經(jīng)不起推敲的哈佛研究：疫情嚴(yán)重，科研更需嚴(yán)謹(jǐn)
圖源：Mikhail Denishchenko
撰文 | 底騫 王雅琪
責(zé)編 | 陳曉雪
● ● ●
最近哈佛醫(yī)學(xué)院一項(xiàng)未經(jīng)同行評(píng)議的研究引起社會(huì)廣泛關(guān)注，該研究宣稱新冠肺炎疫情早在2019年8月就已經(jīng)在武漢開(kāi)始傳播。
在研究方法上，這項(xiàng)研究使用了武漢多家醫(yī)院停車場(chǎng)的衛(wèi)星影像數(shù)據(jù)，發(fā)現(xiàn)2019年夏秋季節(jié)醫(yī)院停車場(chǎng)的車輛明顯增加。同時(shí)，在百度搜索引擎上“咳嗽”和“腹瀉”關(guān)鍵詞的搜索量也出現(xiàn)增加；而咳嗽和腹瀉是新冠肺炎的重要癥狀。此外，這些關(guān)鍵詞搜索量的增加和衛(wèi)星影像上停車場(chǎng)車輛數(shù)目的增加時(shí)間上重合。于是，作者得出結(jié)論，判斷出新冠肺炎疫情開(kāi)始傳播的時(shí)間為2019年8月。
從研究方法上講，通過(guò)遙感衛(wèi)星影像獲取信息，甚至判斷疾病發(fā)生的趨勢(shì)，是常見(jiàn)的方法。例如，研究人員曾用遙感衛(wèi)星數(shù)據(jù)獲取植被覆蓋的信息，結(jié)合當(dāng)?shù)氐臐駶?rùn)程度，綜合判斷出一個(gè)區(qū)域釘螺適宜的分布范圍，從而估計(jì)血吸蟲(chóng)病發(fā)病的風(fēng)險(xiǎn)[1]。
筆者也曾使用衛(wèi)星遙感數(shù)據(jù)，估計(jì)地表的空氣污染濃度，研究低濃度空氣污染對(duì)人群健康的危害[2]。這些研究，首先對(duì)遙感數(shù)據(jù)的使用有著嚴(yán)格的要求，而且一般需要地表的實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練和糾正。更重要的是，研究人員需要是領(lǐng)域?qū)＜?，?duì)相關(guān)研究題目熟悉，了解使用遙感衛(wèi)星數(shù)據(jù)的局限和可能產(chǎn)生的偏差。
回到哈佛醫(yī)學(xué)院的這篇論文，停車場(chǎng)的數(shù)據(jù)是否能夠真實(shí)反映醫(yī)院就診人數(shù)的變化，醫(yī)院就診人數(shù)的變化是否能夠反映因?yàn)樾鹿诜窝滓咔榫驮\人數(shù)的變化？這兩個(gè)問(wèn)題都要打大大的問(wèn)號(hào)。另外，當(dāng)?shù)蒯t(yī)院是否有地下停車場(chǎng)？遙感圖像采集時(shí)間是否一致從而車流量是可比較的？天氣是否會(huì)影響停車場(chǎng)車輛的數(shù)量？從遙感衛(wèi)星圖像估計(jì)新冠肺炎疫情屬于間接測(cè)量，中間依賴太多的邏輯假設(shè)。這些問(wèn)題的回答，都會(huì)對(duì)這些邏輯假設(shè)是否成立產(chǎn)生影響，嚴(yán)重影響遙感衛(wèi)星圖像在該研究問(wèn)題中的正確使用。不知道是疏忽大意還是有意為之，這些使用遙感圖像做間接測(cè)量的重要邏輯假設(shè)，都被作者們忽略或者浮光掠影一筆帶過(guò)。
