流感|新冠的确不是流感, 但扭曲数据夸大奥密致死率, 造谣恐吓就没必要了

流感|新冠的确不是流感, 但扭曲数据夸大奥密致死率, 造谣恐吓就没必要了
文章图片

现在无论是天天喊“新冠就是流感” , 还是天天喊“Omicron奥密克戎特别可怕 , 比原始株还可怕”的 , 都不必当真 。
本文来源:公众号“一小时爸爸”(ID:hrdaddy) 。如果喜欢蓝橡树的文章 , 请记得要把我们“设为星标”哦!
........................................
新冠不是流感 ,
奥密也并没那么恐怖
1 , 新冠本来就不是流感 , 这是两种不同的病毒 , 新冠可以在某个指标上和流感相似 , 但整体来看两种不同的病毒 , 防疫的方式方法肯定是不同的 。
所谓“新冠≈流感” , 就是把一个复杂问题简单化 , 也许能安抚人心减少恐慌 , 但使用这种不准确的说法 , 未来一定会导致一些副作用 。
2 , 2022年的Omicron奥密克戎变种 , 和2年前的原始株 , 或者1年前的Delta变种 , 当然也不一样 , 在已有一定的治疗手段 , 广泛施打疫苗的现在 , 全球范围内新冠死亡率确实在直线下降 。
再过几周 , 等吉林和上海的临床数据更明确 , 包括不同疫苗情况和年龄组的重症、死亡数据 , 我们就能明白Omicron变种在目前中国接种和治疗情况下的危害性了 。
防疫涉及到医学、社会学、经济学、心理学等等 , 但不管是什么 , 都是科学问题 , 最终仍然是要回到真实的数据分析研讨上来 。
辟谣故意扭曲数据
夸大奥密的致死率
不过作为一个“科学信徒” , 最恨的并不是别人不讲数据 , 而是故意扭曲数据 。 我可以接受“非科学” , 但是不能接受“伪科学” , 疫情的分析也是如此 。 不想聊科学数据 , 那就耸耸肩算了 。 但如果故意用错误的数据 , 或者错误的分析方式 , 来误导民众 , 打着科学的红旗反科学 , 那就让人无法容忍了 。
比如昨天就看到了这样一篇文章 , 某个公众号用所谓的“超额死亡”数字来证明奥密克戎非常可怕 , 还用了一篇Nature(自然)杂志的文章 , 外加很多曲线图 , 看着很专业 , 再配上各种加红加粗的大号字体 。
吸引我注意的是 , 这篇文章开头就拉虎皮做大旗 , 上来就说自己用的是Nature云云 , 说如果有意见就去找Nature , 拽的跟二五八万一样 。
流感|新冠的确不是流感, 但扭曲数据夸大奥密致死率, 造谣恐吓就没必要了
文章图片

话说Nature的文章大家都在引用和分析 , 我们前两天还用了一下 , 这篇Nature的文章是真的 , 是2021年9月发表 , 关于一个短期死亡率数据库 , 这个数据库也看了一下 , 蛮有用的 。 但这篇文章可没分析什么致死率和奥密克戎的关系 , 也没给出奥密克戎多可怕之类的结论 。
流感|新冠的确不是流感, 但扭曲数据夸大奥密致死率, 造谣恐吓就没必要了
文章图片

所以这就有一个问题了 —— 数据是真的 , 结论就是对的么?当然不是 。 因为真实数据如果进行歪曲的 , 有目的的操作 , 照样可以给出错误 , 甚至有害的结论 。 就如同这个造谣的公众号一样 。
这篇文章中的核心论点 , 是用了很多国家今年前10周左右的超额死亡率(也就是把今年的每周死亡人数和2010-2019平均同期数据做对比) , 因为很多国家的超额死亡率都比较高 , 就得出结论:
今年多死了很多人!!
奥密克戎很可怕!!!
接种疫苗也没用!!!
请原谅我们突然伤害大家的视力和审美观 。 这个公众号估计以前是卖老年保健品出身的 , 生怕读者的视力不好 , 里面充斥着各种贴心的超大字体 。 比如最碍(爱)眼(演)的是这么一段: