衛健委不再統計數據，大數據到底可靠么？

　　昨天，國家衛健委網站上發布了一份公告：“從即日起，不再發布每日疫情信息，將由中國疾控中心發布相關疫情信息，供參考和研究使用”。

　　事實上，“新十條”公布以來，核酸檢測從“應檢盡檢”變成了“愿檢盡檢”，之后，開始有人覺察到衛健委發布的感染數據與自己身邊不斷出現新冠陽性親朋的實際情況嚴重背離。

　　作為一個極端例子，很多北京居民發現，在從身邊總有一個新冠“陽性”到身邊很少有人沒“陽過”的這十幾天里，衛健委的公開數據中，北京的確診病例卻一直保持在三位數，多數時間在400例上下。

　　互聯網上，流傳著利用搜索關鍵詞制作的城市疫情峰值預測，充斥著各種由自媒體大V們發起的“小調查”，調查的內容通常只有簡單的居住城市、是否感染……

　　這一切，直到12月23日。當日，據《青島日報》報道，按照監測數據推算，青島目前的每日新增感染量為49萬-53萬人，明后天會在此基礎上以10%的增速增加。同日，東莞市衛生健康局的官方微信公號亦在推送中提到，“東莞感染者正以每天25萬-30萬人的規模增長，且增速越來越快”。

　　12月25日的浙江省疫情防控發布會上，相關部門透露，在人口6500萬的浙江，日新增感染人數已突破了100萬例，而根據衛健委的疫情通報，12月23日，浙江省新增本土病例30例。

　　直報系統無法正常工作，數據只能靠模型估算

　　地方數據與衛健委通報之間巨大的差額，是否有其合理性，大流行期間，靠譜的數據究竟從何而來，如何保障？

　　一位知情人向《知識分子》解釋：出現這樣的情況是因為衛健委公布的數據來自一套直報系統，而數據的來源是地方疾控基層的監測和流調團隊。

　　政策放開之后，很多地區實質上已經幾乎放棄了流調工作，相關的監測工作一時間也就幾乎處于了停滯或是半停滯狀態，在這種情況下，之前的那套系統便幾乎很難正常工作了。

　　與幾乎停工的新冠直報系統相應的，大規模核酸退場之后，感染數據也進入了模型估算時代。

　　在青島的疫情通報中提到：“按照監測數據推測”；東莞的疫情通報則是“根據數字模型預測結合專家評估判斷”。

　　而對于浙江日新增破百萬例的數據，雖然新聞發布會上并未明言其數據來源。

　　一位中疾控的專業人士向《知識分子》推測：“他們應該是利用了醫院的監測數據、目前尚存的核酸檢測點的數據，加上部分地方開展的社區抽樣調查的數據，之后通過一個模型進行了全省的預測和預估。”

　　利用有限的數據，通過模型計算進而獲取可以反映群體規律的大致數值，這幾乎是大流行中各國通用的感染數據獲取方法。

　　“目前數據來源中最可靠的就是醫院監測和現有的核酸檢測，其次是社區調查，再其次是網絡調查。”一位專業人士向《知識分子》解釋。

　　對于這種方法，上述中疾控的專業人士解釋道：“監測醫院就診人群的陽性率、重癥數據，然后通過就診率比例等等一系列模型，將就診者中的感染情況回推到整個社會人群中。”

　　按照這位中疾控工作人員的介紹：對于政策放開后的監測方式，“曾有人提出過進行人群監測，但這類監測大多是進行回顧性的電話或入戶調查，考慮到應答率和受訪者的回憶偏移都會影響到最終的結果，誤差會比較大，人群監測最終被放棄了。”

　　他進一步解釋：在很多國家，有很好的抽樣監測的基礎，而在中國，本就基礎薄弱，因為地區差異很大，加上宏觀社會經濟導致的人口流動，要尋找有代表性的哨點，有代表性的人群，面臨著更大的挑戰，“而如果仍然使用醫院監測，院感也好，流感也好，本身的信息系統平臺就是現成的，很容易可以加入新冠的監測”。

　　然而，源自醫院的樣本卻往往因人群覆蓋不足，只能估算一個粗略的結果。

　　以浙江新增感染百萬的數據為例，前述的專業人士也向《知識分子》解釋：“都只能借助模型和一些假設去推測，雖然這類結果可以給出波峰、轉折點等信息，從而為決策者提供一個方向上的指導。但它所得到的，只能是一個大致的數量級上的結果，只會報告日增突破百萬量級，而不會是具體有多少。”

