COVID-19大流行迫使全世界的領導人陷入一種局面，即他們必須根據不完整的信息做出公共衛生決策。同時，技術發展增強了數據實時和共享的能力。同時正在創建過多的信息，從而更容易得出虛假結論。

我們中的六個的研究中心位于非營利性、無黨派的RAND公司，一個開發統計方法和模型以使用大規模數據，并將不確定性納入使用此類數據的決策過程中的公司。從這樣的工作中我們知道，這樣的情況到處都是統計上的陷阱。那些分析COVID-19數據以提出政策建議的人，以及向公眾報告研究結果的記者，必須辨別分析何時落入這些陷阱。

面對嚴重的公共衛生和經濟困境，需要立即做出回答，這可能會導致放松統計標準的誘惑。但是緊迫性不應排除專家分析和對不確定性的誠實評估。錯誤的假設可能導致適得其反的行動。

最近的兩個新聞報道表明，不完整的分析或數據不足的潛在陷阱。

新的觀測數據

《紐約時報》最近精選了美國健康天氣地圖網站上的數據，聲稱“新數據實時提供了嚴格的社會隔離限制措施可能正在起作用的證據。”

該網站的數據來自智能體溫計，該體溫計記錄并匿名傳輸了美國各地人員的體溫。該地圖顯示了按縣劃分的平均體溫何時高于或低于正常水平，并聲稱“社會距離正在減緩發燒疾病在全國的傳播”，并參考相關的時間序列數據。

可能有很好的理論原因可以預期因果關系，但是該網站沒有提供因果關系的統計證據。例如，自從實行社會隔離以來的較低記錄溫度可以簡單地反映出，許多健康人購買了智能溫度計，并且出于對COVID-19的關注而經常檢查其溫度。

這樣的觀測數據也會引入分析偏差和弱點。例如，那些購買智能體溫計的人可能更富有，并且能夠更好地自我隔離-但他們是地圖數據中唯一的人。

這樣的新數據必須經過仔細評估。如果數據不是公開透明的，則公眾和研究機構幾乎沒有能力審查、理解和利用這些發現。

原始數據趨勢

在疾病控制中心鼓勵美國人戴口罩的幾周前，Masks Save Lives網站已經這樣做了，并在社交媒體上引起了關注。該網站提供了《金融時報》的圖表，該圖表繪制了已確診病例總數在全國的原始趨勢。它聲稱：“西方國家正在經歷COVID-19的上升……是因為西方人對戴口罩的厭惡。”

良好的統計分析可能會支持戴口罩-但是僅依靠原始數據趨勢，該網站的推理過于簡單。我們使用相同的數據，但更改了圖形以顯示每10,000人中確診的病例。僅通過考慮每個國家的人口和模式變化，國家之間的差異就不會那么明顯，尤其是在疾病發展軌跡的早期。

對分析師、記者和政策制定者的提醒

* 原始數據的比較可能會產生誤導。

分析應針對重要差異進行調整，例如人口統計、人口密度、醫療保健系統以及可用性和測試水平。

* 測量誤差會淹沒觀察到的差異。

由于測試水平，報告準確性和報告透明度不同，因此案例數通常在國家或數據源之間無法比較，并且幾乎可以肯定無法實時獲得。數據的質量還取決于如何選擇要測試的個人。地理區域內的隨機或完整樣本可提供最可靠的信息。

* 合規性是一個因素。

當確定諸如戴口罩之類的政策的有效性時，忽略公眾遵守程度的變化可能會導致結論的偏差。即使無法精確計算結果的置信度，也可以并且應該定性地描述它們。

* 重疊干預使分析復雜化。

當同時部署多種干預措施時，要弄清任何單個策略的有效性并不是一件容易的事，例如，要求屏蔽、隔離或關閉企業。在執行各種策略和遵守法規的方式上也可能存在差異。通過觀察而不是通過實驗收集數據時，更難確定因果關系。

* 需要考慮公眾對大流行的反應。

人們在COVID-19不嚴重的地區采取的預防措施可能使某些人看起來似乎沒有必要采取這些行動，但事實并非如此。此外，政策的影響可能會滯后；僅僅因為政策實施后沒有立即改變并不意味著該政策無效。

* 忽略報告的不確定性破壞了政策辯論。

解釋不確定性可能會很復雜，導致人們傾向于忽略不確定性。這是錯誤的。提供估計和趨勢的合理范圍，以及不確定性含義的解釋性語言，將最有利于使受眾正確定位調查結果。

* 從生物學和流行病學理論開始。

如果基于虛假關系，即使是最仔細的統計分析也可能導致錯誤的結論。政策分析應著重于具有強大基礎科學價值的干預措施。

鑒于有大量新穎的數據源和信息的自由共享，政府比以往任何時候都更有能力做出明智的決策。但是，要利用這些資源，研究人員和新聞工作者必須確保他們采用了最佳方法，并且始終清楚得出結論的局限性。

作者 Matthew D. Baird, David G. Groves, Osonde A. Osoba, Andrew M. Parker, Ricardo Sanchez, Claude Messan Setodji，清研智庫李梓涵編譯，原載于蘭德博客。