来源 | 知乎
作者|拍照稀烂帮帮主
各位朋友你们好,
最近《FT》(这里指英国金融时报,全称Financial Times)的某篇奇文火遍了墙里墙外~
——请品鉴:
那么下面就让咱们来扒一扒皮呗,
看看《FT》这篇奇文到底有哪些猫腻。
在正式开始批判之前,
咱不得不首先表扬一下《FT》,他们家不愧是玩弄数据界的巅峰存在,
特别是这两年风头正旺的数据可视化鬼才John Burn-Murdoch老师,
靠着给这篇奇文配了几张特别言简意赅的示意图~
一举在推特上狂刷17k点赞~
这影响力,早就超越了第一二三四五层,直抵大气层。
——请品鉴:
还没完呢~Burn-Murdoch老师的鬼才之作,
还顺理成章地火过了墙,
在中文社媒平台激起了不小的反响~
——比如说,请再品鉴:
——以及,知乎这边也有土生土长的版本:
总之,简单归纳一下,
FT这篇奇文,以及Burn-Murdoch老师的数据可视化鬼才作品,
都阐述了一个非常简单的“事实”,那就是:
在2022年初,由于疫苗、既往感染和Omicron的共同作用,
英格兰新冠病毒感染死亡率(infection fatality rate,IFR)已经低于流感的感染死亡率了!
这简直是躺平党们的特大喜讯啊有没有!
……
……
然而很可惜,咱不得不泼一盆冷水啊各位~
让英格兰新冠病毒感染死亡率低于流感的,
主要并不是疫苗,也不是既往感染,更不是Omicron,
而是Burn-Murdoch老师玩弄数据的高超本领。
第一层
在正式出手扒皮之前,
咱不妨简单回顾一下使用IFR衡量疾病危害的局限性,
勉强凑个数,算是第一层和第二层吧吧~
——名词解释顺便走一个:
↑ 从上述公式不难看出,以IFR来衡量疾病危害,主要有两大缺陷,
首先,IFR这玩意儿吧,
它完全不涉及患病风险,
或者咱来举个例子说明呗:
现在假设拍老师我有两口糖罐子,A罐代表流感,B罐代表新冠;
然后每一罐里面有10000颗小熊软糖~
其中A罐里面有4颗糖有毒(姑且按照FT的口径,流感的IFR 0.039%),B罐里面则有3颗糖有毒;
总之咱一旦吃到有毒糖果就会扑街……
那么现在咱每隔7到13年从A罐抓一颗糖吃,然后每年从B罐抓两颗糖吃~
请问哪边扑街的风险更大?
第二层
上边儿的第一层,很多朋友都想得到,
不算稀奇,那么下边咱再来看看第二层呗~
——请品鉴:
这事儿其实咱已经唠叨过无数遍了……
就如同在个人层面上不能完全靠IFR来衡量因病扑街的风险一样,
在全人口层面上,也不能靠IFR(以及IHR、CHR、CFR等等各种R)来衡量疾病负担,
这玩意儿作为疾病负担指标,已然过时40多年了,原因就在于:
“指标单一、局限性大,不能反映伤残/早死/失能等对个人和社会带来的损失”
“指标单一、局限性大,不能反映伤残/早死/失能等对个人和社会带来的损失”
“指标单一、局限性大,不能反映伤残/早死/失能等对个人和社会带来的损失”
(重说三)
具体分析可以看咱的老文:《[独家原创]病死率不到1%的新冠病毒感染症,危害到底有多大?》
第三层
看完上面的暖场戏,某些朋友可能会说:
“是的拍老师,IFR这个参数有局限,咱知道了…可是英国新冠IFR到底有没有跌破流感水平?”
那么……下面正式开始表演吧~
——请品鉴:
↑ 让我们来仔细品鉴品鉴FT这张图表呗~
(其他几张图也是一样的毛病,就不重复劳动了)
上图横轴是年份,纵轴是新冠IFR相对于流感IFR的倍数(注意坐标系魔法),
然后一路跳水的红色曲线上的三行字分别是:
高危人群接种疫苗、接种第三针,以及Omicron
乍看之下,这图简直可以说是特大定心丸了对吧?
