in 
childhood deaths during the 
lockdowns has meant that the 
lives of black and Hispanic infants 
and children have been saved at 
a higher rate. 
 
 
 
 
 
 
 
 
 
 
 
 6. Net effect in life‐years. Every untimely death is  Figure 17: Average Life Expectancy per Age Cohort 
tragic. But if one considers life‐years lost, the  Under 1 year  78.2   
premature death of an infant carries more weight than  1‐4 years  76.5   
the premature death of someone whose life  5‐14 years  69.5   
expectancy is 5 years or less. And whereas the median  15‐24 years  59.7 
age at death of, say, a Minnesotan dying of Covid19 is  25‐34 years  50.3 
83, the typical life expectancy of that senior citizen  35‐44 years  41.0   
absent Covid19 might be just 2‐3 more years. By  45‐54 years  32.4   
comparison, when an infant in lockdown avoids a  55‐64 years  23.5   
death, the potential impact in life years saved can rise  65‐74 years  15.9   
to 80 years or more. (5)  75‐84 years  9.3   
  85 years and over  2.5   
 
Figure 18: Quality‐Adjusted Life‐Years (QALY) Saved or Lost  When one measures the net effect of life years 
by US Age Group During COVID‐19 Pandemic  either lost or gained during the pandemic and 
Feb 1 ‐ May 16, 2020  associated lockdowns, the net result across age 
   
Under 1 Year                      110,358   groups is unexpectedly mixed. Not surprisingly, 
1‐4 Years                        13,729   excess deaths are highest in the oldest seniors 
5‐14 years                        14,590   where life expectancy is the lowest. Combining 
15‐24 Years                        15,352  
Age <25 Life Years Saved                      154,029  
the excess deaths with life expectancy by age 
    group (with an adjustment for the quality of 
25‐34 years                       (53,678)  those life‐years) shows the toll of the pandemic: 
35‐44 years                     (115,648) 
45‐54 years                       (68,264)  about 540,000 life‐years lost among those 65 and 
55‐64 years                     (234,432)  older. (3) (5) (6) By comparison, the reduction in 
    expected deaths is highest in infants, where the 
65+ Life Years Lost                    (540,077) 
65‐74 years                    (341,519)  life expectancy benefits are the greatest. 
75‐84 years                    (172,317)  Compared to expectations, the lives of over 200 
                    (26,240)  infants per week were saved during the month of 
85 years and over 
     May. Combining the number of lives saved in 
infants and children aged 1‐4, demonstrates a smaller but comparably large and beneficial effect: 
roughly 145,000 life‐years saved among children under 5.  Noting the surprising effect of the lockdown 
on infants and children under 5 does nothing to negate the tragic effect of the pandemic on the elderly. 
It does, however, raise a question: why are so many fewer children dying? 
 
 
7. Causation? When infants die, the cause is frequently 
some form of congenital condition or birth defect. Sadly,  Figure 19: Postnatal Infant 
accidents and homicides are frequent causes as well.  Causes of Death, 2017   
There are however, frequent cases in which previously  (aged 1 month ‐ 1 year) 
healthy infants die unexpectedly. These deaths are  Cause  IMR* 
usually classified as “Sudden Infant Death Syndrome” or  Congenital Malformation  0.32 
SIDS.  According to the CDC, SIDS deaths are one of the  SIDS  0.32 
two largest causes of death among infants aged 1 month  Accidents  0.31 
to 1 year. (7)  Circulatory Complications  0.09 
We have no specific data on the trend in SIDS deaths  Homicide  0.07 
during the pandemic. We have, however, heard       
*Infant Mortality Rate 
anecdotal reports from emergency room (ER) doctors 
(Deaths per 1000 live births) 
suggesting some have observed a decline in SIDS. One    
doctor who says he might see 3 cases of SIDS in a typical 
week has seen zero cases since the pandemic and associated lockdowns began. 

What has changed during this period that might have such an effect? Are infant deaths not being 
recorded? Are parents taking better care of their families while working remotely and their children are 
not going to school? There are many possible hypotheses about the infant death decline. 

One very clear change that has received publicity is that public health officials are bemoaning the sharp 
decline in infant vaccinations as parents are not taking their infants into pediatric offices for their regular 
well‐baby checks. In the May 15 issue of the CDC Morbidity and Mortality Weekly Report (MMWR), a 
group of authors from the CDC and Kaiser Permanente reported a sharp decline in provider orders for 
vaccines as well as a decline in pediatric vaccine doses administered. (8) These declines began in early 
march, around the time infant deaths began declining. 
  
