主题:【信息流行病】新冠超额死亡数据的悖论 -- 夕曦
例如《论宫颈癌在人群中的分布比例》,我把全部男性列为高危组
然后结论自然是此病危险性较小,大家可以安心躺平
https://mp.weixin.qq.com/s/7VpMqOYfI-KkfLoDp90CbQ
上面我的用词不够严谨,他们的说是缺额,不是减额
曹天元那本《上帝掷骰子吗》非常精彩!
我在原帖的声明中,提出:“同一个事实,在不同层次的认知可以产生截然相反的结论和观点。”
借河友283号出口的回贴(不太相信“超额死亡应该远远大于非典直接死亡数”),正好进一步讨论一下。
这个回贴的观点是:
我和我家族认识大量人,定居在中国非典/新冠爆发得最厉害的若干地区。我们确证至少4人直接死于新冠,但没有人间接死于新冠。
这是明显的“眼见为实”层次的认知,在自己和可信赖的人眼见的范围内得到认知,才是确定的。
JAMA上发表的新冠病毒超额死亡研究,使用的是一般人接触不到或者是处理不了的死亡统计数据,是“眼见为实”之上一个层次的认知。大部分死亡不是一个人能够“眼见”的,但又是真实存在的。作者分析数据后得出的结论是“高传染性相对较温和的病毒变异株也可以迅速导致高超额死亡率”,显然这与“眼见为实”的结论是不同的。
那么在JAMA之上,是否还有对新冠病毒超额死亡的认知?
我能够想到的方法,是把JAMA研究发现的超额死亡数据进一步和同期新冠死亡数据进行比较。
JAMA研究确定两个关键数据:在23周的德尔塔疫情期间,马萨诸塞州超额死亡人数为1975人;在8周的奥密克戎疫情期间,发生了2294例超额死亡。
对比同期的新冠死亡数据(这个研究结果非常唬人,尤其是由哈佛、耶鲁、Baylor),德尔塔23周内,新冠感染人数23.8万人,死亡1292人;奥密克戎8周,新冠感染人数59.4万人,死亡2494人。
可以看出奥密克戎疫情期间新冠死亡人数比超额死亡数还多出了200人,那么是否可以认为这期间超额死亡都是由新冠疫情直接引起的(与正常死亡有部分重叠,或者是统计误差),并没有间接对医疗资源冲击导致的额外死亡?
再比较看德尔塔疫情期间新冠死亡人数只占超额死亡数的65%,剩余的35%是否才应该算做真实的超额死亡数?
如果对以上两个问题的回答是肯定的,是否可以认为德尔塔可以产生比奥密克戎更多的超额死亡,所以毒性更强?是否可以否定信息流行病的错误认知:“奥密克戎有更高的致死率,更高的致死率说明奥密克戎比德尔塔的毒性更强”?
在这个层次(结合其它公开数据比较分析)的认知,是我部分否定JAMA新冠病毒超额死亡研究结论的依据,认为这个研究有缺陷。
再进一步分析,该研究确定的德尔塔疫情流行周数接近奥密克戎疫情周数的3倍,那么把统计的总超额死亡数按照每周平均进行计算超额死亡率,很自然会得出奥密克戎疫情的超额死亡率是德尔塔的3倍以上。这是另一个信息流行病的错误认知。
回顾一下从“眼见为实”到JAMA研究,再到结合新冠死亡数据对超额死亡的认知过程,可以看出这是一个逐步上升经过两次否定的过程。很容易让我们联想起中学政治经济学中学习过的东西,伟人教员早在80多年前就已经深刻、系统、全面地说明过人类的认知过程了(《实践论》)。
重复地说,论理的认识所以和感性的认识不同,是因为感性的认识是属于事物之片面的、现象的、外部联系的东西,论理的认识则推进了一大步,到达了事物的全体的、本质的、内部联系的东西,到达了暴露周围世界的内在的矛盾,因而能在周围世界的总体上,在周围世界一切方面的内部联系上去把握周围世界的发展。
从认知的不同层次看待争论,对我来说会更加关注能够学到什么,不会太在意与争论本身的对错。
--------------
待续
我个人认为应该这么理解:
正常应该死亡的人口在新冠下还是会死亡,因为有新冠造成的超额死亡,所以会有波峰。
我的理解是死于新冠的这些人是身体不好的或者有基础疾病的,或者器官衰竭的。大部分正常人恐怕还真有可能就是个感冒就过去了。
所以你假设中6月份的超额死亡数量的绝大部分并非来自12月分,而很可能是之后5年,10年甚至15年后会死的人提前死了。所以短期几个月甚至1-2年内是看不到明显波谷的。
而且就算是原本会在12月死亡的人口提前6个月死亡了,到12月的时候因为后遗症又或者体抗力下降还会有原本第二年6月应该死的人口提前到12月死亡。
所以从英国是死亡总数方面来统计的时候只能看到死亡波峰,而看不到波谷。要看到波谷,需要现在就要特效药或者新冠像非典一样瞬间消失,那样才会看到明显的波谷。
需要特别强调的是:超额死亡都是特殊事件的附带死亡(collateral death),不是直接死亡。
按我的理解,超额死亡是特殊事件的直接死亡与附带死亡之和。或者说,超额死亡是实际死亡与预期死亡之差。这个预期死亡是正常情况下(即没有特殊事件发生)的死亡数。
如果计算疫情的超额死亡,应该减除疫情直接死亡后,剩余的才是超额死亡。
即excess deaths/mortality,跟你的定义不一样:
The COVID-19 pandemic has produced excess deaths, the number of all-cause fatalities exceeding the expected number in any period.