通過(guò)搜索引擎中關(guān)鍵詞搜索量的變化，來(lái)估計(jì)甚至預(yù)測(cè)疾病發(fā)展的趨勢(shì)，是一種常見(jiàn)的研究方法。早在十年前，谷歌的研究人員就利用一系列關(guān)鍵詞搜索頻率的變化，預(yù)測(cè)全美國(guó)范圍內(nèi)流感暴發(fā)的趨勢(shì)，甚至能比疾控中心的數(shù)據(jù)更早地發(fā)現(xiàn)流感暴發(fā)，相關(guān)的研究成果也被制作為“谷歌流感趨勢(shì)”放在網(wǎng)上供用戶免費(fèi)使用[3]。使用類似的方法，人們還研究了登革熱發(fā)生的時(shí)空分布[4]。不僅是搜索引擎關(guān)鍵詞的數(shù)據(jù)，推特等社交媒體上和疾病相關(guān)的關(guān)鍵詞數(shù)據(jù)，也可以用于預(yù)測(cè)疾病的流行[5]。
但是，這種使用搜索引擎數(shù)據(jù)和社交媒體數(shù)據(jù)的方法，因存在嚴(yán)重缺陷而廣受詬病[6]：搜索引擎數(shù)據(jù)和社交媒體數(shù)據(jù)，都不是臨床數(shù)據(jù)或者實(shí)驗(yàn)室化驗(yàn)數(shù)據(jù)，會(huì)存在嚴(yán)重的局限。例如，一個(gè)人在搜索引擎中搜索“打噴嚏”可能因?yàn)樗腥玖鞲校部赡軆H僅因?yàn)榛ǚ圻^(guò)敏。更重要的是，感染流感的病人中有相當(dāng)一部分不表現(xiàn)任何癥狀。
關(guān)鍵詞選取是否恰當(dāng)？是否有實(shí)際數(shù)據(jù)進(jìn)行訓(xùn)練？這些方面的諸多缺陷決定了哈佛醫(yī)學(xué)院的這項(xiàng)研究，僅僅使用百度搜索引擎中極個(gè)別關(guān)鍵詞的數(shù)據(jù)來(lái)判斷武漢新冠肺炎疫情的暴發(fā)時(shí)間，存在方法上的嚴(yán)重缺陷。
另外，百度官方在6月10日的聲明中表示，武漢地區(qū)“咳嗽”的整體搜索量峰值與每年的流感季是吻合的，而“腹瀉”的搜索量與往年相比并沒(méi)有明顯變化。同時(shí)百度指數(shù)顯示，2019年12月左右 “腹瀉”搜索量還有輕微的下降。哈佛醫(yī)學(xué)院的論文數(shù)據(jù)和百度聲明的矛盾之處，還需要作者做出進(jìn)一步的說(shuō)明。
如果說(shuō)哈佛醫(yī)學(xué)院所謂的相關(guān)研究讓人“吐槽無(wú)力”，一些看似嚴(yán)謹(jǐn)，但在統(tǒng)計(jì)學(xué)存在偏差，不仔細(xì)分析很難分辨出結(jié)論是否可靠的研究，在新冠肺炎疫情期間也吸引了不少的眼球。
新冠肺炎發(fā)展趨勢(shì)的影響因素是研究人員關(guān)注的熱點(diǎn)。人們很容易從流感在秋冬季節(jié)暴發(fā)這一日常經(jīng)驗(yàn)中得到啟發(fā)，猜想新冠肺炎疫情和氣溫、濕度等天氣變量之間存在的相關(guān)性。
關(guān)于新冠肺炎疫情和環(huán)境因素之間的研究大量涌現(xiàn)：例如，新冠肺炎死亡病例數(shù)與空氣中的絕對(duì)濕度呈現(xiàn)負(fù)相關(guān)關(guān)系[7]。甚至空氣污染和新冠肺炎疫情之間也存在關(guān)聯(lián)：研究人員利用美國(guó)大約3000個(gè)縣的數(shù)據(jù)，發(fā)現(xiàn)新冠肺炎的死亡率與空氣中細(xì)顆粒物（PM2.5）的濃度顯著正相關(guān)[8]。在預(yù)印本網(wǎng)站MedRxiv上，可以找到許多類似的研究論文。
另有一些研究結(jié)果表明在強(qiáng)制接種卡介苗（一種預(yù)防肺結(jié)核的疫苗）的國(guó)家，新冠肺炎確診及死亡人數(shù)的上升速度較其他國(guó)家而言更為平緩[9]，進(jìn)而宣稱卡介苗在一定程度上可抑制病毒的傳播或減少其危害。
這些研究都是將環(huán)境因素和新冠肺炎疫情在城市、地區(qū)或者國(guó)家層面內(nèi)整合，研究疾病與變量之間的統(tǒng)計(jì)學(xué)關(guān)系。
