Preview

Вопросы статистики

Расширенный поиск

Проблемы формирования достоверной «ковидной» статистики: отечественный и зарубежный опыт

https://doi.org/10.34023/2313-6383-2021-28-4-45-66

Аннотация

В статье рассмотрены отдельные вопросы достоверности статистики по распространению коронавирусной пандемии и сопоставимости подобных статистических данных различных стран. Проблемы возникли у всех стран, независимо от уровня благосостояния и общественного устройства, однако приводимые в статье примеры относятся в основном к «странам большой экономики», каждая из которых хотя бы один год с 1980 по 2019 г. производила более 1% мирового ВВП. Организация системы здравоохранения в этих странах различна и только общие требования ВОЗ позволили получать сведения по распространению пандемии в сопоставимых форматах.

Авторами сформулированы проблемы идентификации инфицированных COVID-19 и статистики летальных случаев с указанием различной причастности к этому пандемии. Показано, что формальное применение рекомендаций ВОЗ к идентификации инфицированных и различия в практическом использовании этих рекомендаций в разных странах могут давать плохо сопоставимые результаты. На примере российской статистики показана возможность сопоставления оперативных данных по смертности инфицированных коронавирусом с данными об общей смертности в стране. Обращено внимание на пример статистики Германии, демонстрирующей возможность практического совпадения показателя избыточной смертности с оперативными данными по смертности инфицированных COVID-19.

Данные о ежедневных приращениях инфицированных, умерших и выздоровевших в расчете на 1 млн человек позволяют увидеть характер и темпы распространения пандемии в различных странах в сопоставимом формате. Так, максимум ежедневных приростов инфицированных в некоторых странах в 2020–2021 гг. достигал 2–3 тыс. на 1 млн человек, в то время как в других странах – меньше 30. Пики ежедневной смертности у большинства из рассмотренных стран характеризовались величиной меньше 40, но были страны, для которых эти пики не превосходили 10 и меньше в расчете на 1 млн человек.

В заключении указываются шесть факторов смертности от всех причин, связанных с пандемией и требованиями социального дистанцирования, сформулированные американским Институтом показателей и оценки здоровья. По мнению авторов, было бы интересно узнать оценку специалистов, насколько реалистично и полезно уметь отслеживать эти факторы. Это повышало бы качество международного сопоставительного анализа социально-демографических показателей.

Об авторах

В. М. Четвериков
Национальный исследовательский университет «Высшая школа экономики»
Россия

 Четвериков Виктор Михайлович – д-р физ.-мат. наук, профессор департамента прикладной математики

123458, г. Москва, Таллинская ул., д. 34 



О. В. Пугачева
Гомельский государственный университет им. Франциска Скорины
Беларусь

 Пугачева Ольга Владимировна – канд. экон. наук, доцент кафедры экономической информатики, учета
и коммерции

246019,  г. Гомель, Советская ул., д. 104 



Т. Д. Воронцова
Национальный исследовательский университет «Высшая школа экономики»
Россия

 Воронцова Татьяна Дмитриевна – ассистент департамента прикладной математики

123458, г. Москва, Таллинская ул., д. 34 



Список литературы

1. Kucirka L.M. et al.Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction-Based SARS-CoV-2 Tests by Time Since Exposure [published online ahead of print, 2020 May 13].

2. Четвериков В.М. Особенности и интенсивность распространения COVID-19 в странах большой экономики. Вопросы статистики. 2020. Т. 27. № 6. C. 86–104.

3. He X. et al. Temporal dynamics in viral shedding and transmissibility ofCOVID-19 Nature Medicine volume26, pages 672–675 (2020).

4. Данилова и.а. Заболеваемость и смертность от covid-19. Проблема сопоставимости данных// Демографическое обозрение. 2020. Т. 7. №1. С.6-26.

5. Kobak D. Excess mortality reveals Covid's true toll in Russia. https://doi.org/10.1111/1740-9713.01486 First published: 03 February 2021.

6. Балаш В.а., Балаш о.С. Модели линейной регрессии панельных данных. Учебное пособие, МЭСИ, М. 2002.

7. Ратникова Т.а., Фурманов к.к. Анализ панельных данных и данных о длительности состояний. Учебное пособие. М.: Изд. дом Высшей школы экономики, 2014.

8. Karlinsky A., Kobak D. The World Mortality Dataset: Tracking excess mortality across countries during the COVID-19 pandemic. medRxiv preprint doi: https://doi.org/10.1101/2021.01.27.21250604; this version posted January 29, 2021.

9. . Williamson E.J. et al. Factors Associated with COVID-19-Related Death Using OpenSAFELY. Nature. Accepted: 1 July 2020 Published online: 8 July 2020.

10. Aschwanden Christie. Why herd immunity for covid is probably impossible. Even with vaccination efforts in full force, the theoretical threshold for vanquishing COVID-19 looks to be out of reach. Nature. Vol 591.25 March 2021. pp. 520–522.


Рецензия

Для цитирования:


Четвериков В.М., Пугачева О.В., Воронцова Т.Д. Проблемы формирования достоверной «ковидной» статистики: отечественный и зарубежный опыт. Вопросы статистики. 2021;28(4):45-66. https://doi.org/10.34023/2313-6383-2021-28-4-45-66

For citation:


Chetverikov V.M., Pugacheva O.V., Vorontsova T.D. Challenges to Generating Reliable COVID Statistics: Domestic and International Experience. Voprosy statistiki. 2021;28(4):45-66. (In Russ.) https://doi.org/10.34023/2313-6383-2021-28-4-45-66

Просмотров: 621


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2313-6383 (Print)
ISSN 2658-5499 (Online)