【新冠肺炎．新聞背後】為何科學家對疫情估算的數字相差巨大？

新型冠狀病毒肺炎（COVID-19）疫情開始爆發後，全球各地不同學者都在預測疫情進展，甚至利用不同技術估計未來的感染人數與死亡數字，但這些數字往往相差巨大，就算同一機構的預測，也有可能在兩周內出現大變化，為何學者預測疫情的數字會這樣不同？

學者預測各有不同，惹來不少人好奇，例如《衛報》刊出文章《新冠病毒的模型怎會這般錯？》（How can coronavirus models get it so wrong?），《華爾街日報》也刊文《新冠病毒模型的藝術》，並提到好消息是很多地方的現實疫情發展都沒有早期預測般嚴重。

華盛頓大學的衛生統計評估研究所（IHME），近日預測美國在未來4個月可能會有超過8萬人染疫病逝，總體數字與兩周前的預測相若，但若論對個別州份的預測則大不同，例如對北卡羅來納州（North Carolina）的死亡人數預測大減8成、對新澤西州（New Jersey）的預測數字卻是增加逾倍等。其實，科學家的預測變化大，可能是因為：

1）初期數據資訊少　基於大量假設

新冠肺炎疫情突然爆發，面對新的事物、數據資訊少，故此科學家往往要用舊的數據模型去預測，當中會出現大量假設條件，例如IHME所使用的模型，初期是使用中國疫情的數據，但之後會發現其他地方的情況與中國不盡相同。

倫敦帝國學院（Imperial College London）使用的數據模型也有類似情況，該模型是基於13年前時機構預測一場大流感的代碼，並假設這次新冠肺炎所造成對深切治療部（ICU）病房的需求與該場流感一樣，結果現實也是相差甚大，造成估算上的偏差。

《衛報》便指出，分析都是要依賴數據，故此預測那些疫情已過高峰的地方（如意大利和西班牙）的結果，會比預測疫情未到高峰的英國來得可靠。

🔻想知全球民眾如何面對疫情，請觀看圖輯🔻

2）可以影響疫情走勢的因素多

另一預測不準的原因，也在於疫情期間能夠影響未來走勢的因素多，科學家難以一一計算。例如IHME使用的「默里模型」（Murray model），3月底估算時考慮的因素是人口年齡結構，但並不包括可能影響疫情的許多其他因素，譬如人口密度、公共交通工具的使用程度、慢性肺病患病率等。

科學家也深明箇中局限，故此預測結果往往有一個不小的估計範圍，例如IHME預測英國4月17日最多人染疫死亡，但預測數字範圍是由800人至8000人，當中也反映學者對數字的不確定。

《華爾街日報》便指出，病毒數據模型是對未來疫情的一個指示，但不是完美，對於政府決策而言，預測結果是要考慮的因素，也是一種工具，但不會是神諭。

🔻想了解疫情下各國民眾生活，請觀看圖輯🔻