[爆卦] Omicron 染疫死亡數字簡單分析

看板Gossiping作者 (㊣﹋)時間1年前 (2022/05/30 09:47), 1年前編輯推噓96(193推 97噓 297→)
留言587則, 279人參與, 1年前最新討論串1/3 (看更多)
民調公司的樣本數, 通常都做到一千多人 因為當樣本數來到 1067 時, 抽樣誤差正負 3.0% 截至昨天為止, 感染 Omicron 死亡人數從 1057 跳到 1203 超過 1067 個樣本來分析數字, 誤差應該已經收斂到 3% 範圍內才對 樣本分布比例不易再有大幅度的波動 板上的熱心網友 xFANx 天天粗暴製圖, 文中還附上詳細統計訊息 那麼小弟也來獻醜 試著從數字中解讀看看打疫苗對抗 Omicron, 到底有無必要 以下段落分別為 原理 圖表 數字 初步結論 先透漏結論 小弟因故沒打 covid19 疫苗, 資料撈完打算釘子戶繼續耗下去 除非有藥廠推出二代疫苗再說 ------------------------------------------------------------------------ 原理 人體在感染病毒之後, 樹突細胞會取得病毒片段特徵 回到淋巴花上幾小時到十多天不等的時間, 實施地毯式搜索 從約莫百億種組合中, 一一核對找出唯一對應的免疫細胞 然後大量複製該限定款免疫細胞, 送往全身專門獵殺該病毒 疫苗則是以人工合成病毒碼, 觸發免疫系統啟動前述過程 不管自然染疫或者打疫苗, 等到下回相同病毒又來 就能跳過耗時的地毯式搜索, 特定免疫細胞從牛棚直接上 但不幸的是病毒會變種, 導致病毒碼長得越來越不像實際的病毒 免疫細胞原則上應該要專款專用 可是病毒改款後, 牛棚裡的免疫細胞就不一定還能瞄準新病毒 導致免疫效果會變得因人而異, 經常發生免疫逃脫 於是以武漢株為開發基礎的各家疫苗, 變得跟流感疫苗一樣會過季 病毒每變種一個世代, 防禦率就打一次折扣 改款到現今主流南非株 Omicron 疫苗已經從最初標榜的防感染 一路 撤守(X) 轉進(O) 防發病防重症, 到現在只能宣稱部分防死亡 但另一方面, 施打疫苗並非零成本 既然是類病毒, 人為啟動免疫系統同樣也會伴隨各種奇怪症狀 發燒不適只是低消, 嚴重時免疫系統暴走也會送命 當整個故事背景呈現上述的面貌時 打疫苗基本上可以當成挖比特幣來看待 疫苗造成的傷亡固定不變 (電費), 疫情卻隨變種趨緩 (收益) 當礦越來越難挖, 收益少到連電費都繳不起的時候 不如就關機別挖了 如果打疫苗的死亡率, 比不打染病致死還高 施打疫苗豈不等於找死嘛! ------------------------------------------------------------------------ 圖表 mobrick 網友整理詳細資料, 製作出進階統計圖表 https://reurl.cc/g09xOR 比較可惜的地方是 引用政府資料開放平台的數字, 與 CDC 有落差 https://data.gov.tw/dataset/151770 近幾天的確診數字, 每天都短少幾千人 所以撰文此時明明 CDC 確診總數已經來到 178.82 萬人 卻只從政府資料開放平台撈到 105.45 萬 但資料短少無妨, 絕對數字不準但相對趨勢不變, 堪用 https://i.imgur.com/HOWjA0Y.png
這張柱狀圖可以明顯看出 50 歲是分水嶺 50 歲以上的人死很多, 49 歲以下佔比相對低 老人病無誤 https://i.imgur.com/NmFAQVo.png
進一步納入中症重症後, 分水嶺下修到 40 歲 老人病的特色並沒有改變 https://i.imgur.com/GFLeFg5.png
