據《自然》雜志19日報道，官方資料顯示，全球因疫情死亡人數已經超過550萬，但這個數字被嚴重低估了。科學家們發現，一些官方資料存在缺陷。人口統計學家、資料科學家和公共衛生專家正在努力使用從墓地的衛星圖像、挨家挨戶調查、機器學習計算機模型等各種方法，試圖從可用資料中推斷出全球估值。其中，最引人注目的嘗試來自倫敦《經濟學人》雜志，其使用的機器學習方法估計，有 1200 萬到 2200 萬人因新冠死亡——這是官方死亡人數的 2 到 4 倍。
官方資料、《經濟學人》資料、IHME資料對比 圖源：《自然》雜志
有缺陷的數字
超額死亡率是一項将所有記錄的死亡人數與預計發生的死亡人數進行比較的名額，這個名額顯示，在大流行中死亡的人數比官方統計多得多。
《經濟學人》的模型強調了各國的官方死亡人數經常低估真實數字——但低估的程度各不相同。世界上最富裕國家的超額死亡人數可能比官方統計數字高出三分之一左右，但最貧窮國家的死亡人數可能會高出 20 倍以上。
總體而言，該模型表明，中低收入國家的人均死亡人數至少與富裕國家一樣嚴重——這與官方資料給出的情況形成鮮明對比。
圖源：美聯社
華盛頓大學獨立的全球健康研究中心健康名額與評估研究所 (IHME) 也對大流行導緻的全球實時死亡人數進行了單獨估計。IHME 的模型顯示，到目前為止，已有 900 萬至 1800 萬人死亡。
不好的做法？
然而，并非所有人都同意這種方法。資料科學家 Gordon Shotwell 對《經濟學人》的流行病模型提出了直言不諱的批評，他發表了一篇博文，稱其為不負責任。“我認為使用任何模型來估計都是不好的做法，”Shotwell告訴《自然》雜志。“通過在預期壽命高的大多數富裕國家試驗模型并将其應用于預期壽命低的貧窮國家，你不會獲得任何東西。”
毫不奇怪，上司《經濟學人》模組化工作的資料科學家 Sondre Ulvund Solstad對此有不同的看法：“我認為提供一個不确定的數字比依賴一個明顯錯誤的非常确定的數字要好。”
他說，由于資料不完整，助長了一些荒謬的理論，比如，有人會認為，非洲人對這種疾病具有遺傳抵抗力，不需要國際幫助或疫苗。
更好估計
人口統計學家和其他人正在尋找其他方法來估計更可行的死亡人數。比如，從一個國家的較小地區進行推斷估計。
另一種方法是調查具有代表性的家庭樣本，詢問死亡情況。
此外，倫敦衛生與熱帶醫學學院 (LSHTM) 的公共衛生研究員 Mervat Alhaffar 也開展了一項研究，該研究使用了一種更直接的方法來估計死亡人數：計算墳墓數。
Alhaffar 說這項技術很有用，但不能在任何地方應用。而且，在資料稀缺的國家，文化葬禮更難追蹤。
在尋找計算死亡人數的方法時，加州大學歐文分校的人口統計學家 Andrew Noymer 表示，這種流行病和對實時死亡率資料的需求增加凸顯了幾十年來的人口統計學缺陷：許多國家根本沒有收集有關出生、死亡和其他生命統計資料的良好資料。
這意味着新冠的真實死亡人數可能總是有争議的。“我們仍然不知道有多少人在 1918 年‘流感’ 大流行中死亡。”
上遊新聞 毛丹 編譯