据《自然》杂志19日报道，官方数据显示，全球因疫情死亡人数已经超过550万，但这个数字被严重低估了。科学家们发现，一些官方数据存在缺陷。人口统计学家、数据科学家和公共卫生专家正在努力使用从墓地的卫星图像、挨家挨户调查、机器学习计算机模型等各种方法，试图从可用数据中推断出全球估值。其中，最引人注目的尝试来自伦敦《经济学人》杂志，其使用的机器学习方法估计，有 1200 万到 2200 万人因新冠死亡——这是官方死亡人数的 2 到 4 倍。
官方数据、《经济学人》数据、IHME数据对比 图源：《自然》杂志
有缺陷的数字
超额死亡率是一项将所有记录的死亡人数与预计发生的死亡人数进行比较的指标，这个指标显示，在大流行中死亡的人数比官方统计多得多。
《经济学人》的模型强调了各国的官方死亡人数经常低估真实数字——但低估的程度各不相同。世界上最富裕国家的超额死亡人数可能比官方统计数字高出三分之一左右，但最贫穷国家的死亡人数可能会高出 20 倍以上。
总体而言，该模型表明，中低收入国家的人均死亡人数至少与富裕国家一样严重——这与官方数据给出的情况形成鲜明对比。
图源：美联社
华盛顿大学独立的全球健康研究中心健康指标与评估研究所 (IHME) 也对大流行导致的全球实时死亡人数进行了单独估计。IHME 的模型显示，到目前为止，已有 900 万至 1800 万人死亡。
不好的做法？
然而，并非所有人都同意这种方法。数据科学家 Gordon Shotwell 对《经济学人》的流行病模型提出了直言不讳的批评，他发表了一篇博文，称其为不负责任。“我认为使用任何模型来估计都是不好的做法，”Shotwell告诉《自然》杂志。“通过在预期寿命高的大多数富裕国家试验模型并将其应用于预期寿命低的贫穷国家，你不会获得任何东西。”
毫不奇怪，领导《经济学人》建模工作的数据科学家 Sondre Ulvund Solstad对此有不同的看法：“我认为提供一个不确定的数字比依赖一个明显错误的非常确定的数字要好。”
他说，由于数据不完整，助长了一些荒谬的理论，比如，有人会认为，非洲人对这种疾病具有遗传抵抗力，不需要国际帮助或疫苗。
更好估计
人口统计学家和其他人正在寻找其他方法来估计更可行的死亡人数。比如，从一个国家的较小地区进行推断估计。
另一种方法是调查具有代表性的家庭样本，询问死亡情况。
此外，伦敦卫生与热带医学学院 (LSHTM) 的公共卫生研究员 Mervat Alhaffar 也开展了一项研究，该研究使用了一种更直接的方法来估计死亡人数：计算坟墓数。
Alhaffar 说这项技术很有用，但不能在任何地方应用。而且，在数据稀缺的国家，文化葬礼更难追踪。
在寻找计算死亡人数的方法时，加州大学欧文分校的人口统计学家 Andrew Noymer 表示，这种流行病和对实时死亡率数据的需求增加凸显了几十年来的人口统计学缺陷：许多国家根本没有收集有关出生、死亡和其他生命统计数据的良好数据。
这意味着新冠的真实死亡人数可能总是有争议的。“我们仍然不知道有多少人在 1918 年‘流感’ 大流行中死亡。”
上游新闻 毛丹 编译