大餅圖很明顯看得出來 染疫會掛掉的, 八成本來就有病 Omicron 的角色比較像催命符 從以上圖表得知 想探究打疫苗抗 Omicron 值不值得 可先粗分成四個族群 (未成年暫且按下) (50+, 有病) (50+, 沒病) (20~49, 有病) (20~49, 沒病) 但年齡與慢性病, 直覺上高度正相關 或許只是一體兩面, 實際上都是免疫力的指標 於是下面這張圖, 陷阱在於把所有人都混在一起做成瀨尿牛丸 據此做出政策會顯得粗枝大葉 https://i.imgur.com/DleF6UB.png
疫苗如果沒用, 應該看到四條柱狀圖一樣高 反之如果疫苗有效, 柱狀圖總該出現趨近於 0 結果疫苗卻是薛丁格的貓, 介於有效與無效之間 早已不是當初以色列打疫苗搶頭香, 兩劑 60% 就達成群體免疫的時代 https://i.imgur.com/M7zqSXl.png
------------------------------------------------------------------------ 數字 目前疫苗接種數字 https://www.cdc.gov.tw/Category/Page/9jFXNbCe-sFK9EImRRi2Og 至少 1 劑有 20,383,044 人 疫苗接種後不良事件 https://www.cdc.gov.tw/Category/MPage/Q8n9n-Q4aBpRrGnKVGFkng 死亡 1,486 人 疫苗整體死亡率約為百萬分之 72.90 人 由於未揭露更細的年齡分層, 只能用疫苗接種族群亂猜 一開始只限十類人打 AZ, 老人優先 接著是 Moderna 到貨, 不敢打 AZ 的老中青就愛這一味 然後台灣價值疫苗高端登場, 青壯年捧場 最後是郭董弄來 BNT, 優先給學生施打 所以 20~49 的疫苗死亡率, 先拿高端的數字頂著 50/1,002,953 = 百萬分之 49.85 人 50+ 的疫苗死亡率以 AZ 代替 845/8,071,236 = 百萬分之 104.69 人 各年齡層的疫苗施打率 https://covid-19.nchc.org.tw/city_confirmed.php 18~49 第一劑居然破百, 猜測大概是高端砍掉重練造成的 也回頭證明了高端的主力族群確實是青壯年 猜測 18~49 可能只剩 3%~7% 沒打過疫苗 50+ 的第一劑涵蓋率, 則是 80.4%~90.5% 資料開放平台撈到的確診人數, 整體較實際少四成 放在分母的時候, 商數會變大 但如果兩邊做比較, 一起變大的話, 卻也無礙觀察趨勢 20~49 歲 566,817人, 50+ 歲 273,039人 mobrick 網友的進階統計圖表雖然不能編輯匯出, 但是可以排序 https://i.imgur.com/JBmdhlR.png
死亡個案動動手指數一數就有答案了 到昨天下午為止, 無慢性病的 Omicron 死亡案例 68 人 19- 7 例, 20~49 2 例, 50+ 59 例 50+ 沒慢性病 0 劑死亡 27 人, 1~3 劑死亡 32 人, 假設疫苗平均涵蓋率 87% 沒打疫苗 Omicron 致死率 27 / (273,039x13%) = 百萬分之 760.67 人 打疫苗 Omicron 致死率 32 / (273,039x87%) = 百萬分之 134.71 人 就算疊加疫苗死亡率, 134.71 + 104.69 = 239.40, 仍遠低於 760.67 即使沒打疫苗致死率進一步打六折, 也沒能改變比較結果 (50+, 沒病) 這個族群, 打疫苗可減少死亡 20~49 沒有慢性病, 0 劑死亡 1 人, 3 劑死亡 1 人 沒打疫苗 Omicron 致死率 1 / (566,817x5%) = 百萬分之 35.28 人 還原數字打六折, 百萬分之 21.17 人 打疫苗 