Ang mga poll at survey ay gumagamit ng random sampling. Bakit hindi pagsubok sa pandemya? Gerville / E + sa pamamagitan ng Mga Larawan ng Getty

Isaalang-alang ang dalawang tanong na ito: Ano ang porsyento ng mga Amerikano, o nagkaroon na, na nahawahan ng coronavirus? At, ano ang posibilidad na mamatay mula sa virus kung mahuli mo ito? Isa sa mga hindi nakakainis na aspeto ng pandemya ng COVID-19 ay iyon ang dalawang pangunahing mga rate na ito - ang rate ng impeksyon ng coronavirus at ang rate ng pagkamatay ng kaso - ay hindi kilala.

Bilang isang pampulitika siyentipiko at isang inilapat ang matematiko, madalas kaming hinilingang maghanap ng mga rate ng paniniwala o opinyon sa loob ng mas malaking mga pangkat. Ang parehong pamamaraan na ginagamit namin para sa pampulitikang botohan ay maaaring magamit upang sagutin kung gaano kalawak at kung gaano nakamamatay ang coronavirus.

Dahil sa walang hanggan na mga mapagkukunan, ang pinakasimpleng paraan upang malaman kung gaano karaming mga Amerikano ang may virus at kung ano ang panganib na ito ay posibilidad na subukan ang bawat tao sa Estados Unidos. Ngunit walang mga walang limitasyong mapagkukunan, at pagsubok para sa coronavirus ay mayroon naging mas pumipili. Bilang ng Abril 8, ang nangungunang prayoridad ng CDC para sa pagsubok ay mga pasyente sa ospital at kawani ng medikal na may mga sintomas, at sa pangkalahatan ito sa pangkalahatan ay nagpapasakit sa mga taong nasubok.

Dahil sa napiling napiling pagsubok na ito, hindi alam ng mga epidemiologist at opisyal ng kalusugan sa publiko sa US ang totoong saklaw ng pagtagos ng coronavirus sa bansa - iyon ay, ang rate ng impeksyon ng virus. At nang hindi alam kung gaano karaming mga tao ang nahawahan, ang rate ng pagkamatay ng kaso - ang posibilidad na mamatay mula sa virus kung mahuli mo ito - at maraming iba pang mga istatistika na nauugnay sa coronavirus ay imposible upang makalkula. Sa kabutihang palad, mayroong isang tuwid na paraan upang malaman kung gaano kalawak at nakamamatay na COVID-19 talaga: Pagsubok nang random.

Pagsubok sa may sakit at nagpapakilala

Kaya't bakit hindi posible na makalkula ang impeksyon ng coronavirus at mga rate ng pagkamatay ng kaso mula sa milyon-milyong mga pagsubok ng COVID-19 na nagawa na sa Estados Unidos? Ang problema ay namamalagi hindi sa bilang ng mga pagsubok ngunit sa kung sino ang nasubok.

Ang mga pasyente na nagpapatunay sa pagsubok ay sumasalamin sa isang klasikong error sa pag-sampling. Nais malaman ng mga mananaliksik kung sino ang may coronavirus, ngunit dahil ang karamihan sa mga nasubok ay may mga sintomas, ang mga propesyonal sa medikal ay nagsusple mula sa isang pangkat na may mas mataas na rate ng impeksiyon kaysa sa inaasahan mong populasyon sa kabuuan. Ang mga taong may mga sintomas ng COVID-19 ay mas malamang na magkaroon ng COVID-19 kaysa sa isang taong napili nang random.

Ang mga taong pumunta para sa kusang pagsusuri ay mas malamang na magkakasakit kaysa sa isang tao na napili nang random. AP Photo / Sue Ogrocki

Ang mga dahilan para sa napiling pagsubok na ito ay ganap na nauunawaan. Kapag ang pagsubok ay isang mahirap makuha mapagkukunan, ang mga taong may mga sintomas ng COVID-19 ay dapat na masuri sa gayon maaaring ihandog ang tamang paggamot at maaaring magsimula ang pagsubaybay sa contact. Bilang karagdagan, ang oras at bilang ng mga manggagawa sa kalusugan ay parehong limitado, at maginhawa upang subukan ang mga taong lumilitaw sa mga ospital at mga tanggapan ng doktor na humihiling na masuri. Ngunit ang mga taong nagpakita sa mga pasilidad sa kalusugan ay mas malamang na maging sintomas at may COVID-19 sa unang lugar.