簡(jiǎn)單來(lái)講，研究人員統(tǒng)計(jì)每個(gè)地區(qū)（例如各個(gè)?。?/span>的新冠肺炎死亡病例數(shù)/確診數(shù)，以及該地區(qū)的平均氣溫、濕度、空氣污染程度、卡介苗接種率等，然后將新冠肺炎死亡數(shù)/確診數(shù)和這些可能的影響因素之間做回歸分析，得出結(jié)論。
這種簡(jiǎn)單直觀的統(tǒng)計(jì)方法，實(shí)際上存在著嚴(yán)重的統(tǒng)計(jì)學(xué)偏差，因?yàn)榻y(tǒng)計(jì)模型的結(jié)果依賴于我們?nèi)绾蝿澐謪^(qū)域。
我們以一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明（圖 1）。下圖中，假設(shè)每個(gè)黑點(diǎn)代表一個(gè)確診病例，白點(diǎn)代表非確診病例，圖a的小方框代表5個(gè)不同的地區(qū)，可以發(fā)現(xiàn)確診病例只出現(xiàn)在0度的低溫區(qū)域。從個(gè)體數(shù)據(jù)出發(fā)可以發(fā)現(xiàn)：氣溫越低，患病率越高，氣溫和患病率是負(fù)相關(guān)。
圖1：個(gè)體層面的疾病和溫度數(shù)據(jù)（圖a），按照不同的區(qū)域劃分進(jìn)行匯總（左圖，b-d），并繪制出相應(yīng)的溫度和疾病發(fā)生之間的關(guān)系。在按照不同的區(qū)域劃分方式匯總疾病和溫度的數(shù)據(jù)之后，兩者之間的關(guān)系可以是正相關(guān)、負(fù)相關(guān)或者無(wú)關(guān)（右圖, b-d）。
但在實(shí)際操作中，疫情統(tǒng)計(jì)報(bào)告中經(jīng)常將個(gè)體的數(shù)據(jù)匯總到市級(jí)別或者省級(jí)別，然后加以發(fā)布。我們將圖a中的個(gè)體層面的數(shù)據(jù)以三種不同的方式整合為2個(gè)大的區(qū)域（對(duì)應(yīng)圖b-d），并計(jì)算每個(gè)大區(qū)域的患病率和平均溫度，用回歸模型考察患病率和平均溫度之間的關(guān)系。結(jié)果我們發(fā)現(xiàn)，患病率與氣溫之間可以是正相關(guān)、負(fù)相關(guān)或無(wú)關(guān)，完全依賴于如何劃分區(qū)域。
這樣一個(gè)簡(jiǎn)單的例子向我們展示了不同的數(shù)據(jù)空間整合方式，會(huì)得出完全不同結(jié)論。類似地，在考察濕度、空氣污染、卡介苗接種率和新冠肺炎疫情之間關(guān)系的時(shí)候，也會(huì)面臨類似的統(tǒng)計(jì)學(xué)偏差。
我們可以用實(shí)際數(shù)據(jù)進(jìn)一步證明，劃分區(qū)域的不同為何會(huì)影響新冠肺炎疫情和各種因素之間的統(tǒng)計(jì)學(xué)關(guān)系。我們通過(guò)使用湖北省新冠肺炎的死亡病例和當(dāng)?shù)囟趸諝馕廴境潭鹊臄?shù)據(jù)，考察了兩者之間的關(guān)系如何隨著區(qū)域邊界的劃分而變化。
我們發(fā)現(xiàn)，隨著區(qū)域劃分方式的不同，二氧化氮污染程度和新冠肺炎疫情之間呈現(xiàn)不同的方向，可以是正相關(guān)也可以是負(fù)相關(guān)（圖 2）。也就是說(shuō)，同一組湖北省的環(huán)境和疫情數(shù)據(jù)，只是在空間上采取了不同的區(qū)域劃分，兩者的關(guān)聯(lián)卻可以呈現(xiàn)完全相反的結(jié)果。這種因?yàn)閰^(qū)域劃分不同可能產(chǎn)生的統(tǒng)計(jì)差異叫做可變面元問(wèn)題（Modifiable Unit Areal Problem，MAUP）。
