隐藏的死亡数字
本周发表的一项新研究估计，在疫情的前两年，大约155,000例在医院外发生的COVID-19死亡未被统计，这意味着美国在2020年和2021年的官方死亡统计可能少算了约16%。该研究使用机器学习方法分析了超额死亡率数据的模式，进一步证实了越来越多的证据表明，疫情的人类代价比官方数据所反映的要严重得多。
在2020年和2021年，死亡证明书上共记录了约840,000例COVID-19死亡，使其成为美国在该时期第三大死亡原因。但研究人员发现，当他们审视全因死亡率数据——即与历史趋势相比任何原因导致的死亡总数——时，预期死亡人数与实际死亡人数之间存在巨大差距，这种差距无法用记录的COVID死亡或其他已知因素来解释。
为什么死亡未被统计
在任何情况下，死亡证明的报告都不完美，疫情早期更是如此。医院和法医办公室不堪重负。检测能力严重不足，许多死于COVID样症状的患者从未获得确诊。在缺乏阳性检测的情况下，临床医生必须判断COVID-19是否是死亡的根本原因——这些判断在不同司法管辖区的适用标准不一致。
在医院外，归因问题更加严重。在家中、养老机构或医疗资源有限的农村地区死亡的人更不可能接受死后检测或详细的医学审查。如果一名75岁、有基础疾病的患者在2020年4月在家中未接受医疗照顾后死亡，其死亡可能被记录为自然原因或归因于心脏病——特别是在疫情早期，当临床医生对COVID的症状特征认识还不充分时。
研究如何进行的
研究团队使用了一种人工智能形式——具体来说是在疫情前死亡率模式基础上训练的监督机器学习模型——来预测疫情期间不同人口和地理群体中的预期死亡人数。通过比较预测死亡人数与实际死亡人数，研究人员可以识别超额死亡：在没有COVID的情况下，历史趋势预测之外发生的死亡。
他们随后应用统计方法，将超额死亡与COVID相关的死亡与其他疫情时期的中断相关的死亡区分开来，如非COVID疾病医疗延误、药物过量和事故增加，以及医疗利用的变化。排除这些因素后剩下的超额死亡被归因于未确认的COVID-19死亡。
155,000这个数字存在不确定性——研究作者提供的是置信区间而非单一精确估计——但核心发现与使用不同方法的早期研究一致。多项使用超额死亡框架的先前研究得出了类似的结论：疫情造成的美国人死亡数远超官方COVID死亡统计。
