因為它開啟了更全面

amanurrohmanara

應該得出結論，大流行年份（2020 年）的死亡率將低於上一時期的死亡率，但如果參考2015-2019年趨勢到2020年的預測，相反我們應該得出死亡率增加的結論。 03-原因-fig3.png 圖 3. 迴圈系統疾病年齡標準化死亡率隨時間（2003-2020 年）的趨勢：虛線代表 2015-2019 年期間標準化死亡率（紫色線）的平均值以及相同死亡率的趨勢2015-2019 年期間（紅線），預測至 2020 年。資料來源：I.STAT 資料庫。 報告的兩個問題表明存在方法論問題：報告的示例只是問題的視覺翻譯，這裡沒有興趣檢查它們包含的更嚴格的統計方面（如何建立估計模型） ，



所比較引數的統計變異性是多少，...）。 然而，所進行的分 科威特 WhatsApp 號碼資料 析揭示了最初被故意忽視的另一個討論要素，即應該考慮作為參考的時期：為什麼使用2015-2019年五年期？以下圖 4 為例，其中顯示了 2003 年至 2020 年呼吸系統疾病年齡標準化死亡率隨時間的變化趨勢：虛線代表 2015 年 -2019 年期間標準化死亡率的平均值（紫色線）、2015-2019 年期間相同利率的趨勢（綠線）、2003-2019 年期間的利率趨勢（紅線）以及到 2020 年的預測。在這種情況下，2015-2019 年的趨勢和同一時期的平均值實際上是重合的（因此不會出現第二類問題），







但更廣泛時間視窗內的趨勢凸顯了存在值得考慮的趨勢（紅線），並且其對 2020 年的預測將產生更大的影響。 02b-原因-fig-2b.png 圖 4. 呼吸系統疾病年齡標準化死亡率隨時間變化的趨勢（2003-2020 年）：虛線代表 2015-2019 年標準化死亡率的平均值（紫色線），相同死亡率的趨勢2015-2019 年期間（綠線）、2003-2019 年期間利率趨勢（紅線）以及到 2020 年的預測。資料來源：I.STAT 資料庫。 結論。2020 年按病理學分類的特定死亡資料的可用性使我們能夠在評估 Sars-CoV-2 病毒大流行對死亡率的影響方面向前邁出一步，因為它開啟了更全面。