可是……容老夫提醒一句,
请看红框框出来的那条脚注:
"IFR for seasonal flu as calculateed for New Zealand in BMJ"
翻译成人话:
季节性流感的IFR取《BMJ》上计算的新西兰数据
所以问题来了啊各位……
FT你特么这是啥骚操作?
你堂堂大英帝国的Omicron感染死亡率,
为啥不嫌麻烦要拿去跟几千英里之外的新西兰流感搞攀比?
为啥不跟英国自己的比?
这里面到底有什么猫腻?
那么就让我们顺藤摸瓜,
瞅一眼FT脚注所说的那篇BMJ文献呗~
咱已经贴心地找出来了,不用谢!
——请品鉴:
原文见这里:https://www.bmj.com/content/371/bmj.m3883/rr
翻译成人话啊,
BMJ这篇文章(其实也不是啥正经文章,而是一堆关于新冠和流感IFR的撕逼)提到,
新西兰流感的IFR是0.039%,
当然这一点我们从FT那张图的纵坐标也能大致看得出来……
——元芳!上放大镜:
让我们重温一眼这个惊人的数字:0.039%。
然后再回头品鉴一下,同样来自BMJ,
大英帝国自己家的流感IFR~
——当当当当:
原文见这里:https://www.bmj.com/content/343/bmj.d5408
所以同样根据BMJ的数据,
在英国,流感IFR介于0.005%到0.009%之间,
比新西兰版的那个0.039%也就低了个4-8倍的样子~
FT这cherry-picking的本事,也是没谁了……
第四层
各位你们以为FT的本事只是如此而已吗?
那你们就太小瞧人了~
要知道,流感的IFR,它是根据年份不同而略有浮动的~
正因为这个原因,为了避免cherry-picking的坏名声,
咱找的那个0.005%到0.009%的IFR,
是2009年H1N1大流行期间的数字,
——请看:
但这里其实就涉及到一个方法论的问题,
详见:《[后台点播·奇文共赏] 激战!流感VS新冠!(小祖宗版)》
——请看下面的名词解释:
简而言之,既然要搞横断面对比,
一大注意事项就是“特定时间点”。
所以严格来说,
咱拿2009年流感的IFR去对比2022年初Omicron的IFR,
这其实是不妥的,
本质上就相当于拿前朝的剑斩本朝的官……
那么如果拿2022年英国的流感IFR去对比2022年的Omicron IFR的话,
会是什么样的造型呢?
……
……
——请勉强品鉴:
实在很抱歉啊各位,
由于2022年英国死于流感的人数太少,
根本画不出来IFR对比图,
所以咱只能用UKHSA Weekly Flu Report的重症入院人数来暂时代替了~
或者咱也可以临时换个战场,
借鉴一下美帝那边的近期流感IFR数据呗(虽然这样也不太严谨)~
——请再品鉴:
来源:https://www.cdc.gov/flu/about/burden/preliminary-in-season-estimates.htm
翻译成人话:
根据CDC数据,在2021年10月1日到2022年3月5日期间,
美帝约有2700000-4500000例流感有症状感染;
(然后流感感染的有症状比例约为65-85%[1])
最后约有1500-4500例流感死亡。
各位你们现在可以根据以上数据口算出一个美帝版的流感IFR了,不用谢~
哦对了,
FT精挑细选的新西兰流感数据,又来自啥年份呢?
咱顺着上面BMJ文章的脚注扒拉了一下,
终于把信源给找出来了~
——请品鉴:
见这里:https://www.journalofinfection.com/article/S0163-4453(17)30165-2/fulltext
1994年到2008年……
完美避开了2009年的H1N1大流行……
怪不得FT刻意强调说这是SEASONAL flu呢~
FT你们太棒了!
第五层
上边咱已经简单提到了一嘴,
FT那个信源虽然来自高大上的BMJ,
但BMJ的这篇具体文章,却根本不是啥正经文章,
而是一堆关于新冠和流感的没营养的撕逼信。
——具体来说,请品鉴:
原文见这里:https://www.bmj.com/content/371/bmj.m3883
标题翻译成人话:
关于新冠病毒根除策略的争论需要正确的数据
???
我可去你麻痹的吧!
FT这夹枪带棒的本事,也是没谁了!
