DALINTIS | SPAUSDINTI | SIŲSTI EL. PAŠTU
Kadangi nėra jokių kitų būdų analizuoti, kategorizuoti, analizuoti ar analizuoti gyventojų duomenis, išskyrus pagal „Trumpo balsų dalį“, jų negalima... Bet koks kitas galimas bet kokio kito paaiškinimas, nei raudonos apskritys = blogai (daug mirčių nuo Covid!), mėlynos apskritys = gerai (ne taip daug mirčių nuo Covid!).
Žinoma, aš juokauju. Visas šis teiginys yra tiesiog kvailas. Įgimtų populiacijų skirtumų koncepcija yra... gerai žinomas svarstymas tiems, kurie tyrinėja gyventojų sveikatą. Galima pamanyti, kad prestižiškiausias mūsų šalies laikraštis gali pareikalauti, kad jų geriausias žurnalistas konsultuotųsi su gyventojų sveikatos ekspertais ar net aktuaru, kad gautų labiau pagrįstą požiūrį ir atliktų griežtesnę duomenų analizę.
Pažvelkime į Davido Leonhardto „Raudonasis Covid“ serijos svarbiausius momentus.
Rugsėjis 27, 2021
"Raudonasis Covid: „Covid-19 partizaninis modelis darosi vis ekstremalesnis.“
(Atkreipkite dėmesį į Y ašį šioje diagramoje)
„JAV išsiskiria konservatyvi partija – Respublikonų partija – kuri tapo priešiška...“ mokslas bei empiriniai įrodymai pastaraisiais dešimtmečiais. Konservatyvus žiniasklaidos kompleksas, įskaitant „Fox News“, „Sinclair Broadcast Group“ ir įvairias internetines priemones, atkartoja ir sustiprina šį priešiškumą. Trumpas pakėlė sąmokslo teorijas į naują lygį, bet jis jų nesukūrė.“
„Demokratų politikai maldavo visų amerikiečių pasiskiepyti, o daugelis respublikonų politikų to nepadarė.“
Lapkritis 8, 2021
JAV mirtys nuo Covid darosi dar raudonesnės: JAV mirtys nuo Covid darosi dar raudonesnės
„Trumpa versija: skirtumas tarp raudonosios ir mėlynosios Amerikos nuo COVID-19 mirčių skaičiaus per pastarąjį mėnesį augo sparčiau nei bet kada anksčiau.“
Spalio mėnesį nuo Covid mirė 25 iš 100,000 7.8 gyventojų apygardose, kuriose gausu Trumpo gyventojų, – tai daugiau nei tris kartus daugiau nei apygardose, kuriose gausu Bideno gyventojų (100,000 iš XNUMX XNUMX).
Vasaris 18, 2022
"„Red Covid“, atnaujinimas: Partijų skirtumas tarp mirčių nuo Covid vis dar didėja, bet lėčiau.“
„Kaip matyti iš diagramos, aukų skaičius buvo dar didesnis apygardose, kuriose Trumpas laimėjo triuškinančia persvara, nei apygardose, kuriose jis laimėjo vos.
„Šis reiškinys yra pavyzdys, kaip šalies politinė poliarizacija iškreipia žmonių mąstymą, net kai kyla pavojus jų asmeniniam saugumui. Tai tragedija – ir tokia, kurios galima išvengti.“
Prieš gilinantis į šių pernelyg didelių supaprastinimų detales, norėčiau patikslinti, kad, mano manymu, aukščiau pateikti Leonhardto teiginiai atspindi nuoširdų įsitikinimą. Jis nuoširdžiai tiki, kad politinės pažiūros yra priežastinis mirtingumo nuo Covid paaiškinimas. Ne sveikatos būklė, amžius, svoris ar gretutinės ligos. Tik vienas dalykas: asmeninės politinės pažiūros.
Kad būtų aišku, jis mano, kad didesnis mirtingumas nuo Covid-19 raudonosiose apygardose iš tikrųjų yra mažesnis skiepijimo lygis raudonosiose apygardose. Taigi, plačiau tariant, tai galima paaiškinti politiniais palankumais.
