普遍民眾解讀數據時，通常優先選擇符合自己觀點的資料，而無視那些否定自己言論的數字。（圖取自Unsplash）

〔健康頻道／綜合報導〕如果不是以統計分析為生的人，恐怕容易會被社群媒體上的武漢肺炎（新型冠狀病毒病，COVID-19）統計數字所誤導；對此，生物統計學者提出5點易被民眾錯誤解讀的數據，提供一些判讀方法給沒有相關知識背景的人。

據《The Conversation》報導，澳洲雪梨大學生物統計學的學者雅克‧勞本海默（Jacques Raubenheimer）表示，普遍民眾解讀數據時，通常優先選擇符合自己觀點的資料，而無視那些否定自己言論的數字。

請繼續往下閱讀...

但是勞本海默呼籲，民眾還是要有正確解釋數據資料的能力，以免加速錯誤訊息的傳播，因為在一份資料中，每一項數據基本上是彼此相關的。

因此他列出5點解讀數據資料時容易犯的錯：

1.令人恐懼的是感染率，而不是死亡率

社群媒體將武漢肺炎與其他死因（例如流感）進行了比較，但是這些觀點漏掉了武漢肺炎的傳染性，因此我們需要看「感染死亡率（IFR）」，就是死亡人數占所有感染者的比例。

雖然武漢肺炎的感染死亡率比流感高這件事尚無定論，但社群媒體的說法肯定會讓民眾掉以輕心。試想，流感的感染致死率為0.1%，而在樂觀的情況下，武漢肺炎的感染致死率仍有0.25%，那麼武漢肺炎的致死率豈不是高於流感兩倍以上嗎？

流感的基本傳染數（R₀）約為1.3，武漢肺炎的基本傳染數中位數為2.8，從1.3躍升至2.8，數值越大表示越難控制，可見武漢肺炎的傳染性遠大於流感。

2.指數成長和誤導圖表

一個簡單的圖表可以將不同時間新增的武漢肺炎病例數呈現出來，但是新病例可能一下暴增，一下又趨緩，而「拉平曲線（Flattening the curve）」這項公共衛生策略就是一件很重要的措施，意即政府透過宣達政令，如封城、保持社交安全距離、居家隔離等，防止疫情短時間內壓垮醫療系統，也減緩病毒傳播。

不過社群媒體常會將武漢肺炎與其他病症的死亡人數一起比較，這些數據會使人無法立即意識到武漢肺炎所帶來的危險性，導致疫情失控、病例數激增。

當注意到疫情曲線急遽上升時，就表示染疫人數已有指數成長的跡象。勞本海默提醒，製表者應在預測或推估數據時，多考慮病例數指數成長的可能，才能避免民眾被誤導。

3.不是所有感染者都是確診病例

關於感染武漢肺炎與確診武漢肺炎之間的混淆，勞本海默說明，「病例」是在通過診斷檢測後，結果呈陽性才是患有武漢肺炎的人。

但是感染比病例多得多，有些感染症狀非常輕微甚至無症狀，檢測無法提供給每一個疑似有症狀的人，同時也不能保證每一次檢測都能準確。

勞本海默支持人民多多接受檢測，如此一來才能精準估計染疫人數，且從專業角度來看，最好的策略不是減少檢查，而是盡可能地廣泛檢查，才能最大程度的降低確診病例數和總體感染數之間的懸殊差距。

4.同一天的死亡數與確診病例無法進行比較

估計數字各不相同，但從感染到死亡的時間可能長達一個月，復原時間的差異更大，有些人病得很重，需要很長時間才能康復，有些人則沒有症狀。

因此，某日的死亡人數反映的會是數週前的病例記錄，而當時的病例數可能連當前的一半都不到。病例數可能突然激增，又復原時間每個人長短不一，在在都會在數據之間造成巨大差異。

5.數據資料繁雜、不完整且易更動

一些統計數據被修改調整後，部分的網友會表示不滿，但是很少有人能體會到追蹤疾病的統計數據有多麼艱鉅困難。

各國甚至各州對病例和死亡的計算可能都有所不同，蒐集數據也需要時間，這意味著要不斷進行追溯與調整。

勞本海默歡迎大家進入數據管理的世界，過程中需要不停地為數據清理以及建模，然而這一切可能不是那些沒有經驗的「武漢肺炎專家」會賞識的。

☆健康新聞不漏接，按讚追蹤粉絲頁。
☆更多重要醫藥新聞訊息，請上自由健康網。

不用抽 不用搶 現在用APP看新聞 保證天天中獎　 點我下載APP　 按我看活動辦法