——总之,请继续品鉴:
红框部分翻译成人话:
- 我们知道新西兰流感致死率(mortality rate)大概是每十万人每季扑街13.5人;
- 我们又根据血清型筛查的数据得知,新西兰流感血清抗体阳性率35%;
- 根据以上俩数字口算可知,新西兰流感IFR是0.039%!
……
……
这就是为啥,咱一上来就吐槽,
这玩意儿虽然发表在BMJ上头,但根本不是啥正经科研文献,
各位你们啥时候见过正经科研文献靠口算来毛估传染病IFR的……
不过呢,调侃归调侃,
以上口算虽然略糙,但放在它本身的那个上下文里头,其实算不上啥特别的硬伤~
但FT的高明之处就在于,
经过他们倒手之后,没有硬伤也能凭空创造出硬伤。
为啥这么说呢?
请跟着名侦探拍老师来一探究竟吧~
上面咱已经看到,
FT的引用源,也就是BMJ那篇撕逼信,
靠着简单的口算得出了IFR 0.039%~
然后这个简单口算的基础,又是另外两个已有数据:
致死率(mortality rate)每十万人每季13.5例,以及患病率(prevalence)35%。
——其中,第一个已有数据的来源见这里:
见这里:https://www.journalofinfection.com/article/S0163-4453(17)30165-2/fulltext
似乎没啥毛病对吧?
但请各位再等等,
咱再瞅一眼这篇文章的方法论部分。
——请看:
红框部分翻译成人话:
流感相关死亡,靠的是(国际疾病分类ICD)编码“P&I”来确认——也就是流感和肺炎
………
………
这就是为啥咱上面会说,
原本没啥硬伤的东西,
被FT倒一次手,没有硬伤也能凭空创造出硬伤~
一方面呢,肺炎和流感打包计算致死率,这个是一百多年来的老传统,
另外一方面,《国际疾病分类(ICD)》上头也确实是这么划分的~
——请品鉴:
所以上面的原文这么用,并没有什么毛病。
但是呢,FT直接拿这个数据来跟新冠病毒PK,
这就属于故意搅浑水了~
因为啊,大伙儿都知道,
第一,新冠病毒感染症的主要杀手锏就是肺炎,
以至于直到现在,国内的官方名称都还是“新型冠状病毒肺炎”,
结果你FT搞了一场新冠vs流感的同场PK,
你直接把肺炎这一坨死因给划到流感那边,
这算不算拉偏架?
第二,根据ICD的编码定义,
其他各种病原体造成的肺炎全都涵盖在J09-J18编码下,包括但不限于:
嗜血杆菌/链球菌/克雷伯菌/假单胞菌/葡萄球菌/大肠杆菌等各种细菌性肺炎;
衣原体肺炎;炭疽;百日咳;
伤寒;
风湿热;
血吸虫病;
曲霉病;
大叶性肺炎……
等等等等……
(详见:https://icd.who.int/browse10/2019/en#/J09-J18)
说好的流感vs新冠,
结果夹了一大堆各种肺炎,
这又算不算请外援?
第六层
各位,FT的骚套路还没完呢~
上面咱看到了,他们引用的那个BMJ版新西兰流感IFR数据,
是根据另外两个数据口算出来的,分别是:
致死率(mortality rate)每十万人每季13.5例,以及患病率(prevalence)35%。
刚才咱已经分析了“致死率每十万人每季13.5例”这部分背后的猫腻,
下面咱继续来瞅瞅“患病率35%”这部分呗~
(是的各位你们没有看错,FT就是这么牛鼻,每个想不到的小细节都被他们埋了雷)
总之,根据BMJ那封撕逼信的蛛丝马迹,
咱找到了患病率35%这个说法的源头~
——请品鉴:
见这里:https://academic.oup.com/jid/article/219/3/347/5054657?login=false
各位,看出问题了没?
看出来没有?
嗯嗯嗯?
好吧,没看出来也挺正常,
毕竟FT这雷埋得太隐蔽了……
——元芳!上放大镜:
所以这35%流感患病率,
全都是靠着没接种疫苗的选手刷出了的啊,
失敬失敬!