Ang mga tao na nasubok para sa coronavirus ay hindi isang mahusay na representasyon ng populasyon ng US nang malaki. Samakatuwid, ang rate ng impeksyon at kaso ng pagkamatay ng kaso sa pangkat na ito ay hindi kumakatawan sa mas malaking populasyon ng US.

Ang random na pagsubok ay kinatawan ng pagsubok

Ang kakayahang subukan ang buong populasyon para sa coronavirus maaaring malayo na, ngunit hindi kinakailangan na subukan ang lahat sa US upang makakuha ng tumpak na mga numero. Sa pamamagitan ng pagsubok sa isang malaking sapat na bilang ng mga tao nang random, posible na makakuha ng isang sample na grupo na ang mga demograpiko ay kinatawan ng buong bansa. Ito ay eksakto kung paano nagawa ang mga survey at poll.

Ang mga opisyales sa kalusugan ng publiko ay maaaring magsimula ng random na pagpili ng mga tao mula sa buong Estados Unidos, pagsubok sa kanila para sa pagkakaroon ng coronavirus, at pagkatapos ay sumunod upang makita kung anong bahagi ng mga sinubukan ang positibo para sa coronavirus ay namatay mula COVID-19. Kung ang random na pagsubok ay ginagawa nang tama, ang impeksyon at ang pagkamatay ng mga rate ng kaso sa random sample ay dapat na napakalapit sa aktwal na mga rate sa buong populasyon ng US.

Ang Usapang US, CC BY-ND

Kaya kung gaano karaming mga tao ang kailangan mong random na subukan upang makakuha ng data na maaaring tumpak na ilarawan ang buong US? Sa kabutihang palad, ang matematika sa likod ng tanong na ito ay matagal nang nagtrabaho, at ang bilang ay marahil mas maliit kaysa sa maaari mong isipin.

Kadalasang mga botohan sa pag-apruba ng pangulo sampol ng humigit-kumulang 1,000 katao. Gumagawa ito ng isang margin ng error ng humigit-kumulang na 3%, nangangahulugan na ang random na pagkakataon ay maaaring magawa ang mga resulta hanggang sa 3%.

Ang isang margin ng pagkakamali ng 3% ay maaaring multa para sa pagtantya sa pag-apruba ng pangulo, ngunit marahil hindi ito tumpak na sapat para sa coronavirus pandemic. Kung ang 10,000 indibidwal sa US ay nasubok para sa virus, ang margin ng error para sa rate ng impeksyon ng virus ay nagiging 1%. Sa pagsasagawa, ang mga margin ng error na ito ay konserbatibo. Ang aktwal na mga margin ng error mula sa isang random na sample ng 10,000 mga indibidwal ay marahil ay mas maliit at malamang na tumpak na sapat upang simulan ang pagbibigay ng mga opisyal sa kalusugan ng publiko ng kapaki-pakinabang na impormasyon tungkol sa kabuuang bilang ng mga nahawaang at kaso ng pagkamatay ng kaso para sa mga may coronavirus.

Sampung libo ang maaaring mukhang malaki, ngunit noong Abril 8 ng Estados Unidos nasubok na ng higit sa 2 milyong tao. Ang susi ay nasa random na pagpili. Ang isang halimbawa ng 10,000 Amerikano ay pinaka-kapaki-pakinabang kung ang mga nasubok ay pinili ng loterya.

Sa mabuting impormasyon tungkol sa pamamahagi ng heograpiya at demograpiko ng virus, maaaring mai-redirect ang tulong sa mga lugar na higit na nangangailangan nito. AP Photo / Elaine Thompson

Bakit mahalaga ang mga istatistika na ito

Sa pamamagitan ng isang pambansang halimbawang random, ang mga epidemiologist ay maaaring malaman ang higit pa sa kabuuang bilang ng mga kaso ng coronavirus at ang rate ng pagkamatay ng virus sa US Ang mga taong nahawaan ngunit hindi may sakit ay susuriin at ang rate ng mga asymptomatic na kaso ay maaaring matukoy. .

