在大流行期间，哪些统计数据最有可能促进积极行动?

在COVID-19大流行期间，卫生官员通过统计数据——病例数、疫苗接种率、检测分布——向公众通报了疫情最新情况。无论是通过图形、图表还是交互式可视化显示，这些数字都是为了帮助公众做出应对健康风险的决定。

但这些统计数据真的能改变个人对风险和行为决策的看法吗?宾夕法尼亚大学安嫩伯格传播学院的研究人员的一项新研究发现，他们确实如此，但有些人比其他人更多。

他们的研究，“人们如何使用有关感染和疾病流行的变化的信息”，发表在本月健康心理学，分析了大流行期间不同信息如何影响人们的看法和决策的数据。

研究人员多洛丽丝Albarracín，宾夕法尼亚大学亚历山德拉海曼纳什大学教授，安内伯格传播学院、宾夕法尼亚护理学院家庭和社区健康系以及心理学系的联合任命，以及Albarracín社会行动实验室的研究助理Haesung Annie Jung，于2020年夏天开始了他们的研究，当时COVID-19是美国第三大死亡原因

他们想知道哪些统计数据最有效地鼓励人们改变他们的行为——避免大型集会，每天戴口罩，生病时隔离，接种疫苗——以降低他们患病的风险。他们进行了实验，分析了两种最常见的全球疾病流行病学指标的影响:一是新感染人数，二是感染总人数。

他们的发现?关于新感染的信息始终比关于感染总数(疾病流行率)的信息对人们改变行为的决定具有更大的影响。然而，当新感染人数没有明显变化，即这一数字持续增长或下降时，流行率的影响就会变得更大。

“这两个指标是相关的，但非常重要。”荣格说。“新感染病例的数量表明疾病威胁立即发生变化。例如，它会告诉你，与昨天相比，你感染疾病的可能性是增加了还是减少了。相比之下，总感染数量表明一种疾病在一个地区有多普遍。这第二条信息对于确定你今天不戴口罩出门会有多大风险至关重要。”

换句话说，患病率传达的是绝对风险，比如告诉你“你有30%的患病风险”。相比之下，感染的增加传达的是相对风险:“与昨天相比，你患病的几率增加了30%。”提供这样一个参考点，可以让人们更容易判断自己的风险是低还是高，从而相应地调整自己的行为。

阿尔巴拉辛同时也是安嫩伯格公共政策中心科学传播部的主任，他认为人类在心理上对变化很敏感，这使得我们对变化做出反应，即使这些变化是微不足道的。如果每年20人死于流感，变成每年30人死于流感，这种变化对今天感染的影响不如知道现在每年有500人死于流感。然而，从心理上看，大多数情况下，增加的影响比绝对值更大。

研究人员进行了四项实验，在实验中，参与者接触到关于一种假设的传染病的不同信息，然后要求他们报告他们在每种情况下进行疾病预防行为的意图——接种疫苗、保持距离和戴口罩。

在每个实验中，向参与者展示了根据《纽约时报》网站和美国疾病控制与预防中心的COVID-19数据跟踪网站上的COVID-19可视化图建模的图表，以便实验反映真实世界的健康传播。

在整个实验中，参与者更多地使用有关新感染变化的信息，而不是目前病例总数的信息。然后，他们就是否会采取预防疾病的行为做出判断。

Jung说:“疾病流行率是关键信息，特别是对于确定一个地区的疾病威胁水平而言。”“如果人们不使用它，我们就需要找到更好地传播疾病流行的方法。”

荣格说，一个潜在的方法是在比较的意义上构建案例的数量。例如，公共卫生官员经常分享病例总数，然后分享这些数字与前几年的比较情况。

她说:“我认为疾病预防控制中心在帮助人们了解疾病流行方面也做得相对不错。”“他们提供了一些判断风险的标准，例如，如果患病率低于每百万病例数，我们认为这是相对较低的社区传播率。如果它高于某个数字，他们认为它的社区传播率非常高。我们的研究结果表明，这肯定有助于人们掌握病例数量对自己和社区的影响，并增加人们使用这些信息做出风险判断并采取相应行动的可能性。”

荣格希望这项研究能鼓励公共卫生传播者头脑风暴新的沟通方式疾病流行这样做可以让我们为未来的疾病爆发做好准备。