COVID-19数据的起伏可能与诊断和报告问题有关

- 编辑:大众自然网 -

COVID-19数据的起伏可能与诊断和报告问题有关

研究结果表明,流行病学模型应考虑诊断和数据报告实践中的问题。

随着COVID-19病例和死亡数据的积累,研究人员观察到近每周重复出现的高峰和低谷模式。但是,究竟是什么在驱动这些模式,仍然是个悬而未决的问题。

本周发表在《美国系统》杂志上的一项研究报告称,这种波动源于检测实践和数据报告的变化,而不是人们如何被感染或治疗的社会实践。研究结果表明传染病的流行病学模型应该考虑诊断和报告的问题。

获取数据的实践有时和数据本身一样重要。纽约市爱因斯坦医学院的计算生物学家Aviv Bergman博士和马里兰州巴尔的摩市约翰霍普金斯彭博公共卫生学院的微生物学家Arturo Casadevall博士说。伯格曼和Casadevall与爱因斯坦的Yehonatan Sella博士和约翰霍普金斯大学的物理学家Peter Agre博士一起进行了这项研究。

这项研究始于2003年诺贝尔化学奖得主之一Agre,他注意到数据的每周精确波动明显与每周的日期有关。我们变得非常怀疑。伯格曼说。

研究人员收集了美国从1月到6月底的161天的每日检测、阳性检测和死亡数据。他们还收集了3月初到6月底纽约市和洛杉矶的具体数据。为了更好地理解振荡模式,他们进行了功率谱分析,这是一种识别信号中不同频率的方法。(它通常用于信号和图像处理,但作者认为,新的工作代表了第一次应用于流行病学数据。)

分析指出,全国新增病例的起落周期为7天,纽约市和洛杉矶分别为6.8天和6.9天。这些波动在分析中得到了反映,例如,在周末或周末的死亡率更高。

受到信号一致性的警告,研究人员寻求一种解释。他们报告说,周末社交聚会的增多可能不是一个因素,因为从接触冠状病毒到出现症状的时间可能在4-14天之间。之前的分析也表明,患者在本周晚些时候接受的护理质量较低,但新的分析不支持这一假设。

然后,研究人员检查了报告的做法。一些地区,如纽约和洛杉矶,根据个人的死亡时间来报告死亡。但是国家数据是根据死亡报告的时间而不是死亡发生的时间来公布死亡的。在报告死亡日期而不是报告日期的大型数据集中,明显的振荡消失了。病例报告中的类似差异解释了在新病例数据中发现的波动。

这项新研究的作者指出,周末的互动或医疗保健质量可能会影响结果,但这些社会因素对重复的模式没有显著的影响。

这些波动是公共卫生反应中出现问题的先兆,卡萨德沃尔说。

研究人员强调,检测数量和病例数量之间不存在联系,除非数据报告实践发生改变,否则这种波动将继续存在。只要有受感染的人,由于实施和报告的检测数量的波动,就会一直观察到这种波动。伯格曼说,“即使病例数量下降了。

参考译文:美国COVID-19发病率和死亡率数据的波动反映了诊断和报告因素。作者:Aviv Bergman, Yehonatan Sella, Peter Agre和Arturo Casadevall, 2020年7月14日,mSystems。

DOI: 10.1128 / mSystems.00544-20