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：

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》）。

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。

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：

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：

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：》