主题:【原创】选择抗疫模式的一个可能决策依据(知己知彼,百战不殆) -- 学步桥
共:💬27 🌺273 🌵1 新:💬1 🌺3
分页 树展主题 · 全看
/ 2
下页 末页
  • 家园 【原创】选择抗疫模式的一个可能决策依据(知己知彼,百战不殆) -- 有补充

    河里一个长期的话题就是如何选择抗疫策略,常常吵得不可开交。但是在选择之前,一个重要的因素,就是对采取不同策略的后果进行正确,准确的估计。但是由于技术和各种资源限制,直接去获取这个存在困难。这里我给大家介绍一篇今年早些时候发表在《柳叶刀》的文章:Estimating excess mortality due to the COVID-19 pandemic: a systematic analysis of COVID-19-related mortality, 2020–21

    作者是一个集体COVID-19 Excess Mortality Collaborators,领头的是王海东,一位在美国的华人,北大本硕,美国博士,美国工作。

    对超额死亡估计的文章汗牛充栋,为什么拿这篇来说事呢,一方面是参与者众多,数据比较充分;另一方面是方法比较可靠。我说一下我觉得比较重要的因素,大家有兴趣可以看原文:

    1 对延迟统计,未注册的全因死亡数据进行了矫正。并且剔除了因热浪袭击导致大量死亡的数据。再好的模型也不能在错误数据上做出好结果。这些举措很重要。

    2 文中采取了多个模型,分别利用2019.2以前数据对3.2019-2.2020进行估计,然后拿实际数据去打分,根据估计的成绩来做权重,用在对1.2020-12.2021的超额死亡估计上,数据是这之前(上至)11年的历史数据。

    关于中国数据,该文估计中国十万人超额死亡在湖北是9.4,湖北之外是0.3,综合是0.6。超额死亡跟实际报告人数比,湖北是2.34倍,其他地方23.57倍,综合是3.71倍。总的来说,我们的抗疫成绩很好,但是统计部门还是差点意思(不一定都是技术原因)。这个对比可以从下面两幅世界地图上清晰看到。前一张是超额死亡数据的世界地图,后一张是和实际报告死亡人数的差距倍数的世界地图。

    点看全图

    点看全图

    通宝推:龙牡,方平,MaverickZ,菜根谭,大爆炸,南宫长万,愚弟,桥上,麦喀士,不远攸高,
    主题:4819453
    作者 对本帖的 补充(1)
    家园 关于超额死亡率计算方法 -- 补充帖

    我个人的理解,对于从已知数据推断未知数据,就是要先寻找“变化中的不变性”(引号内是一位老先生的名言)。这个不变性可能不仅仅是简单的恒常性,甚至可能不是线性。

    所以从历史的死亡人口估计没有特定新因素影响下的预期死亡人口才有了不同的模型,他们对于“不变性”是有不同的理解的。而细化的输入,可以让模型预期的不变性更接近真实世界。比如假设《每个人死亡概率一样》就没有假设《每个同年龄的人死亡概率一样》精确,后者又没有假设《每个同年龄且同收入的人死亡概率一样》精确。

    但越精确的模型,需要输入数据越精细。主贴的引文因为要全球比较,未必有条件得到非常详细的数据,如人口中年龄、收入、基础疾病、医疗水平等等分布情况。很多网友提出,第一年基础病严重的脆弱人群已经死了,第二年数据就不一样,就算是一个例子。在有限数据下,主贴引文中的处理,就是引入多个模型,对一些数据估计后根据估计的好坏进行加权平均,思路简单但是确实有不少优点。

    现在很多网友在根据数据估计差额死亡,我建议大家参考一下该文的方法,而不是简单认为每年就该死一样多的人,或者每年死的人要走同样的趋势。

    To estimate expected mortality, we developed six models, each fit separately by location. The first four models were based on first estimating the weekly (or monthly) seasonal pattern of mortality and then estimating the time trend in weekly or monthly mortality not explained by seasonality. We used a Bayesian spline to estimate the weekly seasonal pattern for each location using data from 2010, or the earliest year after 2010 when such data first became available, until around February, 2020, when the COVID-19 pandemic started for each location (appendix p 48). Second, using the same Bayesian spline, we estimated the time trend in the residuals (additional details provided in the appendix, pp 38–40). By combining the seasonal and secular trends, we generated predictions of the expected level of mortality in 2020 and 2021.