Ang halimbawang ito ay magbibigay din ng impormasyon tungkol sa heograpiya, etniko at iba pang mga variable na demograpiko. Mayroon nang ilang mga data na nagpapakita ng ilang mga demograpiko - ibig sabihin African American at mga indibidwal na may mababang kita - ay hindi naapektuhan ng virus. Ipinapahiwatig nito na ang mga rate ng impeksyon ng COVID-19 at ang rate ng pagkamatay ng kaso nito ay nag-iiba sa iba't ibang mga rehiyon ng US at sa iba't ibang mga subgroup ng populasyon ng bansa. Ang Random sampling ay maaaring maipaliwanag ang mga uso tulad nito bago maganap ang pinakamasama pinsala, at ang mga opisyal ng kalusugan sa publiko ay maaaring magpatupad ng mga target at mga nakaiining na patakaran upang matulungan ang mga grupo ng mga may mataas na peligro.

Habang ang random na pagsubok ay hindi bahagi ng pambansang talakayan ng coronavirus, maaaring magbago ito. Noong Abril 4, inihayag ng Departamento ng Kalusugan ng Ohio na si Amy Acton na ang kanyang estado ay nagtatrabaho sa CDC bumuo ng isang random na plano sa pag-sampling. Ang layunin ng proyektong ito ay upang matukoy ang totoo lawak ng coronavirus sa Ohio nang walang pagsubok sa buong estado.

Ang mga opisyal ng pampublikong kalusugan ay gumagamit ng randomization sa iba pang mga setting, tulad ng pagsubaybay sa pagkalat ng typhoid fever sa mga bahagi ng Egypt, at gumagana ito. Ang matematika sa likod ng random sampling ay foundational sa maraming mga lugar ng botohan at istatistika. Ang tanging bagay na dapat gawin ng mga opisyal ng kalusugan sa publiko ay malaman ang pagpatay. Ang random na pagsubok ay tiyak na posible sa US at magbibigay ng mahalagang impormasyon sa mga pampublikong opisyal ng kalusugan na lumalaban sa krisis sa coronavirus.

Tungkol sa Ang May-akda

Daniel N. Rockmore, William H. Neukom 1964 Natatanging Propesor ng Computational Science, Associate Dean for the Science, Dartmouth College, Dartmouth College at Michael Herron, William Clinton Story Remsen '43 Propesor ng Pamahalaan at Tagapangulo, Program sa dami ng Agham Panlipunan, Dartmouth College

Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.

Mga Kaugnay na Libro:

The Body Keeps the Score: Brain Mind and Body in the Healing of Trauma

ni Bessel van der Kolk

Tinutuklas ng aklat na ito ang mga koneksyon sa pagitan ng trauma at pisikal at mental na kalusugan, na nag-aalok ng mga insight at diskarte para sa pagpapagaling at pagbawi.

I-click para sa karagdagang impormasyon o para mag-order

Paghinga: Ang Bagong Agham ng Nawalang Sining

ni James Nestor

Sinasaliksik ng aklat na ito ang agham at kasanayan sa paghinga, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pisikal at mental na kalusugan.

I-click para sa karagdagang impormasyon o para mag-order

The Plant Paradox: Ang Mga Nakatagong Panganib sa "Malulusog" na Pagkaing Nagdudulot ng Sakit at Pagtaas ng Timbang

ni Steven R. Gundry

Tinutuklas ng aklat na ito ang mga link sa pagitan ng diyeta, kalusugan, at sakit, na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.

I-click para sa karagdagang impormasyon o para mag-order

The Immunity Code: The New Paradigm for Real Health and Radical Anti-Aging

ni Joel Greene

Ang aklat na ito ay nag-aalok ng bagong pananaw sa kalusugan at kaligtasan sa sakit, na kumukuha sa mga prinsipyo ng epigenetics at nag-aalok ng mga insight at diskarte para sa pag-optimize ng kalusugan at pagtanda.

I-click para sa karagdagang impormasyon o para mag-order

Ang Kumpletong Gabay sa Pag-aayuno: Pagalingin ang Iyong Katawan sa Pamamagitan ng Pasulput-sulpot, Kahaliling Araw, at Pinahabang Pag-aayuno

ni Dr. Jason Fung at Jimmy Moore

Tinutuklas ng aklat na ito ang agham at kasanayan ng pag-aayuno na nag-aalok ng mga insight at diskarte para sa pagpapabuti ng pangkalahatang kalusugan at kagalingan.

I-click para sa karagdagang impormasyon o para mag-order