Re: [爆卦] 高端50歲以下死亡率之比較

看板Gossiping作者 (Pichu Chen)時間2年前 (2021/09/14 20:53), 2年前編輯推噓2(9推 7噓 27→)
留言43則, 17人參與, 2年前最新討論串2/12 (看更多)
※ 引述《romber (romber)》之銘言： : 最近幾則疫苗死亡新聞之下， : 一直看到有鄉民爭執高端及國際疫苗哪個更安全， : 對此我也好奇，因此稍微統計了一下。 : 文長，懶得看說明可以直接拉到最後看結果。 : ※ 手動統計，如計算有違誤請告知 : # 年齡範圍標準化 : 由108、109年統計處資料可以看見， : 每年死亡年齡層分布，45歲以上占了 94% 之多： : 這代表45歲以上自然死亡率遠遠大於45歲以下， : 因此統計時間範圍越大、涵蓋大齡人口越多，死亡率就會越大。 : 而高端多打於年輕人，國際疫苗則多施打於老齡人口。 : 統計上應盡可能將大齡人口去除才能避免失真。 : 因此資料由 CDC 最新[疫苗安全性檢測]其中的[<50歲]分類做統計依據。 : # [所有疫苗]資料依據 : 由 CDC 最新疫苗安全性檢測 7th (9/8發布,其內容統計至9/1) : 由其中的<50歲分類做統計依據。 : https://i.imgur.com/hhdBGtK.png
: # [高端疫苗]資料依據 : * 高端施打總數 : 依據 CDC [1100912 COVID-19疫苗接種統計資料] : https://i.imgur.com/1vKoz95.png
: 其數據統計到 9/12，總施打數為 716,280。 : * 高端50歲以下接種人數: : CDC並未發布各別疫苗的分齡數據，因此依CDC 8/7 記者會公布 : 之各年齡層登記比例計算： : https://i.imgur.com/oeadrGx.png
: 50歲以下比例: 64% / 50歲以上比例: 36% : 計算得50歲以下施打人數為 716,280*64% = 458,419 : * 高端死亡人數: : 由 CDC [COVID-19疫苗不良事件通報摘要] 取得，9/12公布死亡總數為 12。 : 由於 CDC 並未發布各別疫苗的分齡數據，各別年齡由歷史新聞蒐集取得。 : 已知50歲以下死亡案例有9例，50歲以上死亡案例有2例， : 1 例無相關新聞，故亦不會計入50以下統計數據。 : # 統計結果： : https://i.imgur.com/hIXnLVt.png
: * [所有疫苗] 於50歲以下死亡率: 約 0.87 (10M) : * [高端疫苗] 於50歲以下死亡率: 約 1.96 (10M) : 若高端50歲以下施打數用最有利(但不可能)的狀態，以總施打數計算， : 死亡率則為 1.26 (10M)，約為所有疫苗的 1.44 倍 : 因此由數據可見： : [高端] 於 [50歲以下] 死亡率， : 是 [所有疫苗] 的 1.44 ~ 2.25 倍。 : 由結果看來，高端在死亡率方面，可能並沒有比較安全， : 因此若以死亡率作為疫苗安全性的衡量標準， : 安全性可能不足以成為選擇高端的依據。 : 不過還是要平衡一下，無論何種疫苗，在此統計中死亡率都還是很低的， : 而 [死亡人數] 也並不等於 [因接種疫苗而死亡] 的人數， : 雖然我認為這數據差距有統計上的意義， : 但我想接種疫苗跟染疫風險相較還是 Z>B。 : 以上，手動統計，如計算有違誤請告知。 理性討論，勿戰 這個計算應該是忽略掉背景值的問題，自然死亡不是只有長者才有，年輕人也有可能 有非意外死亡。 以目前第十回國民生命表20 ~ 50 歲取最高最低值分別是 50 歲男性的 0.00596 和 20 歲女性的 0.00029 做計算，也就是自然死亡的背景值。 生命表的產生方式是統計 全年間的死亡人數 / 年初人數 因此 生命表機率 / 全年天數 * 對比原 Po 高端統計天數 * 10M 0.00596 / 365 * 21 * 100,000 ~= 34.290 (50歲男性) 0.00029 / 365 * 21 * 100,000 ~= 1.668 (20歲女性) 那對照原 Po 的數據高端 1.96, 其他 0.87，其實在死亡率上可能沒有很顯著的差異 如果直接相除的話，搞不好還會出現打了疫苗的結果死亡率反而降低的奇怪結論... 第十次國民生命表： https://www.moi.gov.tw/cp.aspx?n=3436 ===== 再跟大家分享一個無腦除的應用好了 同樣是國民生命表，取台北市三十歲的不分性別死亡率 54人 / 每十萬人 取新北市三十歲的不分性別死亡率 72人 / 每十萬人 72 / 54 = 133% 所以住在新北市年輕人的死亡率是台北1.3倍 再套用幾個下面鄉民留言 72 和 54 不算顯著差異嗎？ 然後再讓新聞記者報一下，大概接下來規劃數學課綱的時候就會認真考慮把統計檢定 放課綱放多一點了。 -- 此篇文章以 CC BY-SA 4.0 發表。 咖啡是一種豆漿， 茶是一種蔬菜湯。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.230.212.116 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1631624018.A.A55.html
推
09/14 20:54, 2年前 , 1F
這不算罕見吧
09/14 20:54, 1F
→
09/14 20:55, 2年前 , 2F
推邏輯分析.
09/14 20:55, 2F
→
09/14 20:56, 2年前 , 3F
所謂的背景值是猝死的還是所有死因?