    The specification of the spline can have a sizeable impact on the estimated expected mortality for a particular location. To make the results more robust to model specification, we included in our ensemble four variants according to where the second to last knot in the spline was placed: 6 months, 12 months, 18 months, and 24 months before the end of the period for the input data before the COVID-19 pandemic started for each location. We also included in the ensemble a Poisson model with fixed effects on week and year, and a model that assumed that expected mortality for 2020 and 2021 was the same as the corresponding weekly mortality observed in 2019. To derive weights for the different models in the ensemble, we assessed how each model performed in an out-of-sample predictive validity test. We fit the model to all data prior to March 1, 2019 and then evaluated how each model performed in predicting mortality between March, 2019, and February, 2020, compared with observed mortality in the same time period. We then weighted component models in the ensemble using 1 over the root mean squared error (RMSE) of the predictions for each component to down-weight component models with larger RMSE (and thus less accurate predictions) in the ensemble. A global weighting scheme was used for all locations. The distribution of RMSE by location for each of the six models included in the model ensemble and examples of the estimated excess mortality for each component model are provided in the appendix (p 49). Expected mortality from the ensemble model was subtracted from observed mortality in 2020 and 2021 to estimate excess mortality due to the COVID-19 pandemic.

    通宝推:龙牡,
    帖:4820325 4819453
  • 见前补充 4820325
      • 家园 就我们国家的数据

        应该比较详细,起码有一个比较详细的子集(如职工医保记录)。那么对于这部分数据,就可以有比较详细的模型。就可以拟合出不同区域,不同时间(对应不同的病毒变种和管控措施力度等)对差别,从而对当前病毒变种,不同管控措施对超额死亡的贡献,来做出更精准(当然总是相对的)的决定。当然还要根据国外数据做出矫正。比如用不发达国家和发达国家差异,来矫正从职工医保这个高福利人群得到结论在农村无医保人群的适用性。

        这够一个统计的博士生做毕业了。谁要是幸运拿到这个课题,毕业了肯定好找工作。

        帖:4820332 复 4820325
    • 家园 全面看待新冠的影响,死亡率不是全部

      全面看待新冠的影响,至少看以下几个方面:

      1、直接死亡,在打疫苗之后,死亡率的确降低了;或者说,如果死亡人数里大部分是70岁以上老人的话,那也可以认了;

      2、新冠后遗症,美国的海量新冠感染有了丰富的案例,美国CDC的结论是:五分之一的新冠感染者有新冠后遗症,就是long COVID,不可恢复的疲劳、脑袋麻木无法思考等各种情况;关于long COVID的情况,PubMed医疗文献网站上也大把;

      美国退伍军人健康署的百万人口级别的实际健康数据,已经得出结论:多次感染会大幅提高心脏病、血管栓塞、肾病的发生率;(查齐亚德·阿尔-阿利(Ziyad Al-Aly)的论文 ,PubMed医疗文献网站上有文献的原文)

      3、疫情期间,大量患者对医院的冲击;英国NHS已经堆积了700万病人的看病请求,癌症病人也要排队3个月以上才能看病,普通病人能去看病么?上个医院染一次新冠回来,他们乐意不?

      4、新冠疫情对生产生活的影响,美国大量劳动年龄段人口退出了就业市场,按美国人自己的估计是有400万人不再工作;微观上,是一个公司里总有人发病,连人都凑不齐,大量居家办公,工作效率下降严重;

      综合以上,不全面考虑新冠的危害就考虑政策,是盲目的行为。

      ---------------------------------------------------------------

      再提一个误区,就是靠医院和病床来扛。但这一定扛不住新冠的攻击;香港实际已经验证了,人均GDP6万美刀的富裕地区,内科ICU是250病床,新冠一来,800万人口死了近万人,香港的医疗系统是跟着英国搞的类NHS体系,瞬间被压垮,所以就不用想了。

      通宝推:alane,MaverickZ,学步桥,
      帖:4820057 复 4819453
      • 家园 数据测算之前,我没法说结论

        但是如果在相当程度放开,就不能有症状就进医院了。定个血氧的标准,超过XX的在家喝白开水。YY-XX之间的允许去方舱但是不强制(相当于给老年人、慢性病患者等高风险人群开个口子,方舱到医院有绿色通道)。ZZ-YY之间的可以自行去医院。低于ZZ的,救护车免费接送去医院。当然一刀切没有那么完美,但是事急从权,这样最大限度防止挤兑,才能保证最多人的生命。