We applied autoregressive integrated moving average (ARIMA) models to US Census populations (2014-2019) and seasonal ARIMA (sARIMA) models to Massachusetts
Department of Health all-cause mortality statistics (from January 5, 2015, through February 8, 2020) to account for prepandemic age and mortality trends and to project the age stratified (0-17, 18-49, 50-64,and≥65 years) weekly population and the weekly number of expected deaths in Massachusetts during the pandemic period
Excess mortality for each period was defined as the difference between the observed deaths and point estimate for sARIMA-determined expected deaths.
超额死亡是实际死亡与预期死亡之差。这里的预期死亡(expected deaths)是基于疫情前的数字,应该不包括疫情直接死亡, 不然就得不出论文的结论:
Others have reported that the Omicron variant may cause milder COVID-19. If true, increased all-cause excess mortality observed during the Omicron wave in Massachusetts may reflect a higher mortality product (ie, a moderately lower infection fatality rate multiplied by far higher infection rate).
the present findings indicate that a highly contagious (although relatively milder) SARS-CoV-2 variant can quickly confer substantial excess mortality, even in a highly vaccinated and increasingly immune population.
我们确证至少4人直接死于新冠,这4人都是在2020年1月25日到2020年2月15日这3周的时间内去世的。之前之后3个月时间段内我们再也没有确证任何人去世,包括与新冠有关联或无关联。之前3个月的数据可能有误差,因为太平年月噩耗传得不远;但是之后3个月的数据是比较可信的,因为大家注意力全在这个上面了。
所以,我个人的认知是:新冠在武汉其实只肆虐了一个多月(1月初到2月中),即使有“超额”死亡,多半也发生在这4-5周内。其实新冠这种烈性传染病,或者几周内控制住,或者溃烂不可收拾。
回到你建模用的统计数据,“德尔塔23周内...奥密克戎8周...“,拜托,你这是”躺平“用模型!新冠,武汉没躺平,上海后来也没躺平;非典,北京没躺平,广东也没躺平。你这个模型,根本就不适用。
最后我想说:武汉是英雄的城市,为抗击新冠付出了巨大的牺牲;有些事情,因为担心被人曲解利用做文章,不方便公开说;但我认为这不表示中央地方政府想隐瞒什么。作为对比,某城为了一己私利,险些葬送全国抗疫成果,我发自内心地送那帮王八蛋一句“xxx”!
涉及专业知识比较多,我声明中说过:由于知识积累的基线不同,肯定会有与大家不一样的观点。可以探讨,但不希望简单粗暴地贴政治性标签,扣帽子、批判、骂人。
因为疫情直接死亡数据都已经统计过了。超额死亡本身就不是个准确的统计数据,在统计疫情超额死亡数时不减去疫情直接死亡数据,不仅是没有必要的重复统计,而且研究的方法就更有问题了。
普查之间年份的数据包括出生、死亡等,是统计抽样数据后的估计,非常不准确。
中国肯定有像美国著名的死亡指数(death index)类似的死亡统计,经过逐级上报汇总,而且应该比美国的更详尽准确。
我那个是个极简的模型了,只是用来说明有波峰,就应该会有波谷对应。
比较逼真的模型会是这个月超额死亡人数里面,有人提前了6个月死,有人提前一两年死,甚至有人提前十年八年死,所以往后可以应该可以观察到几个小波谷。
正常年份总死亡数在统计学上会有个曲线(预期数),疫情三年这个正常年份可能要推算2018-2019前的情况。
但总的来说超额死亡数是个粗糙的概念,用来分析单个因素并不十分科学,他可能是多重因素重合在一起的作用,单独拎出来说是某个原因缺少说服力,比如经济周期原因、就业竞争原因、房地产原因、社会治安等或它们的总波动等,
.....好吧,我说的是美国:》