Tikiuosi pateikti išsamesnį vaizdą apie tai, kas vyksta, kai apskrities lygmens duomenis suskirstome į Leonhardto pasirinktas kategorijas: „Trumpo balsų dalis apskrityje“ (0–30 %, 31–45 %, 46–55 %, 56–70 % ir 70 %+). Remdamasis istoriniais apskrities lygmens mirtingumo duomenimis, pabandysiu atsakyti į šiuos klausimus:
Kaip Covid mirtingumo tendencijos palyginamos su istorinėmis tendencijomis, vertinant pagal politines pažiūras?
Ar mirtingumas nuo Covid-19 koreliuoja su mirtingumu nuo visų priežasčių?
Ar 2021 m. buvo pastebėtas didelis, precedento neturintis bendro mirtingumo skirtumas tarp „raudonųjų“ ir „mėlynųjų“ apskričių?
Būtų galima atlikti papildomą analizę, siekiant išsiaiškinti, ar skiepijimo rodikliai ilguoju laikotarpiu koreliuoja su bendru mirtingumu (o ne tik nuo Covid-19). Tačiau kadangi „visiškai paskiepyto“ arba „pagalba paskiepyto“ apibrėžimas yra kintantis taikinys, nusprendžiau kol kas nelyginti mirčių pagal skiepijimo rodiklį apskrityse (daugelis kitų jau atliko šią užduotį!). Kad būtų aišku, manau, kad tiems, kuriems kyla rizika, vakcinos, kaip įrodyta, padeda... sumažinti riziką ligos tiems asmenims. Šios analizės tikslas – atidžiau panagrinėti šiuos politinius susiskaldymus, kuriuos „The New York Times“ tvirtina esant neginčijamu Covid-19 mirtingumo paaiškinimu, kitaip tariant, „raudonuoju Covid“.
Pradėkime nuo lyginamųjų apygardų skirtumų. Pažvelgus į grupę „70 % ir daugiau balsų už Trumpą“ – ji atstovauja 25 milijonams amerikiečių, o vidutinis šios grupės apygardų gyventojų skaičius yra 23 tūkstančiai. Tai daugiausia kaimo apygardos. Palyginkite su Bideno apygardomis, kuriose Trumpas surinko mažiau nei 30 % balsų, tai yra 110 milijonų amerikiečių (daugiausia miestuose), o vidutinis šių apygardų gyventojų skaičius yra 137 tūkstančiai.
Kad būtų galima atmesti likusią analizę remiantis šiais populiacijos duomenimis, mes lyginame labai skirtingas demografines grupes ir nekontroliuojame šių esminių skirtumų. Teisingas būdas atlikti šiuos palyginimus būtų kontroliuoti šiuos skirtumus – pirmiausia koreguojant pagal amžių, siekiant išaiškinti skirtingų skiepijimo rodiklių ar skirtingos politikos poveikį. NYT straipsniuose to nebuvo padaryta, o vienu atveju bandyta atmesti amžiaus skirtumų tarp šių grupių svarbą. Aš tiesiog naudosiu tas pačias kategorijas, kaip ir jie, bet panagrinėsiu šias kategorijas iš aukštesnio lygio, kad pamatyčiau, ar pagrindinis Leonhardto teiginys yra pagrįstas, ar ne.
Kaip Covid mirtingumo tendencijos palyginamos su istorinėmis tendencijomis, vertinant pagal politines pažiūras?
Norėdami atsakyti į šį klausimą, turėtume išsiaiškinti, ar ši didesnio mirtingumo tendencija konservatyvesnėse vietovėse yra naujas ar unikalus atradimas. Ar tai kažkas naujo ar unikalaus, ką sukėlė pandemija? Straipsnyje Epidemiologijos ir bendruomenės sveikatos žurnalas, parašytas 2015 m. (prieš Trumpo era), atsako į šį klausimą už mus.
„Šioje 32 830 dalyvių analizėje, kurios bendras stebėjimo laikas buvo 498 845 asmens-metai, nustatėme, kad priklausymas politinei partijai ir politinė ideologija yra susijusios su mirtingumu. Tačiau, išskyrus nepriklausomus asmenis (pakoreguotas HR (AHR) = 0.93, 95 % PI 0.90–0.97), politinių partijų skirtumus paaiškina pagrindinės dalyvių socialinės ir demografinės charakteristikos.“ Kalbant apie ideologiją, konservatoriai (AHR = 1.06, 95 % PI 1.01–1.12) ir nuosaikiosios pakraipos atstovai (AHR = 1.06, 95 % PI 1.01–1.11) turi didesnę mirtingumo riziką stebėjimo laikotarpiu nei liberalai.