Omicron 致死率 1 / (566,817x95%) = 百萬分之 1.86 人 還原數字並疊加疫苗死亡率, 1.86x0.6 + 49.85 = 百萬分之 50.96 人 (20~49, 沒病) 這個族群, 不打疫苗死亡反而少一半 20~49 本來就有病, 一共 43 人掛掉 沒打疫苗 Omicron 致死率 23 / (566,817x5%) = 百萬分之 811.55 人 還原數字打六折, 百萬分之 486.93 人 打疫苗 Omicron 致死率 20 / (566,817x95%) = 百萬分之 37.14 人 還原數字並疊加疫苗死亡率, 37.14x0.6 + 49.85 = 百萬分之 72.13 人 (20~49, 有病) 這塊差距七倍, 是疫苗效用最高的一群 (50+, 有病) 佔多數, 就不再 data mining 了, 人工點算工程浩大 光看圖也知道打疫苗比較好 https://i.imgur.com/DleF6UB.png
------------------------------------------------------------------------ 初步結論 其實 CDC 有全套健保資料庫可以分析 只要鍵盤敲一敲, 準確的精美圖表就會跳出來 小弟到處亂挖, 勉強找齊不大精準的數據湊合著用 但土炮一樣可以簡單分析找出趨勢, 數字誤差大而已 如果真想仔細探究, 不考慮慢性病種類都可以細分成 2(性別) x 2(有無痼疾) x 3 (中/重/死亡) x 10(年齡) = 120 種族群 青壯年族群 20~49 歲, 沒病可以不用打疫苗 因為搞出免疫風暴的代價反而更大 但帶有慢性病時, 除非身體太虛弱, 不然強烈建議打好打滿 死亡數字的大幅落差擺在眼前 至於躺在病床上又老又虛, 那就很尷尬了 搞不好疫苗活活打到掛, 但是染疫也掛 唯一的活路是關在隔離病房, 撐到群體免疫才放風 老人不打疫苗的心態可以理解, 難以強求 其實在數字沒分析之前, 如果已經對疫苗原理的故事背景很清楚時 應該會預期黃金交叉會隨著病毒變種發生, 疫苗終將漸漸失效 問題只在何時交叉? 堤防破口又在哪個地方? 如果洞察力夠強 今年初會直覺 Omicron 時辰已到, 疫苗破口將會落在健康青壯年 光是比對國外數據都能證實這點 於是全民打三劑明顯是個思慮不周的政策! 自己去資料庫撈看看, 有多少第三劑打到掛的健康青壯年白白犧牲 這說明著 CDC 的專業, 還是被人情世故給封印了, 終究官大學問大 政府其他部門就算是貪汙, 拉法葉案也死不了多少人 無奈 CDC 是個牽涉人命的衙門, 應該要更加包容反思的聲音才對 畢竟學術象牙塔跟病房實戰, 終究有很大的落差 單單大官一個莫名執念不肯鬆手, 傷亡的低消都得是三位數起跳 https://news.ltn.com.tw/news/life/breakingnews/3911372 阿彌陀佛 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.237.96.58 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1653875245.A.D2B.html
推
05/30 09:49, 1年前 , 1F
推分析.
05/30 09:49, 1F
推
05/30 09:49, 1年前 , 2F
你疫苗系？
05/30 09:49, 2F
推
05/30 09:49, 1年前 , 3F
太長 未看先推
05/30 09:49, 3F
→
05/30 09:50, 1年前 , 4F
打疫苗兩面刃，不打怪得了也怪正常.
05/30 09:50, 4F
推
05/30 09:50, 1年前 , 5F
你的結論在批評CDC? 你有300萬嗎?