09/14 20:56, 3F
噓
09/14 20:57, 2年前 , 4F
1.96/0.87 還不算顯著的差異 也真服了你!!
09/14 20:57, 4F
→
09/14 20:58, 2年前 , 5F
高端或進口疫苗都有背景值，假設是比例，
09/14 20:58, 5F
→
09/14 20:58, 2年前 , 6F
那兩者理論上比例應該一樣。除非打高端的
09/14 20:58, 6F
→
09/14 20:58, 2年前 , 7F
族群(個性、身體狀況、頭腦)和打進口疫苗
09/14 20:58, 7F
噓
09/14 20:59, 2年前 , 8F
好像其他疫苗就沒有背景值似的XD
09/14 20:59, 8F
→
09/14 20:59, 2年前 , 9F
兩者死亡率不同，才能扣除。至於打高端的
09/14 20:59, 9F
→
09/14 20:59, 2年前 , 10F
人到底是比較會死，還是比較不會死，這點
09/14 20:59, 10F
→
09/14 20:59, 2年前 , 11F
你可能要去研究分析才能知道。當然分析出
09/14 20:59, 11F
→
09/14 21:00, 2年前 , 12F
來，可能會被人罵你歧視。
09/14 21:00, 12F
噓
09/14 21:00, 2年前 , 13F
兩邊的背景值相同，背景值+其他疫苗=0.8
09/14 21:00, 13F
噓
09/14 21:00, 2年前 , 14F
要算入台灣價值公式
09/14 21:00, 14F
→
09/14 21:00, 2年前 , 15F
7，背景值+高端=1.96，我相信背景值不會
09/14 21:00, 15F
→
09/14 21:01, 2年前 , 16F
高過0.87啦，不然反而其他疫苗變成延年
09/14 21:01, 16F
→
09/14 21:01, 2年前 , 17F
益壽丹了
09/14 21:01, 17F
噓
09/14 21:01, 2年前 , 18F
1.96跟0.87還不夠大嗎
09/14 21:01, 18F
→
09/14 21:02, 2年前 , 19F
應該只計算心臟出問題死亡的背景值吧
09/14 21:02, 19F
噓
09/14 21:02, 2年前 , 20F
更不用說其他疫苗累積至少3個月的數據，
09/14 21:02, 20F
→
09/14 21:02, 2年前 , 21F
高端只3週
09/14 21:02, 21F
※ 編輯: pichubaby (36.230.212.116 臺灣), 09/14/2021 21:10:23
→
09/14 21:05, 2年前 , 22F
把時間考慮進去，只會更顯著
09/14 21:05, 22F
推
09/14 21:06, 2年前 , 23F
這要從個別死因去分析啦
09/14 21:06, 23F
→
09/14 21:06, 2年前 , 24F
唯一可以防守的點，大概只有數據尚太少
09/14 21:06, 24F
→
09/14 21:06, 2年前 , 25F
所以可能不準
09/14 21:06, 25F
→
09/14 21:07, 2年前 , 26F
譬如 AMI CVA Dissection TTS 等
09/14 21:07, 26F
→
09/14 21:07, 2年前 , 27F
用全死因哪看得出什麼
09/14 21:07, 27F
推
09/14 21:10, 2年前 , 28F
而且不只要看死的 也要看沒死的
09/14 21:10, 28F
→
09/14 21:11, 2年前 , 29F
AMI CVA TTS 也不一定會死阿
09/14 21:11, 29F
→
09/14 21:11, 2年前 , 30F
要證明某一種疫苗會特別導致某一疾病
09/14 21:11, 30F
→
09/14 21:11, 2年前 , 31F
發病的不論有死沒死都要列入統計
09/14 21:11, 31F
推
09/14 21:12, 2年前 , 32F
所以有可能是第十版的死亡率要調整
09/14 21:12, 32F
→
09/14 21:12, 2年前 , 33F
因為兩者的50歲同背景下 還是差不小
09/14 21:12, 33F
噓
09/14 21:13, 2年前 , 34F
用全死因對比單一死因,是否合理?
09/14 21:13, 34F
推
09/14 21:13, 2年前 , 35F
只討論死的 也沒分死因 有啥意義 Zzz
09/14 21:13, 35F
推
09/14 21:14, 2年前 , 36F
新北年輕人死亡率高好像蠻正確的捏
09/14 21:14, 36F
→
09/14 21:17, 2年前 , 37F
樓上，其他疫苗都不是新北在打的對吧？
09/14 21:17, 37F
推
09/14 21:27, 2年前 , 38F
這邊其實不想理性討論，你知道的
09/14 21:27, 38F
推
09/14 21:50, 2年前 , 39F
原來每年猝死率那麼高 怕豹QQ
09/14 21:50, 39F
→
09/14 22:09, 2年前 , 40F
這邊沒人跟你理性討論拉
09/14 22:09, 40F
推
09/14 22:40, 2年前 , 41F
那張表的最後面有個別死因除外的分析，
09/14 22:40, 41F
→
09/14 22:40, 2年前 , 42F
其實至少要扣掉自殺、意外事故這種
09/14 22:40, 42F
→
09/14 22:41, 2年前 , 43F
這樣勉強才比較可以比較，不能比全死因
09/14 22:41, 43F
‣ 更多 pichubaby 的文章
文章代碼(AID): #1XG9jIfL (Gossiping)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 2 之 12 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共12篇)
‣ 更多 pichubaby 的文章
文章代碼(AID): #1XG9jIfL (Gossiping)