　　從清零模式到放開模式的切換不僅僅是管或者不管、測或者不測、報道或者不報道的區別，需要有一整套準備工作的支持，才能實現平穩過渡。

　　大流行中，其他國家如何監測？

　　在美國，根據CDC公布的信息，其統計模型的數據來源，有醫療系統、有社區的抽樣調查，還有來自居民的抗原檢測結果主動上報（自報），甚至來自下水道的病毒監測的數據。

　　不過，即便如此，要做到精準的估計，需要一定時間內非常準確的流調信息，而這類信息，在大流行期間，幾乎不可能獲取。于是，在大流行沖擊下，全球各國的數據監測系統中，感染數據被詬病的經歷，很多國家都不鮮見。

　　今年的4月26日，根據美國官方公布的感染數據，全美累計報告新冠肺炎確診病例超8100萬。但美國疾控中心當日發布的另一份報告卻顯示：美國已有約58%的人口具有因感染過新冠病毒而產生的抗體——如果以美國約3.3億的人口來計算，該國已有超過1.9億人感染過新冠病毒。

　　感染數目的低估，是從2020年大流行伊始就廣被詬病的一個問題。早在2021年，自然通訊的一篇文章中，加州大學伯克利分校一個團隊便曾撰文批評美國的疾控系統低估了感染的數字，其真實感染數據有上報數據的10倍。而到了2022年6月，一篇預印本文章指出：他們針對紐約居民的抽樣抗體檢測顯示的感染率是當時官方報告的31倍，那位作者把這種差距歸因于居民們未曾上報的抗原檢測結果——在美國，居家抗原檢測的自報結果也是其檢測數據的一個重要組成部分。

　　不過，即便廣被詬病，作為一種數據的來源，抗原檢測結果對一個模型仍然是利大于弊。“目前的模型對大量數據的容忍性很高，而且輸入的不同來源的數據越多，預估出來的東西相對來說可能會越準確。”一位從事流行病學數據研究的專家解釋。

　　在美國、英國、德國、新加坡、中國香港等地，2021年底的奧密克戎疫情暴發之后，政府都曾先后要求或鼓勵居家抗原檢測結果自主上報。

　　“需要人群當中感染的率達到一定的水平之后，抗原檢測的準確率和陽性預測價值才能有一定的保障。目前，人群當中的感染率比較高了，這種情況下，抗原很適合作為我們了解人群中感染情況的一種方式和途徑。”一位公共衛生專家告訴《知識分子》。

　　然而，在中國，雖然4月上海疫情期間曾經短暫地使用過一個專門的網絡系統收集居民的抗原結果，但目前，在全國范圍內，幾乎沒有再出現類似的陽性上報系統。

　　上述公共衛生專家同樣提到了調查問卷的方法，“雖然因為采樣人群的問題，或是問卷設計的問題，可能會有一定的偏差，但因為它的及時性，作為一種應急方式，還是有一定可靠性的。”

　　對于來自官方的調查問卷，很多人的意識中，只有12月18日開始，社交媒體上出現的一份“新冠感染情況問卷調查”，根據說明，這是“為了快速了解我國新冠感染情況，受國家疾病預防控制局委托，北京協和醫學院面向全網開展問卷調查”。據介紹，目前該調研的第一輪已于12月21日結束，3日內，47萬人參與了調查，其結果目前尚在分析中。

　　而在美國的一項由斯坦福大學、哈佛大學等5所大學與臉書共同進行的為期一年（2020-2021年）的美國新冠感染相關的調研中，收集到的回復就有2000萬份。

　　“美澳等發達國家一直有一套相對成熟的監測系統，他們有針對學校、老人院，甚至退伍軍人等不同群體的監測點。大流行期間，這些監測點就可以獲得更高質量和更有代表性的數據。”而中國的監測系統卻往往缺乏這樣的高質量數據，一位疾控系統的工作人員告訴《知識分子》。

　　然而，“大流行期間，與其去花很多精力去做細致、準確、有代表性的調查，告訴你一個很準確的數字，其實意義不大，因為對決策而言，趨勢和影響幾乎已經足夠了。”一位受訪者告訴《知識分子》。

　　不過，亦有受訪者提到：“我們需要知道當前感染的數量，第一波高峰、再感染，以及疫情后期的各種相關的數據；另一個重要的信息是病毒的測序，不同毒株的數量和分布情況…… ”

　　在世界衛生組織2021年發布的一份臨時指南中提到：“公共衛生的監測數據以及對于病例情況的復盤調查可以提供關于這場疫情的傳播能力和嚴重程度的重要信息，這些信息在有潛在新突變株的情況下尤為重要，（數據）有助于我們判斷人群的免疫水平，從而決定是否需要實施甚至強化社交隔離措施。”