05/30 09:50, 5F
噓
05/30 09:50, 1年前 , 6F
白白犧牲三洨
05/30 09:50, 6F
推
05/30 09:50, 1年前 , 7F
為什麼你要寫這種文章給自己找麻煩
05/30 09:50, 7F
為芸芸眾生, 1 個換 N 個也划算
→
05/30 09:50, 1年前 , 8F
太長end
05/30 09:50, 8F
推
05/30 09:51, 1年前 , 9F
有數據給推
05/30 09:51, 9F
推
05/30 09:51, 1年前 , 10F
推 真有心
05/30 09:51, 10F
推
05/30 09:51, 1年前 , 11F
太粗暴了
05/30 09:51, 11F
推
05/30 09:51, 1年前 , 12F
這些數據都是台灣人命換來的，2年啊
05/30 09:51, 12F
→
05/30 09:51, 1年前 , 13F
你可以去看看AZ當時歐盟怎麼做分析的
05/30 09:51, 13F
→
05/30 09:51, 1年前 , 14F
年輕人打三劑是沒什麼用沒錯
05/30 09:51, 14F
→
05/30 09:52, 1年前 , 15F
年輕人二劑三劑死亡率差不多
05/30 09:52, 15F
→
05/30 09:52, 1年前 , 16F
疫苗的效益取決於流行率跟保護力
05/30 09:52, 16F
推
05/30 09:53, 1年前 , 17F
推！
05/30 09:53, 17F
推
05/30 09:53, 1年前 , 18F
推 但是....有些文字班班不喜歡 加油
05/30 09:53, 18F
推
05/30 09:54, 1年前 , 19F
推分析！
05/30 09:54, 19F
推
05/30 09:54, 1年前 , 20F
依照你的推輪 其實是20以下跟49以
05/30 09:54, 20F
→
05/30 09:54, 1年前 , 21F
上才要打疫苗
05/30 09:54, 21F
→
05/30 09:54, 1年前 , 22F
是不是？
05/30 09:54, 22F
推
05/30 09:54, 1年前 , 23F
台灣第三劑根本亂來阿 呵呵
05/30 09:54, 23F
推
05/30 09:54, 1年前 , 24F
300W
05/30 09:54, 24F
推
05/30 09:54, 1年前 , 25F
交差心態啊 防不住 推打三劑至少不會被
05/30 09:54, 25F
→
05/30 09:55, 1年前 , 26F
請濃縮成三百字 謝謝
05/30 09:55, 26F
→
05/30 09:55, 1年前 , 27F
靠北說什麼都沒做
05/30 09:55, 27F
推
05/30 09:55, 1年前 , 28F
推分析 但你這分析很容易300萬 小心喔
05/30 09:55, 28F
→
05/30 09:55, 1年前 , 29F
20-49還要分有沒有慢性病
05/30 09:55, 29F
→
05/30 09:56, 1年前 , 30F
去年底笑柄的ACIP還堅持跟國際一樣5~6月追打
05/30 09:56, 30F
推
05/30 09:56, 1年前 , 31F
疫苗數據仔在你後面 火很大
05/30 09:56, 31F
推
05/30 09:56, 1年前 , 32F
推分析
05/30 09:56, 32F
→
05/30 09:56, 1年前 , 33F
最後為啥一陣稀哩呼嚕後變成3個月? 窩不知道
05/30 09:56, 33F
噓
05/30 09:56, 1年前 , 34F
疫苗打多
05/30 09:56, 34F
→
05/30 09:56, 1年前 , 35F
重症率就明顯比較少 辛苦玩弄一堆數據只是
05/30 09:56, 35F
→
05/30 09:56, 1年前 , 36F
想帶恐慌感嗎
05/30 09:56, 36F
噓
05/30 09:57, 1年前 , 37F
健康年輕人打疫苗的意義在保護家中老小
05/30 09:57, 37F
推
05/30 09:57, 1年前 , 38F
到時候二代疫苗搞不好是大陸代工的
05/30 09:57, 38F
還有 509 則推文
還有 1 段內文
推
05/30 20:00, 1年前 , 548F
噓的人難道都沒想過政府的認證方式
05/30 20:00, 548F
→
05/30 20:00, 1年前 , 549F
是否有問題嗎
05/30 20:00, 549F
噓
05/30 20:01, 1年前 , 550F
怎麼不分析同樣有病同年齡層多少人
05/30 20:01, 550F
→
05/30 20:01, 1年前 , 551F
打了疫苗後確診只有輕症的
05/30 20:01, 551F
噓
05/30 20:03, 1年前 , 552F
那個搞不好有幾萬甚至幾十萬人 比這
05/30 20:03, 552F
→
05/30 20:03, 1年前 , 553F
死掉的千人統計準確多了
05/30 20:03, 553F
噓
05/30 20:12, 1年前 , 554F
很會喔
05/30 20:12, 554F
推
05/30 20:17, 1年前 , 555F
推 年輕人打疫苗 B>Z
05/30 20:17, 555F
噓
05/30 20:20, 1年前 , 556F
你結論的前提沒考慮各分類的背景風險...