新冠肺炎疫情和環(huán)境因素、卡介苗接種率等變量之間的關(guān)系，需要采用更加嚴(yán)謹(jǐn)?shù)姆椒ㄟM(jìn)一步研究，例如研究者們可以：（1）將流行病學(xué)分析建立在更精確的尺度上，比如在個(gè)人尺度上；（2）除統(tǒng)計(jì)學(xué)模型外，結(jié)合流行病學(xué)、生物學(xué)等實(shí)驗(yàn)分析，使結(jié)果更具有說(shuō)服力。
學(xué)術(shù)研究是嚴(yán)肅認(rèn)真的，需要確保研究成果的嚴(yán)謹(jǐn)性；同時(shí)，學(xué)術(shù)研究也需要對(duì)當(dāng)下熱點(diǎn)問(wèn)題做出及時(shí)回應(yīng)，確保研究的時(shí)效性。優(yōu)秀的研究多是針對(duì)重大的問(wèn)題做出及時(shí)有力而且嚴(yán)謹(jǐn)客觀的回應(yīng)。但是，學(xué)術(shù)研究嚴(yán)謹(jǐn)性和時(shí)效性在面對(duì)例如新冠肺炎疫情這種緊急事件的時(shí)候會(huì)存在矛盾：面對(duì)瞬息萬(wàn)變的疫情和奔涌而來(lái)的新信息，研究人員很難在短時(shí)間內(nèi)對(duì)所有信息進(jìn)行處理和有效回應(yīng)，做出一項(xiàng)完全嚴(yán)謹(jǐn)?shù)难芯俊?/strong>
在面對(duì)諸如新冠肺炎疫情等緊急事件的時(shí)候，及時(shí)發(fā)表意見(jiàn)是我們科研工作者責(zé)無(wú)旁貸的使命，它可以幫助社會(huì)各界更好應(yīng)對(duì)危機(jī)。但同時(shí)，我們作為科學(xué)工作者，應(yīng)該對(duì)科研保持敬畏之心，確保所做的科研成果是嚴(yán)謹(jǐn)?shù)?，?jīng)得起時(shí)間考驗(yàn)的。一項(xiàng)不嚴(yán)謹(jǐn)?shù)目茖W(xué)研究，可能會(huì)對(duì)社會(huì)正常秩序帶來(lái)嚴(yán)重影響，一個(gè)典型的案例便是疫情蔓延初期的雙黃連哄搶事件，民眾連夜排隊(duì)將大小藥房的雙黃連搶購(gòu)一空，最后不僅發(fā)現(xiàn)雙黃連并未用于肺炎的預(yù)防或治療，反而人群聚集使感染風(fēng)險(xiǎn)進(jìn)一步提升。
筆者之一也曾在哈佛長(zhǎng)期工作學(xué)習(xí)，敬佩于哈佛的崇高的學(xué)術(shù)聲譽(yù)和扎實(shí)的學(xué)術(shù)作風(fēng)。此次哈佛醫(yī)學(xué)院的論文一經(jīng)媒體披露，作者也和其他哈佛研究人員一樣驚愕萬(wàn)分。一個(gè)學(xué)術(shù)機(jī)構(gòu)的聲譽(yù)建立是長(zhǎng)久的過(guò)程，科研工作者發(fā)表的不嚴(yán)謹(jǐn)科學(xué)研究會(huì)讓自己和所在機(jī)構(gòu)的學(xué)術(shù)聲譽(yù)蒙羞，帶來(lái)長(zhǎng)期的影響。
科研工作者要能做出更多經(jīng)得起推敲的、證據(jù)充分的科研成果，避免大眾、政府采取不必要的防疫措施，或?qū)ο奶旄邷販p緩肺炎傳播抱有幻想，對(duì)防疫掉以輕心；也需避免我們的研究成果成為政治集團(tuán)的工具，繼續(xù)分化這個(gè)已經(jīng)分崩離析的世界，阻礙全人類團(tuán)結(jié)抗疫的努力。
注：本文的部分內(nèi)容，已經(jīng)在最新一期的《整體環(huán)境科學(xué)》（Science of the Total Environment）雜志上刊文發(fā)表[10]。
作者簡(jiǎn)介
制版編輯 | 皮皮魚(yú)