所以情况就是这么一种情况,
FT在2022年3月份发表的文章,
精挑细选,找了BMJ当初2020年10月份的一封撕逼信作为数据源~
但却刻意忽略了一个关键的情况变化,那就是:
2020年10月那阵,
不管是英国人还是新西兰人,
都没打新冠疫苗,
所以只能跟同样没打流感疫苗的队列进行横向对比;
然而时过境迁啊各位,
到了2022年,英国人民的新冠疫苗接种率是啥造型呢?
——请品鉴:
完全接种率72%、增强针接种率56%……
所以FT暗搓搓地安排这么一个接种率惊天地泣鬼神的新冠代表队,
去pk隔壁接种率为零的流感代表队,
这是人干的事儿???
各位,在进一步八卦之前,
让我们再次总结一下FT一副图里面埋的各种惊天大坑呗:
第一层:选择IFR这个参数,完全不能衡量传播效率带来的危害性;
第二层:IFR同样不能衡量疾病负担;
第三层:FT偷梁换柱,放着现成的英国流感IFR数据不用,偏偏挑了个包含祸心的新西兰流感IFR数据;
第四层:上述新西兰数据是1994年到2008年的平均值,和Omicron爆发期间的社交疏离程度完全不一样;
第五层:而且这个新西兰数据,不是单纯的流感IFR,而是根据ICD编码定义的流感加肺炎打包IFR;
第六层:最后,这个新西兰数据,是接种率为零的IFR,而Omicron爆发期的英国,新冠接种率早就突破天际了……
大气层
各位,FT它再厉害,始终不过是在第六层罢了…
真正牛鼻的,还得看大英帝国和他们家NHS,简直堪称大气层。
为啥这么说呢?
因为不管FT怎么玩儿数据吧,他们那张图之所以能骗到人,
根本原因就在于,Omicron这波,英国的IFR确实跌了。
(或者更准确地说,从Alpha那一波的后期开始,随着接种率不断提升,英国的IFR一直在跌。)
而且这里咱交个底啊,
英国这波IFR,确实低得出乎了当初咱的意料。
因为当初咱的想法十分朴实:
咱觉着吧,决定新冠病毒感染致死率的最主要因素,不是既往感染史,也不是疫苗接种率,
而是医疗系统蚌埠蚌得住。
但凡蚌得住的,那么一切好商量,
而一旦蚌埠住了,全面崩盘了,那么死亡数据就必然会一飞冲天。
所以当初咱根据Omicron在南非的有效再生数,以及英国的NPI力度,另外还根据当初NHS用脸硬接Alpha那波时一触即溃的惨况,
咱天真地认为,NHS这把多半又蚌埠住了,又要躺了~
可是没曾想,他们居然硬撑下来了,这你们敢信?
所以下面咱就来看看,
为了硬扛Omicron这波,大英帝国以及NHS创造出了怎样的奇迹,怎样一举突破到大气层~
——开门见山了啊,请看:
以上是英国独立智库Nuffield Trust搞的NHS月度表现评估报告~
划重点:
- 2021年12月,NHS择期治疗排队人数创下历史新高,达到607万人;
- 2021年12月,等待择期住院治疗超过一年的人数约31万,规模约为疫情前的两百倍。等待择期住院治疗超过两年的人数则有约两万;
- 2022年1月,急诊病床的等待时间也创下新高。一共1.6万人从被救护车运到医院开始到实际住院的等候时间超过了12小时,比上个月增长了28%;
- 2021年12月,有三分之一已得到GP紧急转诊的癌症患者,接受首次癌症治疗的等待时间超过两个月
……
……
怪不得你NHS可以正面硬刚Omicron而不崩~
而你大英的前任殖民地香港,
则被Omicron按倒在地疯狂摩擦……
感情你NHS屹立不倒的诀窍,就是对自己人下手够狠啊……
咱不得不夸一句,
NHS,你们不愧在大气层!
