『新京报』美国的防疫手段:数据、直觉和其他武器,什么才最有效?( 五 )


疾控中心为何也不能准确预测流感病毒的爆发?
谷歌搜索和医生的诊断报告 , 都流向美国疾病控制与预防中心的一个下属机构:位于亚特兰大的国家免疫和呼吸疾病中心 。 该中心包含流感部门 , 在里面工作的300名工作人员 , 必须利用手边的数据预测、跟踪、推荐流感治疗方案;其中一些数据有用 , 一些存在缺陷 , 还有一些是两者兼而有之 。
该部门依赖于临床实验室(例如我所在的位于华盛顿特区的医院的临床实验室)以及公共卫生实验室(例如位于费尔班克斯的那个)的工作 。 每周 , 美国各地约2000名医疗服务提供者——护士、医生以及他们的助手——会填写一份表格 , 向美国疾病控制与预防中心报告他们接诊的患有流感样疾病的病人数量 。 这些来自抗击流感前线的报告颇为耗时但价值很高 , 但它在数据质量方面存在明显的局限 。 一名医生可能会报告“流感” , 而另一名看到类似症状的医生可能会报告“发烧”“肠胃炎”“病毒综合征”——这些都是流感样疾病 。 当需要汇总数字并向美国疾病控制与预防中心报告流感样疾病活动时 , 电子病历可能包括这些诊断中的部分或全部 , 或根本不包括其中的内容 。
美国疾病控制与预防中心 , 还依靠医院实验室上报的流感检测数量 , 以及其中阳性病例的数量 。 你可能认为 , 这些数据比检查电子病历更准确 , 但这里的流感真实发生率也可能会有所不同 , 具体取决于哪些患者进行了检测 , 以及诊所和医院的位置 。 有些医生 , 只有在接诊病情严重的患者或癌症、艾滋病或其他并发症患者时 , 才会进行流感检测 。
在这种情况下 , 进行检测的患者总数是有限的 , 但阳性病例的数量却很高 。 或者可能得到相反的结果:其他医生——即使是在同一家医院——他们会对许多患者进行检测 , 而不仅仅是患有慢性疾病的患者 。 在这种情况下 , 样本量虽然非常大 , 但流感阳性病例的数量相对较少 。 在这两种情况之下 , 这些数字仅包括了那些选择去就诊的病人 , 以及那些选择对患者进行检测的医生 。 美国疾病控制与预防中心必须正确看待这些不完美的、有时相互矛盾的信息 。
而且 , 我们在这个过程中完全是被动的 。 这些数字 , 只能说明已经发生的事情 。 收集数据以及向公众报告数据之间的时间间隔 , 可能是几天、几周或更长的时间 。 这些数据 , 或许能够表明流感造成的负担(在特定地方的影响) , 但它落后于流感的流行程度 , 即实际的流感肆虐程度 。 它指明了流感在过去的状态 , 但并未指明流感在目前或将来的状态 。 例如 , 如果我在11月的第1周接诊了3名流感患者 , 第2周9名 , 第3周30名 , 那么我可以合理地估计 , 在11月的最后一周 , 我接诊的患者可能多达70名 。 基于此 , 我会为疫情暴发做好准备 。 但这些数据 , 可能根本无法预测患者数量的增长 。 也许流感疫情在第3周达到顶峰 , 之后新病例数量将开始下降 。 如果事实真的如此 , 那么我的准备便毫无意义 。
而这正是当前正在发生的情况 。 2018年1月的前几周 , 确诊的流感病例数量突然大幅增加 。 患者数量已经达到顶峰还是会继续攀升呢?没人知道 。 与此同时 , 媒体继续将数据解读为流感大流行 , 忘记了2009年猪流感的教训 。 当那一次疫情结束时 , 实际流感死亡人数低于常规流感季 。
『新京报』美国的防疫手段:数据、直觉和其他武器,什么才最有效?
本文插图
药物销售数据和社会问卷调查能预测流感病毒的爆发吗?
统计和预测流感活动的难度巨大 。 谷歌流感趋势的尝试以失败告终 , 而现已解散的流感预测市场也并未提供独到见解 。 来自诊所和实验室的数据不完整 , 有时具有误导性 。 那么 , 还有什么其他可行方案呢?
【『新京报』美国的防疫手段:数据、直觉和其他武器,什么才最有效?】


推荐阅读