매일 우리는 질병, 사망 및 치료 사례의 수에 대한 데이터를 추적하고 전염병의 예상 발전을 보여주는 차트를 관찰합니다. 그러나 테이블과 모델에 포함 된 데이터는 신뢰할 수 있습니까?
전염병이 발발 한 이래로 과학 기관과 언론은 수백 개의 숫자로 전 세계에 넘쳐났습니다. 복구 및 희생자 수에 대한 전 세계 및 지역 데이터가 있으며 마지막으로 이러한 데이터를 사용하여 전염병의 진행 과정을 예측하는 모델이 있습니다.
그러나이 정보가 사실입니까? 그리고 문제는 그들이 의도적으로 위조되었는지 여부가 아니라 (중국에서 전염병이 시작되었을 때 그랬던 것처럼) 실제로 현실을 보여 주는가?
진단 문제
영국의 스카이 뉴스 기자들은 COVID-19 데이터가 완벽하지 않다는 것을 기억하는 것이 중요하며 이는 정부, 의사 및 언론에 의해 발표 된 모든 수치에 적용됩니다.
왜? 현재 상황에서 가장 중요한 데이터 인 COVID-19 환자 수를 정확하게 추정하는 것은 불가능하기 때문입니다. 여러 가지 이유로.
감염된 사람의 실제 수를 확인하려면 각 개인에 대해 검사를 받아야합니다. 물론 이것은 물리적으로 불가능하지만 수익성도 없습니다. 검사는 비용이 많이 들고 횟수가 제한되어 있으므로 감염을 나타내는 증상이있는 사람에게만 시행됩니다.
열이나 숨이 차지 않으면 검사를받을 수 없습니다. 적어도 아직은 아닙니다.
가장 심각한 사례 만 조사하기 때문에 COVID를 앓고 있거나 현재 겪고있는 많은 사람들은 통계에 포함되지 않습니다. 그리고 이것은 경미한 증상을 가진 진단되지 않은 사람들이 계속해서 감염되기 때문에 이것은 매우 중요한 숫자라고 American daily The Hill은 강조합니다.
알 수없는 테스트 수
영국 방송국 Sky News에 따르면 COVID-19는 새로운 질병이며 정확하고 신뢰할 수있는 테스트를 개발하는 데 시간이 걸립니다. 어느 국가에서 가장 많은 테스트를 수행하는지 말하기도 어렵고 정확한지 판단하기도 어렵습니다. 현재 두 가지 유형의 COVID 검사가 수행되고 있습니다 : 분자 및 혈청 학적 검사.
분자 검사는 활동성 감염의 징후를 식별하는 데 기반합니다. 그들은 목 뒤의 면봉 샘플에서 수행됩니다. 이 유형의 검사는 두 개의 특정 SARS-CoV-2 유전자를 식별하는 경우 진단을 확인합니다.
이러한 유전자 중 하나만 식별하면 결정적이지 않은 결과가 나타납니다. 그들은 또한 누군가가 전에 감염이 있었는지 여부에 대답하지 않았지만 회복되었으므로 분명히 통계가 낮아집니다.
두 번째 유형의 검사 인 혈청 학적 (혈액 검사)은 바이러스와 싸우기 위해 신체가 생성하는 항체를 감지합니다. 이를 통해 환자가 이전에 감염되었는지 여부를 판단 할 수 있으며 가벼운 증상이 있거나없는 감염을 감지하는 데 유용합니다.
영국 방송국 Chanel4의 언론인에 따르면 개별 국가의 정부가 제공하는 통계는 주로 분자 테스트 결과를 기반으로합니다. 흔하지 만 종종 (약 30 %의 경우), 특히 감염 초기 단계에서 잘못된 결과를 제공합니다.
따라서 테스트가 자주 반복되고 통계가 왜곡됩니다. 예를 들어 100 번의 테스트를 수행했지만 실제로는 약 70 명의 환자입니다. 나머지는 이미 테스트를받은 사람들에 대한 반복 테스트이기 때문입니다.