This effect may not be confined to the U.S. The World Health Organization issued a press release on May 
22 noting that, “Since March 2020, routine childhood immunization services have been disrupted on a 
global scale that may be unprecedented since the inception of expanded programs on immunization 
(EPI) in the 1970s.” (9) Are fewer children dying because their parents are skipping their routine 
childhood vaccines? If lives are being saved during the pandemic, this is a question that urgently needs 
answering.   

*    *    * 

 
Covid19 is unique among recent pandemics in that the mortality toll is measurable, real and convincing. 
It is also nearly certain to be transitory, but that won’t stop the propaganda juggernaut from rolling 
forward. However, as the saying goes, “the best laid plans of mice and men often go awry.” What no 
one would have predicted in advance of Covid19 is that the extreme lockdown response has produced a 
natural experiment that actually calls into question the very actions—widespread, mandated vaccines 
for all‐‐that the infectious disease and public health community have been pushing for years. We should 
mourn the deaths of the elderly Manhattan nursing home residents but also take heed of the hundreds 
of avoided infant deaths. Only with that kind of balance will we draw the proper lessons from the 
pandemic and the lockdowns that have followed in its wake. 
 
 

References 
1. The Centers for Disease Control and Prevention. National Center for Health Statistics Mortality 
Surveillance System. [Online] [Cited: June 6, 2020.] https://gis.cdc.gov/grasp/fluview/mortality.html. 

2. —. Provisional Death Counts for Coronavirus Disease (COVID‐19). [Online] [Cited: June 6, 2020.] 
https://www.cdc.gov/nchs/nvss/vsrr/COVID19/index.htm. 

3. —. Provisional COVID‐19 Death Counts by Sex, Age, and Week. [Online] [Cited: June 6, 2020.] 
https://data.cdc.gov/NCHS/Provisional‐COVID‐19‐Death‐Counts‐by‐Sex‐Age‐and‐W/vsak‐wrfu. 

4. —. Deaths involving coronavirus disease 2019 (COVID‐19) by race and Hispanic origin group and age, 
by state. [Online] [Cited: June 6, 2020.] https://data.cdc.gov/NCHS/Deaths‐involving‐coronavirus‐
disease‐2019‐COVID‐19/ks3g‐spdg. 

5. Social Security Administration. Actuarial Life Table. [Online] [Cited: June 7, 2020.] 
https://www.ssa.gov/oact/STATS/table4c6.html. 

6. The Centers for Disease Control and Prevention. Weekly counts of deaths by jurisdiction and age 
group. [Online] [Cited: June 7, 2020.] https://data.cdc.gov/NCHS/Weekly‐counts‐of‐deaths‐by‐
jurisdiction‐and‐age‐gr/y5bj‐9g5w. 

7. —. NCHS Data Brief, Number 355. [Online] January 2020. [Cited: May 16, 2020.] 
https://www.cdc.gov/nchs/data/databriefs/db355_tables‐508.pdf#4. 

8. Santoli, Jeanne M et al. Effects of the COVID‐19 Pandemic on Routine Pediatric Vaccine Ordering and 
Administration — United States, 2020. cdc.gov. [Online] May 15, 2020. 
https://www.cdc.gov/mmwr/volumes/69/wr/mm6919e2.htm#F1_down. 

9. World Health Organization. At least 80 million children under one at risk of diseases such as 
diphtheria, measles and polio as COVID‐19 disrupts routine vaccination efforts, warn Gavi, WHO and 
UNICEF. [Online] [Cited: May 23, 2020.] https://www.who.int/news‐room/detail/22‐05‐2020‐at‐least‐
80‐million‐children‐under‐one‐at‐risk‐of‐diseases‐such‐as‐diphtheria‐measles‐and‐polio‐as‐covid‐19‐
disrupts‐routine‐vaccination‐efforts‐warn‐gavi‐who‐and‐unicef. 

 
 
 
Endnotes: 
The Centers for Disease Control and Prevention note the following regarding underreporting in most 
recent weeks. To ensure that the signals we are reporting are not the result of these reporting lags, we 
have deliberately excluded the most recent four weeks of available data (the charts are week ending 
May 16, 2020, pulled June 6). Because CDC also re‐states historical data every time they refresh their 
datasets, we also refreshed all reported data for two prior years with every weekly dataset update. 
Provisional counts are weighted to account for potential underreporting in the most recent weeks.
However, data for the most recent week(s) are still likely to be incomplete. Only about 60% of
deaths are reported within 10 days of the date of death, and there is considerable variation by
jurisdiction and age. The completeness of provisional data varies by cause of death and by age
group. However, the weights applied do not account for this variability. Therefore, the predicted
numbers of deaths may be too low for some age groups and causes of death. For example,
provisional data on deaths among younger age groups is typically less complete than among
older age groups. Predicted counts may therefore be too low among the younger age groups.
More detail about the methods, weighting, data, and limitations can be found in the Technical
Notes.