疫情观察（十一）更有用的数据：日发病数_风闻

 疫情发展期间，无论是政府决策部门还是研究机构，最关注的莫过于数据，我们最常见的数据：日新增病人数、死亡人数、出院人数等，其中日新增病人数的数据最能直观反映疫情的严重总程度，是我们最常使用的数据，但这个数据却有它的缺陷，它只能反映当前疫情的情况，但不太容易追溯病人发病、感染的波动规律。

比如，4月10日，美国新增确诊人数假设是20000例，我们可以比较与之前的数据相比是下降了还是上升了，据此对未来做出一些猜测，但应该说这种判断是非常粗糙的。因为在当日确诊的20000例病人中，他们的发病时间其实是不一样的，他们可能随机分布在此前的十几个不同的日期里，也就是说，我们通过这个数据只能知道果，却无法分析他们的因。而日发病数则要准确得多。

怎样得到日发病数的原始数据？

感染性疾病的确诊过程，按时间节点我们可以简单分解一下：

1感染——2潜伏——3发病——4确诊

通常我们只能看到的数据是第4个。但更有价值的确实第3个——发病数。

要得到准确的发病数数据，就必须对于每个确诊患者的发病日期进行追溯，这可能吗？

回答是一点都不难。通过病历中的《主诉》、《现病史》栏目就可以得到。

举个例子，下面是一个阑尾炎患者的主诉：

“转移性右下腹疼痛三天”

根据这个主诉，我们就可以知道，他的发病期是三天前。

一个新冠肺炎感染者的病例主诉可能是这样的：“发热伴咳嗽三天”。

当这个患者确诊后，他的发病日期就是他就诊入院的三天前。

我们只要在病历中单独设立一栏“发病时间”，就可以将患者的发病日期维护进去，通过计算机抓取或者手工统计，我们就可以非常准确地得到日发病数这个非常重要的数据。

日发病数数据的形成

当一种传染病被确认后，我们会得到第一组确诊患者人数数据。以新冠肺炎为例，由于是一种新的传染病，当这种疾病被确认后，我们已经得到了一定数量的患者，我们将这组患者的的发病时间加以统计学处理，就可以形成第一张“新冠肺炎日发病数曲线”图。

然后每天，只要有新确诊的患者出现，我们就将新的数据维护进去，一段时间过后，就会形成非常精确的患者发病数据。

通过上面数据形成的过程可以看出，他与日新增确诊患者数数据相比，它是个需要不断动态调整的数据，由于更新数据是对新确诊患者既往发病时间的追溯，所以，新数据会被分散地加入前期不同的日期中，这样旧的数据曲线中已经形成的部分数据会因为新数据而发生变化，也就是说每一天我们对会对前期的数据进行调整，得到一个全新的调整后的修正数据，而我们最常看到的，日确诊患者人数数据曲线是不可以调整和修正的。

日发病数数据的价值

一、由于这是一个不断经过修正的数据，随着时间的延长，它的数据会越来越精确，更符合真实的疫情发展情况，而常用的日新增确诊人数数据，在增加检测能力后会出现确诊数暴增的现象，这样由于检测能力的提升所额外增加的数据与前期的历史数据就出现了统计条件的差异，在不同统计条件下的数据是没有可比性的。因此，随着检测能力的变化，数据会出现失真的情况，数据的科学价值大打折扣，而使用日发病数数据的好处就是，新增爆量的数据，可以被分散地调整到前期的数值中，不会出现突兀的爆量，这样的数据才是更真实的。

所以，日发病数数据更真实且不会因为某些外界因素而干扰。

二、通过日发病数，我们可以进一步推测日感染数。

还是要使用一下前面的节点：1感染——2潜伏——3发病——4确诊

从防疫的角度而言，数据3的价值大于数据4，但最好的还是数据1，也就是说，我们要是能得到日感染数数据那就太好了。

应该说，在疫情的初期，想得到日感染数这个非常有价值的数据并不难，我们可以通过对每一个患者的流行病学调查追踪，了解他最初接触感染源的时间，这样就可以得到数据。但当疫情达到大规模爆发的程度时，这样的调查就有很大的难度，也就是说，在疫情高峰的时候，这个最有价值的数据可能是失真的。但是由于有了最初比较准确的原始数据，我们可以计算出数据2，也就是潜伏期，这样，通过数据2与数据3相结合，就可以得到相当准确的数据1,。

比如，我们计算出数据2潜伏期是平均10天，我们就可以把数据3发病数数据日期前移10天，就得到了近似的日感染数数据了。这个数据虽然不可能完全匹配真实的情况，但已经足够精确了。

三、通过日感染数数据，我们可以评估每一项干预政策的价值

封城、交通阻断、禁足、强制戴口罩、关闭人员密集场所等等，所有的政策都会影响人们的日常生活，也会付出经济代价，而这样的代价很多是可以计算出来的。但这一系列的措施究竟效果如何，是否值得付出相应的代价需要有个科学的评估。

通过日感染数数据，我们可以看到每一项政策执行后数据的变化，据此我们就可以准确评估每一项政策措施对数据所造成的实际影响，从而为政府科学决策提供科学依据。

强制佩戴口罩是这次疫情非常突出的一项公共政策，这个政策在东西方争议巨大，但是通过数据我们就应该可以展示，在佩戴口罩后感染数据的变化，也可以比较，两个不同的国家不同口罩政策下数据的差异，得出有公信力的结论。同时也可以通过比较各国防疫政策的差异所形成的数据差异调整各自的政策。

而在政府的决策方面，通过针对每一项政策的数据评估我们也可以加以取舍，在复工复产的过程中，做到精确决策。

通过以上的分析，不难看出，日发病人数数据是一个非常有价值自而且易获得的数据，希望得到更大的重视。