이 모든 것은 확진 진단을받은 환자 수가 실제로 실제로 COVID에 감염된 사람 수보다 훨씬 적다는 것을 의미합니다. 영국의 수석 과학 고문 인 패트릭 발 랜스 경은 현재 영국에서 확인되지 않았거나 확인되지 않을 수십만 건은 아니더라도 수만 건의 사례가 있다고 말합니다.
과소 평가 된 사망자 수
그러나 죽음은 전염병의 발전에 대한 가장 신뢰할 수있는 정보원이지만 여기에서도 전문가들은 많은 의구심을 가지고 있습니다. 매일 우리는 COVID-19에 양성 반응을 보이고 사망 한 사람들의 수를 들었지만 그것이 그들의 죽음의 원인인지는 알 수 없습니다.
더욱이 많은 고인이 사후 검사를받지 않았기 때문에 사망 원인은 알려지지 않았습니다.
종종 사망 원인은 소위 동반 질환입니다. 만성 동반 질환을 사망 원인으로 인식하는 것이 올바른지 여부에 대한 논쟁이 있습니다. 80 세의 코로나 바이러스 환자가 COVID가 아닌 호흡기 부전으로 사망했다고 생각하면 전염병 통계를 낮추는 것일까 요?
임페리얼 칼리지 런던 팀을 이끌고있는 닐 퍼거슨 교수는 코로나 바이러스 관련 사망에 대한 데이터가 병원에서 나 왔으며 격리 또는 요양원에서 자택에서 사망 한 사람들은 제외한다고 강조합니다.
Hill 신문은 압도적 인 병원은 데이터를 수집하는 것보다 병자를 돌보는 데 초점을 맞추고 있으며 이는 바이러스로 인한 실제 사망자 수가보고 된 숫자보다 높을 가능성이 있음을 의미합니다.
폴란드에서는 WHO 권고에 따라 코로나 바이러스로 인한 사망 분류에 대한 새로운 지침이 3 월에 도입되었습니다. 지금까지 사망 전 검사를받은 사망자 만 포함 됐고, 현재 의사들은 COVID 진단이나 의심되는 COVID를 사망 원인으로 지정하고 소위 "동반자".
왜곡 된 통계 모델
시간 경과에 따른 질병의 증가에 대한 데이터뿐만 아니라 감염 및 사망 수에 대한 데이터는 과학자들이 통계 모델을 만드는 데 사용됩니다. 이를 바탕으로 다른 국가의 전염병 발전 속도와 규모를 예측할 수 있습니다.
안타깝게도 The Hill이 매일 강조하는 것처럼 위에서 언급 한 사례 및 사망자 수에 대한 부정확 한 데이터로 인해 모델이 진실을 보여주지 못합니다. "데이터가 부족하면 결과를 신뢰할 수 없습니다"-언론인을 강조합니다.
데이터가 완벽하지 않다면 왜 사용합니까?
대답은 '예'입니다. 그게 우리가 가진 전부이기 때문입니다. 이 데이터가 불완전하고 때로는 오해의 소지가 있다는 사실에도 불구하고 여전히 전염병에 대한 전체적인 그림의 핵심 부분입니다. 코로나 바이러스는 새로운 병원체이며 여전히 미스터리입니다. 우리가 그에 대해 알고있는 것이 여전히 성공이라는 것을 알아야합니다.
또한 다음을 권장합니다.
중국에서 코로나 바이러스를 어떻게 잡을 수 있습니까?
코로나 바이러스-증상, 치료. 코로나 바이러스는 치료 가능합니까?
세상을 뒤흔든 백일-세계의 코로나 바이러스 발발 달력
얼마나 많은 폴란드 인이 COVID-19에 걸릴지 알고 있습니다!
-na-czym-polega-i-dlaczego-jest-krytykowana.jpg)
