ΚΟΙΝΟΠΟΙΗΣΗ | ΕΚΤΥΠΩΣΗ | ΗΛΕΚΤΡΟΝΙΚΗ ΔΙΕΥΘΥΝΣΗ
Επειδή δεν υπάρχουν πιθανοί τρόποι ανάλυσης, κατηγοριοποίησης, ανάλυσης ή ανάλυσης δεδομένων πληθυσμού εκτός από το «Μερίδιο των ψήφων Τραμπ», δεν πρέπει να υπάρχει κάθε άλλη πιθανή εξήγηση για οτιδήποτε άλλο εκτός από το ότι οι κόκκινες κομητείες = κακές (υψηλοί θάνατοι από Covid!), οι μπλε κομητείες = καλές (όχι τόσο υψηλοί θάνατοι από Covid!).
Φυσικά και κάνω πλάκα. Όλη η πρόταση είναι απλώς ανόητη. Η έννοια των έμφυτων διαφορών στους πληθυσμούς είναι μια καθιερωμένη εκτίμηση για όσους μελετούν την υγεία του πληθυσμού. Κάποιος θα μπορούσε να σκεφτεί ότι η πιο έγκριτη εφημερίδα της χώρας μας μπορεί να απαιτήσει από τον κορυφαίο αρθρογράφο της να συμβουλευτεί ειδικούς στην υγεία του πληθυσμού ή ακόμα και έναν αναλογιστή, προκειμένου να αποκτήσει μια πιο τεκμηριωμένη άποψη και να δώσει στα δεδομένα μια πιο αυστηρή ανάλυση.
Ας ρίξουμε μια ματιά στα σημαντικότερα σημεία της σειράς «Red Covid» του David Leonhardt.
Σεπτέμβριος 27, 2021
"Κόκκινος Covid: Το κομματικό μοτίβο του Covid γίνεται όλο και πιο ακραίο.
(Παρακαλώ σημειώστε τον άξονα Y σε αυτό το διάγραμμα)
«Αυτό που διακρίνει τις ΗΠΑ είναι ένα συντηρητικό κόμμα - το Ρεπουμπλικανικό Κόμμα - που έχει γίνει εχθρικό προς επιστήμη και εμπειρική απόδειξη τις τελευταίες δεκαετίες. Ένα συντηρητικό σύμπλεγμα μέσων ενημέρωσης, συμπεριλαμβανομένων των Fox News, Sinclair Broadcast Group και διαφόρων διαδικτυακών μέσων ενημέρωσης, απηχεί και ενισχύει αυτήν την εχθρότητα. Ο Τραμπ ανέβασε τη συνωμοσιολογική σκέψη σε νέο επίπεδο, αλλά δεν τη δημιούργησε ο ίδιος.
«Οι Δημοκρατικοί πολιτικοί εκλιπαρούν όλους τους Αμερικανούς να εμβολιαστούν και πολλοί Ρεπουμπλικάνοι πολιτικοί δεν το έχουν κάνει».
Νοέμβριος 8, 2021
Οι θάνατοι από Covid στις ΗΠΑ γίνονται ακόμη πιο κόκκινοι: Οι θάνατοι από Covid στις ΗΠΑ γίνονται ακόμη πιο κόκκινοι
«Η σύντομη εκδοχή: Το χάσμα στον αριθμό των θανάτων από την Covid μεταξύ της κόκκινης και της μπλε Αμερικής έχει αυξηθεί ταχύτερα τον τελευταίο μήνα από ό,τι σε οποιοδήποτε προηγούμενο σημείο.»
Τον Οκτώβριο, 25 στους 100,000 κατοίκους των κομητειών με έντονο το κίνημα Τραμπ πέθαναν από Covid, ποσοστό πάνω από τρεις φορές υψηλότερο από το ποσοστό στις κομητείες με έντονο το κίνημα Μπάιντεν (7.8 ανά 100,000).
Φεβρουάριος 18, 2022
"Κόκκινος Covid, μια ενημέρωση: Το κομματικό χάσμα στους θανάτους από Covid εξακολουθεί να αυξάνεται, αλλά με πιο αργούς ρυθμούς.
«Όπως δείχνει ξεκάθαρα το διάγραμμα, ο απολογισμός ήταν ακόμη χειρότερος στις κομητείες όπου ο Τραμπ κέρδισε με σαρωτική διαφορά από ό,τι στις κομητείες που κέρδισε οριακά.»
«Αυτό το φαινόμενο αποτελεί παράδειγμα του πώς η πολιτική πόλωση της χώρας έχει διαστρεβλώσει τη σκέψη των ανθρώπων, ακόμη και όταν διακυβεύεται η προσωπική τους ασφάλεια. Είναι μια τραγωδία — και μάλιστα θα μπορούσε να αποφευχθεί».
