大流行数据存在固有偏见和/或误解的缺陷

关于COVID-19大流行过程和演变的准确和近实时数据，有助于为全球公共卫生缓解战略和政策提供信息。尽管流行的许多方面已经追踪到多种类型的数据,包括利率的感染,住院和死亡,佩奇克里斯蒂娜和基督教耶茨认为固有偏见的角度和陷阱在解释每个数据源需要识别和占。这组作者写道:“因为选择正确的缓解政策依赖于对当地疫情当前状态的准确评估，误读数据的潜在后果是严重的。”Pagel和Yates概述了COVID-19目前在全球范围内的跟踪方式，例如通过病例率，并强调了相关数据中潜在的固有偏差来源。更重要的是，作者讨论了目前尚未可靠捕获的数据，特别是长冠状病毒病的发病率和接种疫苗人群中的突破性病例。Pagel和Yates认为，使用所有可用数据来量化大流行对解决这一问题至关重要，过度依赖单一数据源或有限的汇总数据选择可能会误解大流行的状况。