[Jason Onke 是这篇文章的客座合著者]
感染致死率 (IFR) 估计了所有感染者的死亡百分比：检测到的（病例）和未检测到的疾病（无症状和未检测组）。
IFR 用于模拟整个人口中的估计死亡人数。 如果这个数字很大，接近 XNUMX%，那么建模输出可以报告惊人的死亡人数——为封锁提供动力。
在大流行初期，伦敦帝国理工学院 报告9 根据出版物模拟covid的影响 真实性等。 13 年 2020 月 0.9 日，估计 IFR 为 XNUMX%。
该 IFR 产生了模型估计 “在一场未缓解的流行病中，我们预计英国将有大约 510,000 人死亡，美国将有 2.2 万人死亡。”
作者写道：“然而，由此缓解的流行病仍可能导致数十万人死亡，卫生系统（尤其是重症监护病房）多次不堪重负。 对于能够实现这一目标的国家来说，这使得压制成为首选的政策选择。=
最近 刊物 斯坦福大学的研究人员基于 covid 疫苗接种前时代的血清阳性率研究提供了对 IFR 的更可靠的估计。
在 32 项研究中，COVID-19 的中位 IFR 估计为 0.035-0 岁人群的 59% 和 0.095-0 岁人群的 69%。
我们比较了两个 IFR 估计值，这表明帝国理工学院的估计值远高于斯坦福大学在各个年龄段的估计值。
在疫情爆发的早期估算 IFR 非常容易出错，因此应该带有警告。 抗体研究可以更准确地了解有多少人被感染，并可以更精确地估计 IFR。 然而，在大流行初期，还没有这样的研究——Verity 等人。 他们的 IFR 是基于中国数据和中国大陆以外的 1,334 个案例。 病死率是根据 19 岁以下的严重病例中的一例进行估计的。
替代早期模型和预测，另一种策略是在数据出现时对其进行分析：找出正在发生的事情。 我们这样做了，到 2020 年 XNUMX 月，我们写道，越来越清楚的是，“受年龄影响的结构不符合流行病理论“。
与斯坦福大学的血清阳性率研究相比，帝国理工学院早期的 IFR 估计值在各个年龄段被大大高估了——是 19 岁以下人群的 XNUMX 倍以上。但它与实际数据相比如何？
帝国理工学院预测，81% 的英国人口将在整个流行期间受到感染。 到 31 年 2021 月 81 日，ONS 感染调查估计英格兰 19% 的人口患有 COVID-87。 ONS 报告称，截至目前，英格兰和威尔士的 0 至 19 岁儿童中有 XNUMX 例登记死亡。
我们使用这些数据，根据到 0 年底感染该年龄组的 19 万（占人口的 11.36%）来反算 81-2021 岁人群的 IFR。这给出了 0.0008% 的 IFR 估计值（见图）。
高估 IFR 的后果是深远的。 它高估了死亡人数并影响了政治决策，而没有考虑长期的危害和福祉影响。
高估 IFR 并不少见。 例如，在猪流感大流行中，据报道大流行后的 IFR 为 0.02%，比爆发期间的最低估计值低五倍。
IFR 还有其他问题需要考虑。 首先，它假设所有死亡证明中 PCR 阳性或 covid 的死亡都是由 SARS-CoV-2 引起的。 事实并非如此，因为我们有 如图. IFR 也没有考虑医院死亡或多发病的复杂相互作用和因果关系的分配。
An 分析 在 18 岁以下人群中区分原因，而不是那些死于其他原因但同时被感染的人群，报告了 <18 岁人群的死亡率为百万分之二——这表明 IFR 为 0.0002%，covid 可能是根本原因在死亡证明上登记时，只有大约四分之一的年轻人死亡。
援引预防原则来广泛使用基于灾难性预测的限制措施，也凸显了对该原则基础的误解：只有当你确信你的行为的好处大于负面后果时才采取行动。 当时不存在这样的证据，因为现有的大流行计划甚至没有考虑封锁。
转载自作者 亚组
发表于 知识共享署名4.0国际许可
如需转载，请将规范链接设置回原始链接 褐石研究所 文章和作者。