Taigi, remiantis šiuo straipsniu, konservatorių mirtingumas buvo šiek tiek didesnis nei kitų politinių grupių. Norėdamas pamatyti, ar tai atsispindi mirtingumo nuo visų priežasčių duomenyse, paėmiau apskričių lygmens mirtingumo duomenis iš metų iki Covid-2018 (2019 ir XNUMX m.) iš CDC stebuklasir sugrupavo juos pagal tas pačias grupes, kurias naudoja NYT – „% Trumpo balsų dalis“, kad pamatytume, ar didesnis mirtingumas pandemijos metu yra beprecedentis.
Pasirodo, Trumpo apygardų mirtingumas buvo didesnis nei kitų grupių – maždaug 1200 mirčių 100 tūkst. gyventojų abiem ankstesniais metais, 2018 ir 2019 m. Taigi duomenys rodo, kad raudonųjų apygardų didesnis mirtingumas apskritai nėra naujas reiškinys ir atitinka istorines tendencijas. Įdomu tai, kad mėlynųjų apygardų mirtingumas buvo tik šiek tiek mažesnis nei „šviesiai raudonųjų“ apygardų, o „violetinių“ ir „šviesiai mėlynųjų“ apygardų mirtingumas buvo mažiausias. Tam yra daug galimų paaiškinimų, o paprasčiausias yra tas, kad šiose apygardose tiesiog gyvena vyresnio amžiaus gyventojai. Pažiūrėkime, kaip duomenys keičiasi, kai atsižvelgiame į mirtingumo rodiklius pagal amžių. (Pastaba: išsamų įrašą apie amžiaus koregavimo svarbą ir priežastis rasite Mary Pat Campbell įraše.) čia????
Matote, kad, pakoregavus pagal amžių, rodiklių skirtumai tarp apskričių grupių beveik išnyksta.
Ar mirtingumas nuo Covid-19 koreliuoja su mirtingumu nuo visų priežasčių?
Pagrindinė „NYT“ straipsnių prielaida yra ta, kad šios grupės atspindi tam tikrą didžiulį bendros mirtingumo ir mirtingumo naštos skirtumą. Straipsniuose daugiausia dėmesio skiriama mirčiai nuo Covid-19 ir iš tikrųjų neužsimenama apie bendrą mirtingumo poveikį. Be jokios abejonės, Covid-19 sukėlė perteklinį mirtingumą ir padidino bendrą mirtingumo naštą populiacijoje.
Tačiau lieka klausimas – kiek ši našta buvo didesnė ar mažesnė „raudonuosiuose“ ir „mėlynuosiuose“ šalies regionuose? Į šį klausimą galime atsakyti palygindami COVID-19 mirčių skaičių šiose grupėse su bendru mirtingumu tose pačiose grupėse. Pažiūrėkime, kas nutiks, kai tai padarysime. Kadangi „NYT“ daugiausia dėmesio skyrė 2021-iesiems metams, kai vakcinos tapo plačiai prieinamos, pradėsime nuo jų.
Kairėje pusėje pažiūrėkite į Covid-19 mirtingumo rodiklį, o dešinėje – į mirtingumo nuo visų priežasčių rodiklį.
Kaip matote, kairėje pusėje esanti diagrama yra tai, į ką daugiausia dėmesio skiria NYT straipsnių serija – šis nemažas skirtumas tarp raudonos ir mėlynos. Pažvelgus į dešinėje esančią diagramą (mirtingumas nuo visų priežasčių), matyti, kad skirtumai išnyksta. Įdomu, ar kas nors, perskaitęs šiuos straipsnius, suprastų, kad nepaisant mažesnio Covid-19 mirtingumo rodiklio mėlynosiose apskrityse, tose pačiose tamsiai mėlynose apskrityse bendras mirtingumas iš tikrųjų buvo didesnis nei violetinėse ar šviesiai mėlynose apskrityse?
Ar 2021 m. buvo pastebėtas didelis, precedento neturintis bendro mirtingumo skirtumas tarp „raudonųjų“ ir „mėlynųjų“ apskričių?
