流感|新冠的確不是流感, 但扭曲數據夸大奧密致死率, 造謠恐嚇就沒必要了

流感|新冠的確不是流感, 但扭曲數據夸大奧密致死率, 造謠恐嚇就沒必要了
文章圖片

現在無論是天天喊“新冠就是流感” , 還是天天喊“Omicron奧密克戎特別可怕 , 比原始株還可怕”的 , 都不必當真 。
本文來源:公眾號“一小時爸爸”(ID:hrdaddy) 。如果喜歡藍橡樹的文章 , 請記得要把我們“設為星標”哦!
........................................
新冠不是流感 ,
奧密也并沒那么恐怖
1 , 新冠本來就不是流感 , 這是兩種不同的病毒 , 新冠可以在某個指標上和流感相似 , 但整體來看兩種不同的病毒 , 防疫的方式方法肯定是不同的 。
所謂“新冠≈流感” , 就是把一個復雜問題簡單化 , 也許能安撫人心減少恐慌 , 但使用這種不準確的說法 , 未來一定會導致一些副作用 。
2 , 2022年的Omicron奧密克戎變種 , 和2年前的原始株 , 或者1年前的Delta變種 , 當然也不一樣 , 在已有一定的治療手段 , 廣泛施打疫苗的現在 , 全球范圍內新冠死亡率確實在直線下降 。
再過幾周 , 等吉林和上海的臨床數據更明確 , 包括不同疫苗情況和年齡組的重癥、死亡數據 , 我們就能明白Omicron變種在目前中國接種和治療情況下的危害性了 。
防疫涉及到醫學、社會學、經濟學、心理學等等 , 但不管是什么 , 都是科學問題 , 最終仍然是要回到真實的數據分析研討上來 。
辟謠故意扭曲數據
夸大奧密的致死率
不過作為一個“科學信徒” , 最恨的并不是別人不講數據 , 而是故意扭曲數據 。 我可以接受“非科學” , 但是不能接受“偽科學” , 疫情的分析也是如此 。 不想聊科學數據 , 那就聳聳肩算了 。 但如果故意用錯誤的數據 , 或者錯誤的分析方式 , 來誤導民眾 , 打著科學的紅旗反科學 , 那就讓人無法容忍了 。
比如昨天就看到了這樣一篇文章 , 某個公眾號用所謂的“超額死亡”數字來證明奧密克戎非常可怕 , 還用了一篇Nature(自然)雜志的文章 , 外加很多曲線圖 , 看著很專業 , 再配上各種加紅加粗的大號字體 。
吸引我注意的是 , 這篇文章開頭就拉虎皮做大旗 , 上來就說自己用的是Nature云云 , 說如果有意見就去找Nature , 拽的跟二五八萬一樣 。
流感|新冠的確不是流感, 但扭曲數據夸大奧密致死率, 造謠恐嚇就沒必要了
文章圖片

話說Nature的文章大家都在引用和分析 , 我們前兩天還用了一下 , 這篇Nature的文章是真的 , 是2021年9月發表 , 關于一個短期死亡率數據庫 , 這個數據庫也看了一下 , 蠻有用的 。 但這篇文章可沒分析什么致死率和奧密克戎的關系 , 也沒給出奧密克戎多可怕之類的結論 。
流感|新冠的確不是流感, 但扭曲數據夸大奧密致死率, 造謠恐嚇就沒必要了
文章圖片

所以這就有一個問題了 —— 數據是真的 , 結論就是對的么?當然不是 。 因為真實數據如果進行歪曲的 , 有目的的操作 , 照樣可以給出錯誤 , 甚至有害的結論 。 就如同這個造謠的公眾號一樣 。
這篇文章中的核心論點 , 是用了很多國家今年前10周左右的超額死亡率(也就是把今年的每周死亡人數和2010-2019平均同期數據做對比) , 因為很多國家的超額死亡率都比較高 , 就得出結論:
今年多死了很多人!!
奧密克戎很可怕!!!
接種疫苗也沒用!!!
請原諒我們突然傷害大家的視力和審美觀 。 這個公眾號估計以前是賣老年保健品出身的 , 生怕讀者的視力不好 , 里面充斥著各種貼心的超大字體 。 比如最礙(愛)眼(演)的是這么一段: