National Academies veröffentlicht Leitfaden zu helfen, Beamte Sinn COVID-19-Daten

Als der COVID-19-Pandemie weiterhin die Beamten im ganzen Land gehabt haben, um Entscheidungen über die öffnung und Schließung von Schulen, Unternehmen und kommunale Einrichtungen. Sie verlassen sich zum großen Teil auf den Informationen über die Pandemie—von Krankenhausaufenthalt Statistiken, um die Testergebnisse zu informieren, diese Entscheidungen zu treffen. Aber verschiedene Fakten und zahlen über COVID-19 malen verschiedene Bilder von der Pandemie, die laut Adrian Raftery ist professor für Statistik und Soziologie an der Universität von Washington.

„Der COVID-19-Pandemie, erzeugen Sie viele unterschiedliche Arten von Daten über diese Krankheit in Kommunen—unter anderem die Anzahl der Fälle oder die Anzahl der Todesfälle in einem bestimmten Bereich,“ sagte Raftery. „Keine dieser Datenquellen auf Ihre eigenen sind perfekt in Bezug auf die Erfassung eine vollständige und genaue Zusammenfassung der Prävalenz von COVID-19 und die Risiken zu tun, bestimmte Dinge, wie das öffnen Unternehmen oder Schulen. Alle haben Ihre eigenen stärken und Schwächen.“

Raftery ist der Erstautor einer neuen Leitfaden veröffentlicht Juni 11 durch die Nationalen Akademien der Wissenschaften, Technik und Medizin, die helfen soll, die Beamten Bundesweit sinnvoll ist, diese verschiedenen COVID-19 Datenquellen bei der Herstellung der öffentlichen Gesundheit Entscheidungen zu treffen.

Die Beamten suchen COVID-19-Statistik haben die Qual der Wahl: bestätigte Fälle, Todesfälle, Krankenhausaufenthalte, intensive care unit Belegung, Notaufnahme Besuche, Antikörper-tests, Nasen-Abstrich-tests und das Verhältnis der positiven Testergebnisse—um ein paar zu nennen die mehr-common-Daten Punkte gesammelt und verteilt durch Krankenhäuser und öffentliche Gesundheit Agenturen. Aber die Beamten müssen nicht unbedingt alle diese Statistiken zur hand, wenn Entscheidungen zu treffen sind, oder haben genug Informationen, um Sie zu interpretieren.

„Wir wollen mit diesem Ratgeber helfen, diese Entscheidungsträger und Ihre Berater interpretieren der Daten auf COVID-19 und zu verstehen, die vor-und Nachteile der einzelnen Quellen,“ sagte Raftery.

Zum Beispiel, die Anzahl der positiven Testergebnisse für das neuartige coronavirus ist wahrscheinlich eine Unterschätzung der wahren Prävalenz in einer Gemeinschaft. Viele Menschen, die mit dem virus infiziert sind asymptomatisch, und die wahrscheinlich nicht zu suchen, ein test, und sogar Menschen, mit Symptomen, die möglicherweise nicht Zugang zu tests und medizinische Versorgung, nach Raftery. Als weiteres Beispiel, die Anzahl der COVID-19 Todesfälle in einer region spiegeln nicht die Krankheit die aktuelle Prävalenz, da die Anzahl der Todesfälle lag hinter der Zahl der Fälle von mehrere Wochen. Zusätzlich einige Todesfälle möglicherweise falsch bewertet zu COVID-19, Raftery, sagte.

Der guide zeigt Ihnen einige Kriterien für die Beamten zu berücksichtigen, wenn die Beurteilung der Nützlichkeit von insbesondere COVID-19 Datenpunkte, einschließlich:

• Die Bewertung, wie repräsentativ die Daten sind für eine Gemeinde oder region
• Ob es möglicherweise systemische Verzerrungen in einigen Datenquellen
• Das denken über die Arten von Unsicherheiten in den Datenquellen, aufgrund von Faktoren, wie Stichprobengröße, wie die Daten gesammelt wurden und die Bevölkerung befragt
• Ob es eine Zeitverzögerung aufgrund von Verzögerungen bei der Meldung von Daten, den Verlauf der Erkrankung und anderen Faktoren

„Es gibt keine perfekten Daten-Quellen, aber alle diese Datenquellen sind immer noch nützlich für Entscheidungen, die direkte Auswirkungen auf die öffentliche Gesundheit,“ sagte Raftery.

Raftery hat intensiv daran gearbeitet, die auf statistischen Methoden zur Messung und Schätzung der Prävalenz von Viren, einschließlich HIV in Afrika. Obwohl HIV und der Roman coronavirus dazu führen, dass verschiedene Arten von Krankheiten, gibt es ähnlichkeiten in, wie sich die beiden Viren verbreiten sich unter anfälligen Bevölkerungsgruppen, wie Formen der sozialen Distanzierung—die Verwendung von Kondomen für die HIV-und physische Distanzierung und Maske-Verwendung für das neuartige coronavirus—kann zur Verminderung der übertragung. COVID-19 ist auch die Erzeugung der gleichen Arten von Datenquellen, mit den gleichen Einschränkungen, wie HIV/AIDS, wie Testergebnisse, Krankenhausaufenthalt Preisen und Todesfälle.

Im Laufe der Zeit, kann es möglich sein, zu sammeln mehr aufschlussreiche Daten über COVID-19 von was sind bekannt als „repräsentative Stichproben“ innerhalb einer Bevölkerung. In der repräsentativen Probenahme, die Menschen werden befragt nach dem Zufallsprinzip für eine Krankheit, und bestimmte Bevölkerungsgruppen werden können, stärker beprobt als andere, basierend auf dem, was Wissenschaftler und Beamte haben gelernt, über eine Krankheit, die Prävalenz und die Anfälligkeit. Repräsentative Probenahme-vermeidet Verzerrungen und können genauer einschätzen der Krankheit Prävalenz in einer region, die nach Raftery.

„Wie wir erfahren Sie mehr über COVID-19, wie es sich verbreitet, wie verschiedene Populationen sind mehr oder weniger anfällig, können wir in der Lage sein, sich mehr zu bewegen in die Richtung der repräsentativen Beprobung,“ sagte Raftery. „Der Staat von Indiana hat schon eine Umfrage dieser Art, und andere sollten Folgen. Aber es gibt auch eine Menge, die Beamten tun können, mit den Statistiken und Datenquellen, die Krankenhäuser und Agenturen bieten jetzt—vorausgesetzt, können die Beamten aufmerksam gemacht werden, die die stärken und Schwächen jedes Stück von Daten.“