3.4%的致死率並不可信？新冠病毒的死亡率實爲多少？

圖源：unsplash

新冠疫情爆發以來，各個組織機構對於發佈確診病例、死亡和康復數據的統計和研究從未中止過。數據公開是件好事，如何從數據中提取有用信息是數據科學家面臨的最大挑戰。

但這並非徹底準確的：統計易出現誤差，而使用原始數據來計算冠狀病毒死亡率的政府機構恰好踩到這些雷區。

事實上，選擇誤差太廣泛了，這是一個常見的數據科學問題，現實中處理數據時會常常遇到。當數據不是在整體中隨機抽樣時，選擇誤差就會出現。

自動提取數據或者主動運用數據收集器，而不是被動使用數據收集器時，常常會發生選擇誤差。這意味着數據只來自那些數據收集者主動接近的人，而這些人所提供的數據並不具備普適性。

此外，收集數據的動機很重要。動機是否吸引了特定羣體而非其餘人?若是是，那麼選擇偏見可能已悄然出現。

儘管政府對此已不遺餘力，但並非每一個人都須要或已經進行新型冠狀病毒檢測。因爲檢測試劑盒的數量較少，且冠狀病毒形成嚴重傷害或死亡的概率在不一樣人羣中存在很大差別，美國疾病控制與預防中心概述了哪些人羣應該檢測：

· 最近到疫情爆發國家旅行，包括歐洲大部分地區，伊朗和中國，並出現相應症狀的人，如發燒，呼吸急促，咳嗽
· 65歲以上患有慢性病或免疫力低下並呈現症狀的人
· 與確診並有症狀的病例有密切接觸的人
· 與確診病例有社區接觸的人，例如在遊輪上，而且表現出症狀

圖源：pinterest

這些是判斷是否隔離的準則。進行病毒檢測一樣很是困難，所以，除非你很是肯定本身正遭遇COVID-19的嚴重傷害和死亡風險，不然進行測試不必定沒有意義。

疾病預防控制中心和約翰·霍普金斯大學等機構的研究報告代表，佔世界人口很大比例的健康年輕人的死亡概率很小，即便他們有症狀，也不需接受檢測。

圖源：unsplash

這是典型的選擇誤差。若是一大批通過測試的人結果爲陰性，但他們不測試，那麼他們的數據就不會被收錄。政府和學術機構發佈的數據中，確診病例僅來自自願接受檢測的人員。

換言之，確診病例數據中的人更有可能死於冠狀病毒。由於死亡率是根據確診病例中的冠狀病毒死亡人數計算的，而確診病例數有誤差，死亡率比實際高出不少。

模型顯示，世界各地至關大比例的人口可能已經患有冠狀病毒，甚至他們都不自知。以這個規模和公認的3.4％的死亡率（經過將死亡人數除以確診病例計算得出），世界死亡人數將比當前報告的人數多得多，但這顯然是否是事實。

實際死亡率要低得多。若是每一個人都要接受冠狀病毒檢查，那麼新型冠狀病毒病例會增多，從而增長了死亡率的分母而非分子，死亡率會直線降低。

若是公式中的一個參數有誤差，那麼結果也將有誤差。死亡率的計算並不簡單，它必須考慮到可用數據中的選擇誤差。

那麼該如何計算實際死亡率呢？咱們須要考慮那些未去醫院檢測的潛在感染者。這須要更復雜的計算機建模，可是它將比現有數據更準確。

可見，當前看到的3.4%並非事實，實際死亡率會低得多，統計數據的誤差形成了這樣的情況。

留言點贊發個朋友圈

咱們一塊兒分享AI學習與發展的乾貨

編譯組：李韻帷、吳亞芳
相關連接：
https://towardsdatascience.com/why-you-shouldnt-believe-the-coronavirus-death-rate-e52f6ba78806

如轉載，請後臺留言，遵照轉載規範

推薦文章閱讀

ACL2018論文集50篇解讀
EMNLP2017論文集28篇論文解讀
2018年AI三大頂會中國學術成果全連接
ACL2017論文集：34篇解讀乾貨全在這裏
10篇AAAI2017經典論文回顧

長按識別二維碼可添加關注

讀芯君愛你