        通宝推:普鲁托,龙牡,
        帖:4820306 复 4820057
        • 家园 这个估计已经在制定规划当中了

          (十一)加强医疗资源建设。制定分级分类诊疗方案、不同临床严重程度感染者入院标准、各类医疗机构发生疫情和医务人员感染处置方案,做好医务人员全员培训。做好住院床位和重症床位准备,增加救治资源。

          这是二十条里面的第十一条。很多人只看到了7+3改5+3就开始咋咋呼呼,不看后面还有十一条、十二条、十三条……

          因为奥密克戎的最长潜伏期是8天,根据专家的评估,密切接触者3天内检出阳性比例是81.4%,4天达到90.1%,5天达到94.5%,7天达到99.7%。根据这些结果,将隔离期限进一步优化到“5+3”。

          5+3是有数据支撑的,即使14+7,21+7都无法做到100%

          通宝推:学步桥,
          帖:4820398 复 4820306
        • 家园 英国21年初就是按照血氧操作

          有严重症状在家监控血氧(血氧仪是免费发放,用完还回去)

          一天三次,有专人打电话让你测体温和血氧然后记录。

          血氧低于93要求直接叫急救。

          也就是有选择的接受病患到医院。

          通宝推:学步桥,龙牡,
          帖:4820327 复 4820306
          • 家园 这个指标是不是有误?

            血氧低于93要求直接叫急救。

            【血氧92的危险】 - 大众养生网

            龚新宇 副主任医师 中日友好医院 三甲 回答时间: 2022年05月14日

            正常情况下,血氧92并不存在任何危险。一般情况下,人的血氧饱和一般在90-100之间,如果检查时,血氧饱和度低于80%,病人就会出现明显的缺氧症状,如胸闷、气喘病患有呼吸困难。血...

            大众养生网

            帖:4820483 复 4820327
            • 家园 数字是急救人员给的

              这里是介绍的链接

              https://www.england.nhs.uk/nhs-at-home/covid-virtual-wards/

              ========================================

              个人猜测可能是要给急救人员留时间,怕血氧一路跌下去。

              毕竟急救到场需要时间,送到医院门口也不是就会被立刻接受进去。

              帖:4822713 复 4820483
            • 家园 英国可能医疗资源丰富

              人的体质不同,相同指标反应也不同。比如血氧93,现实中有危险概率是1%;血氧90有危险概率是10%。那么医疗资源丰富的就把标准定在93,匮乏的定在90。当然在中国你真的血氧91,已经接不上气,浑身发紫了,打车到医院也未必不管。

              帖:4820523 复 4820483
      • 家园 现在主要的就是死亡率,其他暂时顾不上啊

        主要是,如何计算新冠死亡。

        有人说超额死亡数字小于新冠,是否证明新冠数字不准或者没那么可怕。

        是否无法解释或者可以解释?

        有的是不是把新冠死亡计入正常死亡了呢,尤其对于老人,有基础病的。

        帖:4820081 复 4820057
    • 家园 相对比较实时的数据网站

      https://mpidr.shinyapps.io/stmortality/

      https://www.euromomo.eu/

      https://ourworldindata.org/coronavirus#explore-the-global-situation

      这是我回复楼主时候另一个帖子里发的:谢谢分享,我分享下方便查询最新数据的网站

      通宝推:学步桥,
      帖:4819887 复 4819453
    • 家园 宝推很详细的数据

      已超额死亡率计,控制比较好的区域集团:

