久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

剩下的就是停車問題了。論文作者說，“10月和11月醫院停車量增加了，‘咳嗽’搜索也增加了”。普通人看了，都知道這是廢話，這不是流感季理所當然會有的情況嗎？

且不說進醫院的人數，完全無法和特定疾病相聯系，你根本無法知道一個人進醫院是看什么病，就算真的都是呼吸系統疾病，又能說明什么問題呢？

看上去，2019年的停車量比2018年相應月份的高，但論文的“結果”部分，只是描述了2019年的曲線形態，根本沒有與2018年的具體比較，只是說“2018至2020年間，醫院停車量總體呈增長趨勢”，難道自己也對僅僅兩年的比較有點心虛？

其實一搜索就能發現，“據武漢交警介紹，武漢市機動車保有量……2015年年末達到205萬輛；隨后，每年以30萬輛左右的速度遞增，2019年年底突破330萬輛。”停車量整體增長是很正常的。

還有更復雜的，武漢的軌道交通建設也熱火朝天。2018年10月1日，武漢地鐵7號線、11號線東段一期開通試運營。12月28日，武漢地鐵紙坊線正式開通運行。2019年2月19日，武漢地鐵2號線南延線開通，9月25日，武漢地鐵蔡甸線正式開通試運營，11月6日，武漢軌道交通8號線三期開通試運營。

也就是說，兩種出行方式的基本情況變化都很大。在具體某一時刻，你根本無法判斷機動車用戶、軌道交通用戶的增減情況。

論文作者里好像有懂中文的呀，這些信息都查不到？是不是查到了也不敢說？因為本來證據就薄弱，如果再承認背景條件變動如此劇烈，這論文就沒法看了。

其實論文的方法還有更多問題。作者聲稱搞了一個全面的武漢醫院名單（a comprehensive list），但排除專科醫院（如武漢亞洲心臟病醫院），以及沒有衛星圖像的醫院（如金銀潭），選定了6家醫院用于圖像分析。

從一個“全面”名單，砍到只剩6家……6家啊，這能有什么代表性？

論文作者在2018年1月9日到2020年4月30日幾乎整整28個月里，總共只搜集到111張武漢衛星圖片，提取出140張醫院圖片。分攤到每家醫院，平均只有23張多，連每月一張都不到。因此，醫院數據有長達半年、甚至一年以上的跳斷。這又能有什么代表性？

論文作者解釋，由于“缺乏商業價值”，武漢的衛星圖片比其他城市中心的相對較少，長時段存在多云天氣與霧霾，甚至抱怨在向中國衛星公司獲取數據時“遇到挑戰”……但關鍵問題，難道不是數據不理想，就不要硬寫論文嗎？

作者還選中武昌火車站、漢口火車站、華南海鮮市場作為方法有效性的驗證（validation）。然而，這個驗證對象的選擇是錯誤的。

雖然中國醫院往往“人滿為患”，但從實際的就醫經驗看，上午、中午、下午醫院里的人數多寡、等候的時間長度，都是不同的。

論文作者在討論時，其實提到了時刻問題，但出發點是規避高樓陰影，要用中午時的圖片。然而，全部選擇正午的衛星圖片是做不到的，只能選接近的時刻。但這近似就有問題了，上午11點和下午1點，完全可能是兩種出行模式。

如果數據對時間敏感，衛星又難以保證在每天同一時刻掠過目標上空，最需要驗證的是，不同時刻獲取的數據，能否真實反映當天醫院客流量的相對多寡。但火車站和時刻表相關，海鮮市場也不是醫院，這樣的驗證設置，毫無意義。

作者最后在“結果”的文字部分只提了驗證地點的照片數量是117張，沒有具體的分析，另在附圖中出現了天佑醫院與海鮮市場的比較。但令人驚奇的是，醫院有三張圖片，是2018年10月、2019年10月與2020年2月，市場卻只有2019年9月、2020年2月兩張圖片。