Palyginus mirtingumo rodiklius 2021 m. pagal šias grupes su tuo pačiu 2019 m. rodikliu, matyti, kad jie apskritai yra didesni, tačiau palyginti kiekviena grupė išlaiko tą patį reitingą, kaip ir ne pandemijos metais. Taigi, nors gali būti tiesa, kad Covid-19 mirtingumo rodikliai tamsiai mėlynose apskrityse buvo mažesni, tai neturėjo įtakos bendram mirtingumo rodikliui šiose apskrityse. (Jei turėčiau duomenų, pakoreguočiau šiuos rodiklius pagal amžių, tačiau šiuo metu CDC Wonder dar neturi 2021 m. duomenų šio straipsnio rašymo metu).
Kitas būdas tai įvertinti – panagrinėti metinius rodiklių pokyčius kiekvienoje grupėje. Kaip matyti iš toliau pateiktos diagramos, procentinis pokytis kiekvienoje grupėje išlieka gana pastovus: 2020 m. pokytis buvo didžiausias, o 2021 m. – nedidelis, bet reikšmingas pokytis, palyginti su 2020 m. (tai reiškia, kad bendras mirtingumas vis dar buvo gana didelis, palyginti su 2019 m.).
Apibendrinant galima teigti, kad vertinant istorinį ir aukštesnio lygio požiūrį, išlaikant tas pačias grupes, šie ryškūs COVID-19 mirtingumo rodiklių skirtumai, regis, neturi įtakos bendram moralės lygiui. Kodėl?
Rizikuojant, kad ši analizė virs dar viena pastaba, nurodančia „New York Time“... klaidos, Norėčiau pasiūlyti švelnesnį paaiškinimą. Jis kamavo žurnalistus ir reporterius visos pandemijos metu. Kodėl viskas įrėminta raudonai ir mėlynai? Priežastis paprasta: duomenų prieinamumas. Leonhardt naudoja lengvai prieinamus duomenis, kurie jau yra suformatuoti taip, kad būtų lengva juos analizuoti.
Tai vadinama prieinamumo šališkumas. Iš esmės tai hipotezės sukūrimas arba tyrimo atlikimas remiantis konkrečiu duomenų rinkiniu, vien dėl to, kad duomenys egzistuoja. Vien tai, kad duomenys yra prieinami, dar nereiškia, kad jie yra geriausi duomenys, kuriuos galima naudoti bandant atsakyti į klausimą.
Respublikonai irgi žmonės
Kodėl visa tai svarbu? Juk, regis, jau susitaikome su mintimi, kad pagrindinės žiniasklaidos priemonės ir kabelinės televizijos yra linkę į kairiuosius. Kuo tai svarbu?
Kalbant apie gyventojų sveikatą, tikslas yra skatinti visų sveikatą ir gerovę, o kai visuomenės sveikatos pranešimai ir ataskaitos tampa begėdiškai šališkos, naudojant kaltinimų ir gėdinimo taktiką, labai tikėtina, kad tai turės priešingą poveikį nei numatytas – geresnės sveikatos skatinimas.
Konservatoriams ir „raudoniesiems kraštams“ taip pat reikia gerų patarimų sveikatos klausimais. Jie turi galėti pasitikėti šaltiniu. Net ir vertinant NYT „raudonojo Covid“ prielaidą tiesiogiai, kam ši žinutė padeda? Akivaizdu, kad ne žmonėms, kuriuos ji apibūdina.
Duomenų šaltiniai:
https://wonder.cdc.gov/wonder/help/ucd.html#2000%20Standard%20Population
https://data.cdc.gov/NCHS/AH-County-of-Occurrence-COVID-19-Deaths-Counts-202/6vqh-esgs/data
https://wonder.cdc.gov/
https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VOQCHQ
Žurnalo straipsniai:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4033819
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5893220/
Perpublikuota iš autoriaus Substackas
-
Joshas gyvena Nešvilyje, Tenesio valstijoje, ir yra duomenų vizualizacijos ekspertas, kuris daugiausia dėmesio skiria lengvai suprantamų diagramų ir ataskaitų suvestinių su duomenimis kūrimui. Pandemijos metu jis teikė analizę, skirtą paremti vietos gynimo grupes, skatinančias mokymąsi gyvai ir kitas racionalias, duomenimis pagrįstas COVID-19 politikos kryptis. Jis yra kompiuterinių sistemų inžinerijos ir konsultavimo srities specialistas, o bakalauro laipsnis – garso inžinerijos srityje. Jo darbus galima rasti jo poskyryje „Relevant Data“.
Žiūrėti visus pranešimus