05/30 20:20, 556F
→
05/30 20:21, 1年前 , 557F
如果都要分類，應該要考量到更客觀的東
05/30 20:21, 557F
→
05/30 20:21, 1年前 , 558F
西，數據的解讀容易開車也容易翻車，慎
05/30 20:21, 558F
→
05/30 20:22, 1年前 , 559F
之...
05/30 20:22, 559F
→
05/30 20:27, 1年前 , 560F
這篇出來這麼久疫苗仔怎還不來反擊一下
05/30 20:27, 560F
推
05/30 21:03, 1年前 , 561F
推
05/30 21:03, 561F
推
05/30 21:29, 1年前 , 562F
推
05/30 21:29, 562F
推
05/30 21:29, 1年前 , 563F
你沒考慮打三劑本身就是倖存者偏差三濾網
05/30 21:29, 563F
→
05/30 21:30, 1年前 , 564F
所以光看圖不能:知道打疫苗比較不會掛
05/30 21:30, 564F
→
05/30 21:35, 1年前 , 565F
but 最後那個結論是打了很多三劑才能得知吧?
05/30 21:35, 565F
→
05/30 21:36, 1年前 , 566F
確實比較粗略,如果是博士論文會被教授電到翻
05/30 21:36, 566F
→
05/30 21:37, 1年前 , 567F
就不是這個專業的碩士以上,根本沒有辨別能力
05/30 21:37, 567F
推
05/30 21:39, 1年前 , 568F
……大概統計被當就是你 資料分析前
05/30 21:39, 568F
→
05/30 21:39, 1年前 , 569F
你如何確保真正死因 交互作用影響你
05/30 21:39, 569F
→
05/30 21:39, 1年前 , 570F
又要如何處理……
05/30 21:39, 570F
→
05/30 21:42, 1年前 , 571F
這東西要深入研究 你只會得到2年前
05/30 21:42, 571F
→
05/30 21:42, 1年前 , 572F
結論 中美合作愉快 都說了華爾街就
05/30 21:42, 572F
→
05/30 21:42, 1年前 , 573F
是一群喪心病狂的人
05/30 21:42, 573F
推
05/30 22:23, 1年前 , 574F
辛苦了！CDC如果肯做類似分析，醫護就可以
05/30 22:23, 574F
→
05/30 22:23, 1年前 , 575F
不用這麼累。
05/30 22:23, 575F
推
05/30 23:32, 1年前 , 576F
資料收集和研究方法敘述很詳細，不容易
05/30 23:32, 576F
推
05/30 23:34, 1年前 , 577F
不過我認為該強調台灣人疫苗不良反應過高
05/30 23:34, 577F
推
05/30 23:37, 1年前 , 578F
之前病毒株不易感染台灣人可能是相同原因
05/30 23:37, 578F
推
05/30 23:38, 1年前 , 579F
另外台灣狀況黑數抓四成有可能低估
05/30 23:38, 579F
推
05/30 23:56, 1年前 , 580F
推 很多人醒不來
05/30 23:56, 580F
推
05/31 00:17, 1年前 , 581F
推一下 慢慢看
05/31 00:17, 581F
→
05/31 00:27, 1年前 , 582F
應該投稿發paper來國際認證
05/31 00:27, 582F
噓
05/31 01:37, 1年前 , 583F
你要不要回去重新學一下統計
05/31 01:37, 583F
噓
05/31 01:45, 1年前 , 584F
半桶水 全世界就你統計最強
05/31 01:45, 584F
推
05/31 03:22, 1年前 , 585F
整理有推
05/31 03:22, 585F
→
05/31 03:23, 1年前 , 586F
健保資料庫很好用 政府不公開也沒轍
05/31 03:23, 586F
推
06/01 11:15, 1年前 , 587F
推
06/01 11:15, 587F
‣ 更多 vcbxnzm 的文章
文章代碼(AID): #1Yb28jqh (Gossiping)
‣ 更多 vcbxnzm 的文章
文章代碼(AID): #1Yb28jqh (Gossiping)