      0. 新西兰,澳大利亚,新加坡,中国台湾。富裕岛国,地理上的隔离加上比较好的医疗条件。

      1. 东亚、东南亚,应该有重视集体的文化因素,也有比较有力的社会治理的因素。

      2. 北欧、加拿大,富裕而且人口稀少,人传人也得先遇到人才行。

      3. 非洲部分国家,这个应该就是人口年轻导致的吧,傻小子睡凉炕,全凭火力壮。跟长年累月的饥饿疟疾机关枪比,新冠毛都不算。

      另一个统计数据和超额死亡的差异,比较大的国家

      1 非洲,应该就是政府能力不行。

      2 东亚,能力应该都没问题,估计是儒家文化特有的“耻”,影响了官员的取舍。

      3 印度,或许介于上面两者之间。

      最后再次感谢你的数据。我就是看了忍不住瞎议论一下,不要见怪。

      通宝推:龙牡,
      帖:4819778 复 4819453
    • 家园 【原创】选择抗疫模式的一个可能决策依据-续2

      前面两贴,通过科学数据,验证了我在前面一篇帖子【原创】保持自信,防止自满提到的,中国抗疫成绩非常好的结论。当然,这也不奇怪,大家对此意见基本是一致的。

      我想进一步说的,就是我们下一步怎么办,从哪里估计不同措施的后果。我在之前提到,成绩好是过去,将来怎么做,还需要进一步考虑,毕竟成本不可回避。主贴提及的这篇文章除了本身数据外,也提供了一个分析工具。超额死亡,除了新冠直接死亡,也包括了因为医疗挤兑等因为疫情本身引起的间接死亡,也包括抗疫措施带来的经济衰退引起的间接死亡(这个甚至可以是负的,比如澳大利亚,年龄矫正后的中国)。而我国在2020 ,2021 ,2022 甚至每个月情况都有所不同,各个省份也不同,如果分开统计,或许可以做到一个拟合曲线,分离这两个因素,特别是这两个因素随着政府财力的下降,新病毒的传染性加强引起的动态变化。然后根据其他国家不同的防疫政策导致的死亡人数做对比,来选择对自己最有利的决定。我手头没有数据,只是提供一个可能的考察的方向。

      我之前的设想,是财政再穷不会穷过朝鲜,或许维持严格的措施最有利。但是后来考虑到新的因素,即我国现在卫生水平比朝鲜高的多,不能硬套。二十年前,中国传染病死亡占比12%,现在传染病死亡占比仅有3%左右。二十年前的寿命和健康寿命仅差3年,现在两者差距9年,意味着慢性病成为更大的死亡风险。现存大量慢性病患者,严格措施对他们的伤害或许大过疫情,这点和朝鲜大不一样。所以最后何种措施最有利,还是要看分时、分地分别测算后,在和国外数据对比的结果。

      这仅仅是我粗浅的想法,博大家一笑。

      通宝推:唐家山,龙牡,方平,高地,海外俗人,MaverickZ,大爆炸,南宫长万,愚弟,桥上,麦喀士,不远攸高,
      帖:4819460 复 4819453
      • 家园 看现在的数据

        11月23日0—24时,31个省(自治区、直辖市)和新疆生产建设兵团报告新增确诊病例4010例。

        31个省(自治区、直辖市)和新疆生产建设兵团报告新增无症状感染者27646例

        截至11月23日24时,据31个省(自治区、直辖市)和新疆生产建设兵团报告,现有确诊病例26813例(其中重症病例116例)

        从以上数据可知,1,确诊病例在感染者中占比约为15%;2,而重症患者占确诊者比例约为千分之四。

        也就是说,按照目前的比例,假如有1亿感染者,确诊病例则为1500万,重症患者为6万人,假如有5亿人感染,则重症患者为30万人,假如有10亿人感染,则重症患者为60万人。

        算账完毕。

        假如现在全面放开的话,那么首要考虑的问题是,重症病床,也就是ICU床位够不够?定点医院够不够?目前全国定点医院约1500家,每家约400个床位,计60万个床位,其中ICU床位仅占2%,与卫健委要求的定点医院ICU床位不少于10%相差甚远。

        接来来要考虑的是,情况会不会变化?奥密克戎如果大范围的在中国人人体上传播(人种不同,疫苗不同),会不会发生新的变异?奥密克戎虽然这一年没有大的变异,但再经历一个冬天,会不会有新的变异?这都是未知数,谁也不敢拍胸脯。如果,情况发生变化,目前的比例发生大的改变,重症患者比例大幅上升,那么,前面算的账都是白瞎,等待中国人的就是一场大灾难。

        第三,中国由于人口众多,地域辽阔,各地情况千差万别,所以一管就死,一放就乱是中国国情最大的特色,也总是屡试不爽。目前国际处于百年未有之大变局,老美又在千方百计试图搞死我们,决不能自乱阵脚。

        综上考虑,目前最稳妥之策,仍然是精准防控,就像过去偷自来水那样,让水龙头一点一点的滴,让疫情始终在可控、可承受的小范围之内,缓慢增加,留出时间和变化进程,第一,做好全面放开的各种准备,第二,消除人们对病毒的恐慌心理,第三,积攒足够的感染样本,再观察一个冬天。

        通宝推:学步桥,
        帖:4820046 复 4819460
分页 树展主题 · 全看
/ 2
下页 末页