Читать книгу Цифры не лгут. 71 факт, важный для понимания всего на свете онлайн
19 страница из 26
Самое трудное – полностью устранить угрозу инфекционных заболеваний. Вероятно, лучшей иллюстрацией этих трудностей может служить полиомиелит: заболеваемость во всем мире снизилась с приблизительно 400 000 случаев (1985) до менее 100 случаев (2000), однако в 2016-м было зарегистрировано 37 случаев полиомиелита в регионах с высоким уровнем насилия (север Нигерии, Афганистан и Пакистан). И как мы недавно убедились на примере вирусов Эбола, Зика и COVID-19, существует риск появления новых инфекций. И вакцинация – лучший способ борьбы с ними.
Почему так трудно предсказать масштаб текущей пандемии?
Я пишу эти строки в конце марта 2020 г., когда у нас на глазах пандемия COVID-19 в Европе и Северной Америке растет по экспоненте. И вместо очередных оценок или прогнозов (которые все равно мгновенно устаревают) я решил рассказать о неопределенностях, затрудняющих оценку и интерпретацию статистики в столь напряженной обстановке.
Страхи, вызванные пандемией вируса, связаны с относительно высокой смертностью. Но, пока инфекция распространяется, вычислить уровень смертности невозможно – это трудно сделать даже после окончания пандемии. Наиболее общепринятый эпидемиологический подход – определить показатель летальности, разделив количество подтвержденных смертей, связанных с вирусом, на общее количество случаев болезни. Числитель этой дроби (свидетельства о смерти с указанием причины) очевиден и в большинстве стран вполне надежен. Но на выбор знаменателя влияют многочисленные неопределенности. Что считать «случаями»? Только лабораторно подтвержденные болезни? Все случаи с характерными симптомами (включая людей, которых не тестировали, но у которых наблюдались эти симптомы)? Или общее количество заболевших, включая бессимптомных? Количество проведенных тестов известно с большой точностью, но для оценки общего числа заболевших нужно либо проводить серологические исследования среди населения, дождавшись окончания пандемии (выявляя антитела в крови), либо использовать различные уравнения роста для моделирования хода пандемии, либо предполагать наиболее вероятные коэффициенты (x инфицированных на y умерших).