——请继续品鉴:
2021年12月,总共600万人在等待择期住院治疗;
其中等待超过一年的人数高达31万,等待超过两年的人数也超过了两万;
作为对比,在2019年12月,等待超过一年的人数只有不到1500人~
——请接着品鉴:
2021年12月,33%已得到GP紧急转诊的癌症患者,接受首次癌症治疗的等待时间超过两个月,这是NHS有记录以来最高的拖延比例~
……
……
这尼玛不是一般的择期手术啊各位,这可是癌症啊~
——请耐心品鉴:
2022年1月,NHS一共处理了差不多190万起急诊入院,比大流行之前的2020年1月反而缩水了11%~
2021年12月到此年1月,分别有27%和26%的急诊病人等候时间超过4小时,创下了NHS急诊等候史上最烂记录;
2022年1月,等候超过12小时的人数超过1.6万,比起2021年1月水平大涨28%,比起2020年1月则更是翻了四倍多……
……
……
只能说,NHS这统筹安排的技巧越来越炉火纯青了
——还有:
2022年1月,NHS急救车一类事故(致命伤)的平均响应时间上涨到了8分31秒;
二类事故(紧急)的平均响应时间则滞后到了38分4秒;
请注意90th centile……特别感人
——咱继续啊:
2022年第五周,NHS共发生约1.8万起救护车交接延误超过半小时的事故,占总数的21%;
以上仅次于2021年初(Alpha爆发高峰期),是历史第二烂记录;
在所有救护车交接延误事故里面,超过四成的延误时间超过1小时,这个是历史最烂纪录,没有之一。
……
……
大气层,不愧是大气层!
——最后一张图:
2021年12月到2022年1月,NHS急救电话也拉胯了,屡屡创下历史最惨记录;
2022年1月3日,急救电话1分钟之内拨通的机会不到30%,其他时候也在50%-70%的范围徘徊……
所以咯,
情况就是这么个情况~
感染人数更多,病伤负担也更大的Omicron爆发,
没能正面压垮身处大气层的NHS,
因此Omicron这波的IFR,得以持续下降~
就这一点而言,NHS确实牛鼻~
但各位你们如果打算从NHS身上借鉴什么的话,
还是趁早打消这个可笑的念头吧~
毕竟,全世界只有一个NHS,
而且更重要的是,
你们都没在大气层~
最后,英国第四波(Delta)和第五波(Omicron)爆发,死亡人数PK图,
——请品鉴:
以及,在第五波爆完不到一个月之后,第六波又开始了~
——请再品鉴:
所以只能有劳NHS在大气层上面多呆一会儿了~
参考
1.https://journals.lww.com/epidem/Fulltext/2015/11000/Review_Article__The_Fraction_of_Influenza_Virus.13.aspx
-
结婚前后有何不同,杨幂说了4个字,这才是感情破裂的根本原因?主持人问到,有小孩做了父母之后,你们在婚前婚后与恋爱时有什么不一样,杨幂说,没有变化,看似很简单的
-
智能驾驶龙头热度爆棚 业绩翻倍增长的低估值股被盯上据统计,近一周机构调研公司数量有300多家。海康威视成为近一周调研机构数量最多的股票,合计有415家机构调
-
环球看点!螃蟹和柿子隔多久能吃一次_螃蟹和柿子隔多久能吃1、柿子和螃蟹不宜同时进食,一般可以隔三四个小时,等其中一种食物完全消化。2、排空之后再吃另一种比较适
-
快看:亚特兰大老鹰队终于是回到了主场继续对阵波士顿凯尔特人队NBA季后赛今天继续进行,亚特兰大老鹰队终于是回到了主场,继续对阵波士顿凯尔特人队。老鹰队在系列赛前两
-
炎陵七旬老人抢镜头唱山歌|环球观焦点00:504月22日,炎陵县举办的神农谷第一届民俗文化节现场,湖南日报·新湖南客户端记者在采访活动负责人时,
-
结婚前后有何不同,杨幂说了4个字,这才是感情破裂的根本原因?
2023-04-23 07:55:56
-
智能驾驶龙头热度爆棚 业绩翻倍增长的低估值股被盯上
2023-04-23 07:33:30
-
环球看点!螃蟹和柿子隔多久能吃一次_螃蟹和柿子隔多久能吃
2023-04-23 07:21:13
-
快看:亚特兰大老鹰队终于是回到了主场继续对阵波士顿凯尔特人队
2023-04-23 06:55:54
-
炎陵七旬老人抢镜头唱山歌|环球观焦点
2023-04-23 06:28:36