[论文解读] The Hypothesis of Testing: Paradoxes arising out of reported coronavirus case-counts

Walter Dempsey|arXiv (Cornell University)|May 20, 2020

COVID-19 epidemiological studies参考文献 30被引用 6

一句话总结

本文研究了选择偏差和检测不完善如何扭曲报告的新冠肺炎病例数，揭示了患病率和基本再生数估计中的悖论。通过简单的统计模型，本文表明有限的、非随机检测以及假阳性和假阴性结果会严重误导公共卫生解读，并提出了改进报告实践以提升数据透明度和准确性的建议。

ABSTRACT

Many statisticians, epidemiologists, economists and data scientists have registered serious reservations regarding the reported coronavirus case-counts. Limited testing capacity across the country has been widely identified as a key driver of suppressed coronavirus case-counts. The calls to increase testing capacity are well-justified as they become a more frequent point of discussion in the public sphere. While expanded testing is a laudable goal, selection bias will impact estimates of disease prevalence and the effective reproduction number until the entire population is sampled. Moreover, tests are imperfect as false positive/negative rates interact in complex ways with selection bias. In this paper, we attempt to clarify this interaction. Through simple calculations, we demonstrate pitfalls and paradoxes that can arise when considering case-count data in the presence of selection bias and measurement error. The discussion guides several suggestions on how to improve current case-count reporting.

研究动机与目标

• 识别并阐明由有偏测试和不完美诊断引起的报告新冠肺炎病例数中的统计悖论。
• 突出说明有限检测能力如何导致病例患病率估计被抑制并产生误导。
• 研究选择偏差与测量误差（假阳性和假阴性）在流行病学数据解读中的相互作用。
• 提供切实可行的建议，以改善当前病例报告实践的透明度和可靠性。
• 指导数据科学家和公共卫生官员在使用报告病例数据时避免错误推断。

提出的方法

• 使用基础概率和统计建模，模拟非随机检测对病例数估计的影响。
• 建模选择偏差（非随机抽样）与检测不完善（假阳性和假阴性）对报告病例患病率的联合影响。
• 应用简单的数学计算，展示反直觉的结果——例如，尽管传播率下降，病例数却看似上升，这是由于抽样偏差和检测误差所致。
• 在检测不完整且有偏差的条件下，分析有效再生数（Rt）的估计，以说明其可能被系统性高估或低估。
• 提出数据报告的方法学改进，例如报告检测阳性率和检测覆盖率，以减少误解。
• 强调需要进行人群水平抽样以消除选择偏差，从而提高流行病学指标的有效性。

实验结果

研究问题

• RQ1 在新冠肺炎大流行期间，有限且非随机的检测如何偏差真实疾病患病率的估计？
• RQ2 当选择偏差与检测准确度不完美相结合时，报告病例数中可能产生哪些悖论性结果？
• RQ3 假阳性率和假阴性率在哪些方面会扭曲病例趋势和有效再生数的解读？
• RQ4 当基于不完整检测数据推导时，选择偏差如何影响有效再生数（Rt）的可靠性？
• RQ5 哪些报告实践可以减轻由有偏和有误差的病例数引发的误解风险？

主要发现

• 由于检测能力有限导致的选择偏差系统性地抑制了观察到的病例数，从而导致真实患病率被低估。
• 假阳性和假阴性检测结果与选择偏差相互作用，产生反直觉的趋势，例如尽管传播率下降，病例数却上升。
• 当基于有偏的、非代表性的检测数据推导时，有效再生数（Rt）可能被显著误估。
• 即使检测量增加，只要未对整个人群进行抽样，选择偏差就会持续存在，从而削弱关键流行病学指标的有效性。
• 在报告病例数的同时报告检测阳性率和检测覆盖率，可提高透明度并降低误解风险。
• 简单的统计模型表明，当前的病例报告往往未考虑测量误差和抽样偏差，导致公共卫生推断出现错误。