且不說時刻的問題，單看這個日期選擇，就是匪夷所思。2020年2月已經是封城的特殊時期，根本沒有比較的價值。如果作者想呈現特殊時期的情況，也應該同時提供與論文主旨——“早期疾病活動”相關（如2019年12月）的圖片，看看10月與12月的差別，以及2018年相應月份的比較。（不過需要再次指出，即使如此，也是有問題的，就像前面所說，流感季每年會有數量與時間前后的波動，僅比對兩年不合適。）

現在2018年市場圖片又缺失，無從比較，光有2019年的圖片有什么用？這五張圖完全失去意義。

有人嘲諷說論文是本科水平，我覺得高中生都未必會這樣展示所謂的“驗證”吧？也許作者有什么難言之隱？

用衛星監測整體就醫量，對于公共衛生可能有一定的參考意義，但在具體操作上有前面所述的種種困難與陷阱，可比較的數據不足，很難得到理想的結果。而且，在醫院系統內部有迅捷的數字統計與上報系統的情況下，并沒有優勢。如果要針對單一疾病，在原理上就有根本缺陷——無法從整體中辨別出單一疾病，這點遠不如醫院系統的直接統計。

至于搜索的信息，同樣有根本缺陷。某種癥狀的搜索量增加了，當然有些提示作用，但一種癥狀，往往對應許多種疾病，根本無從判斷是哪種疾病的患者增加，更不要說判斷有沒有新疾病了。

那么，論文作者們為什么在承認諸多不足時，依然對自己的方法頗有自信，非寫文章不可呢？我不揣測他們是否對中國有什么主觀惡意，還是從論文分析。

他們在引言第二段里就說：“數字流行病學和非傳統數據流，如衛星圖像和互聯網搜索趨勢，以前曾被用于呼吸道疾病監測”。

聽著好像很厲害啊，早有驗證呢。但看看這句話后面的兩篇參考文獻。

一篇是《H7N9流感與數字流行病學的重要性》，其實也不算是論文，是發在《新英格蘭醫學雜志》上的“perspective”，可以稱為“熱點透視”。

但看下來，這“透視”里也沒多少有價值的獨家信息。2013年3月31日，中國官方向WHO通報發現了H7N9流感，“透視”作者們的工作，只是看了下3月31日后，推特數量、中英文報道的數量、新病例和新增死亡的數量。

這只是爆發后的“數字流行病學”，又不是沒發現H7N9時的“早期疾病活動”，和新論文沒什么關系嘛。

疾病曝光后，相關新聞、帖子數量當然增加，隨著新增病例歸零，輿論熱度也消退，拍拍腦袋都能想到。

另一項工作是從微博上找信息，比如附在文中的圖片，是4月3日流出的病例，作者的意思是要重視這種社交媒體上的信息。但當時官方都已經通報，這病例又能說明什么問題呢？和早期監測、預警也無關。

我是搞不懂為什么要引用這樣的文獻，一看作者，很眼熟啊，這John S. Brownstein不也是新論文的作者嗎？

再看第二篇參考文獻《利用從高分辨率衛星圖像獲取的醫院交通數據監測疾病趨勢》。稍微有點干貨了，大意是在墨西哥、智利、阿根廷通過醫院的衛星圖片，經過一番操作，最終擬合出流感樣病例在病人總數中的比例，與停車數量的趨勢呈現一致性。

這篇參考文獻的主要作者也有John S. Brownstein，另一個Elaine Okanyene Nsoesie，也是所評哈佛論文的作者之一。

自己引用自己，玩得挺溜。這當然不犯法，但看上去，給人的感覺好像這套方法就是你們小圈子里在玩啊。前面提到的那些根本性的障礙，在拉美的研究里，為什么就“神奇”地解決了呢？作者們是不是要好好反思下基本原理、數據獲取與處理的方法，甚至是否存在更嚴重的學術問題？

喜歡自引自high，還非要硬著頭皮寫論文，難怪論文公開后飽受批評，只有政客和西方媒體在吹捧；也難怪世衛組織衛生緊急項目負責人邁克爾·瑞安會說：“重要的是不要過多推測……因為本身并沒有證據表明實際發生了什么……世衛組織將不會基于此類研究展開推測，因為其不會在提供支持和跟蹤疾病上產生幫助。”

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平臺觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閱讀趣味文章。