如果导致死亡COVID-19病例的1%,这是否意味着你有1%的机会死了吗?一个数学家解释说
截至2023年4月,大约1%的人感染COVID-19最终死亡。这是否意味着你有1%的几率死于COVID-19吗?
这是流行病学家所说的1%病死率计算证实COVID-19死亡人数除以确诊病例的数量。病死率是统计,或者从一个数据集计算。具体地说,它是一种统计称为样本比例措施的比例数据,满足一些标准在这种情况下,COVID-19病例的比例以死亡结束。
计算统计像病死率的目标通常是估计一个未知的比例。在这种情况下,如果世界上每个人都感染了COVID-19,比例会死吗?然而,一些人也使用这个数据作为指导来估计个人风险。
很自然的认为这样的统计数据概率。例如,你是受欢迎的语句更有可能被闪电击中比死在恐怖袭击,或死开车去上班比被杀飞机失事,是基于统计数据。但把这些语句真的准确吗?
我是一个数学家研究概率论。在大流行期间,我看到卫生统计成为全国对话。公众被淹没了不断变化的实时数据作为研究展开,呼吁大家关注特定的危险因素如先前存在的条件或年龄。然而,使用这些数据来准确确定自己的个人风险几乎是不可能的,因为它如此人与人不同,取决于复杂的物理和生物过程。
概率的数学
在概率论,这一过程被认为是随机的,如果它有一个不可预知的结果。这种不可预测性也可能是由于难以获得必要的信息以准确预测结果。随机过程可观测事件,每个可以分配一个概率,或倾向于这一过程给特定的结果。
一个随机过程的一个典型的例子是抛一枚硬币。一个抛硬币有两个可能的结果,每一个分配50%的概率。虽然大多数人可能认为这一过程是随机的,知道精确的力量应用于硬币可以允许一个观察者预测结果。但一个抛硬币仍被视为随机测量这个力在现实环境下是不实际的。一个细微的变化可以导致不同抛硬币的结果。
的一种常见方法思考正面的概率是50%,当硬币翻几次,你会50%的次为正。为大量翻转,事实上,非常接近50%的翻转头。所谓的一个数学定理大数定律担保,这说明运行结果的比例将越来越接近实际概率时,过程是重复很多次。你越抛硬币,运行百分比的翻转头将越来越接近50%,基本上与确定性。这取决于每个重复抛硬币在本质上相同的条件下,发生。
COVID-19的病死率1%可以被认为是运行COVID-19情况导致死亡的比例。它不代表真正的平均死亡概率,不过,由于病毒,全球人口的免疫力和行为,随着时间的推移改变了这么多。条件不是常数。
只有病毒停止进化,每个人的免疫力和死亡风险是相同的和不变的随着时间的推移,和人们总是被感染,然后,由大数定律,病死率接近死亡的真正的平均概率。
1%的机会死了吗?
疾病导致死亡的生物过程是复杂的和不确定的。它是不可预测的,因此随机的。每个人都有一个真正的物理从COVID-19死亡的风险,但这种风险在不同时间和地点和个人之间。所以,在最好的情况下,1%可以在人口死亡的平均概率。
健康风险不同人口群体。例如,老年人得多死亡的风险更高比年轻的人。跟踪COVID-19感染以及它们如何对大量的人你会给一个更好的估计人口相似的个人风险。
病死率是一个概率,但只有当你看看具体的数据集是直接计算。如果你写每COVID-19案件的结果数据集在一片纸上,随机选择一个帽子,你有1%的机会选择结束的一个案例死亡。为例做这只从一个特定的组,比如一群老年人与更高的风险或幼儿较低风险,会导致更高或更低的比例。这就是为什么1%的可能不是一个大的估计个人风险在所有人群对于每一个人。
我们可以将这个逻辑应用到汽车事故。的机会进入一场车祸在1000英里的公路旅行在366年1。但是如果你从来没有接近道路或汽车,那么你就有0%的机会。这真的是一个概率只有在图纸名称从帽子里的感觉。它也适用于整个人宣称不均匀,由于驾驶行为和地方道路状况的差异。
尽管人口统计是不一样的一个概率,它可能是一个很好的估计。但前提是每个人口人口足够相似,以便统计计算出不同的子组时没有太大的改变。
下次你遇到这样一个人口统计,承认它实际上是什么:它只是一个特定人口的百分比,满足某些标准。很有可能,你不是一般的人口。你个人的概率可能会更高或更低。