Πριν επεκταθώ στις λεπτομέρειες αυτών των υπερβολικά απλοποιημένων εξηγήσεων, θα ήθελα να ξεκαθαρίσω ότι πιστεύω ότι οι παραπάνω δηλώσεις του Leonhardt αντικατοπτρίζουν μια γνήσια πεποίθηση. Πιστεύει ακράδαντα ότι η πολιτική προτίμηση είναι η αιτιώδης εξήγηση για τη θνησιμότητα από Covid. Όχι η κατάσταση της υγείας, η ηλικία, το βάρος, οι συννοσηρότητες. Μόνο ένα πράγμα: η προσωπική πολιτική προτίμηση.
Για να είμαστε σαφείς, πιστεύει ότι η υποκείμενη εξήγηση για την υψηλότερη θνησιμότητα από Covid-19 στις κόκκινες κομητείες είναι στην πραγματικότητα τα χαμηλότερα ποσοστά εμβολιασμού στις κόκκινες κομητείες. Επομένως, κατ' επέκταση, αυτό εξηγείται από πολιτικές προτιμήσεις.
Αυτό που ελπίζω να παρουσιάσω παρακάτω είναι μια πιο ολοκληρωμένη εικόνα για το τι συμβαίνει όταν υποδιαιρέσουμε τα δεδομένα σε επίπεδο κομητείας στις κατηγοριοποιήσεις που επέλεξε ο Leonhardt: «Μερίδιο ψήφου Τραμπ εντός της κομητείας» (0-30%, 31-45%, 46-55%, 56-70% και 70%+). Χρησιμοποιώντας ιστορικά δεδομένα θνησιμότητας σε επίπεδο κομητείας, θα προσπαθήσω να απαντήσω στις ακόλουθες ερωτήσεις:
Πώς συγκρίνονται οι τάσεις θνησιμότητας λόγω Covid με τις ιστορικές τάσεις κατά την κατηγοριοποίηση με βάση τις πολιτικές προτιμήσεις;
Συσχετίζεται η θνησιμότητα από Covid-19 με τη θνησιμότητα από κάθε αιτία;
Μήπως το 2021 παρατηρήθηκε μια σημαντική, άνευ προηγουμένου απόκλιση στη συνολική θνησιμότητα μεταξύ των «κόκκινων» και των «μπλε» κομητειών;
Θα μπορούσε να γίνει πρόσθετη ανάλυση για να διαπιστωθεί εάν τα ποσοστά εμβολιασμού συσχετίζονται με τη συνολική θνησιμότητα (σε αντίθεση με μόνο την Covid-19) μακροπρόθεσμα. Ωστόσο, με τον ορισμό του «πλήρως εμβολιασμένου» ή του «ενήμερου» να αποτελεί έναν κινούμενο στόχο, επέλεξα να μην συγκρίνω τους θανάτους ανά ποσοστό εμβολιασμού ανά κομητεία προς το παρόν (πολλοί άλλοι έχουν ήδη αναλάβει αυτό το έργο!). Για να είμαι σαφής, πιστεύω ότι για όσους διατρέχουν κίνδυνο, τα εμβόλια έχουν αποδειχθεί ότι... μειώστε τον κίνδυνο της νόσου σε αυτά τα άτομα. Στόχος αυτής της ανάλυσης είναι να εξετάσουμε βαθύτερα αυτές τις πολιτικές υποδιαιρέσεις που οι New York Times επιμένουν ότι αποτελούν μια αναμφισβήτητη εξήγηση για τη θνησιμότητα από την Covid-19, αλλιώς γνωστή ως «Κόκκινη Covid».
Για να ξεκινήσουμε, ας ρίξουμε μια ματιά στη διαφορά στις κομητείες που συγκρίνουμε εδώ. Εξετάζοντας την ομάδα «70% + Ψήφος Τραμπ» - αντιπροσωπεύει 25 εκατομμύρια Αμερικανούς και ο μέσος πληθυσμός των κομητειών σε αυτήν την ομάδα είναι 23 χιλιάδες. Αυτές είναι κυρίως αγροτικές κομητείες. Συγκρίνετε με τις κομητείες Μπάιντεν όπου ο Τραμπ είχε λιγότερο από το 30% των ψήφων, που αντιπροσωπεύει 110 εκατομμύρια Αμερικανούς (κυρίως σε αστικές περιοχές) και ο μέσος πληθυσμός σε αυτές τις κομητείες είναι 137 χιλιάδες.
Για να διαψεύσω την υπόλοιπη ανάλυση με αυτά τα δεδομένα πληθυσμού, συγκρίνουμε πολύ πολύ διαφορετικά δημογραφικά στοιχεία και δεν ελέγχουμε αυτές τις υποκείμενες διαφορές. Ο σωστός τρόπος για να κάνουμε αυτές τις συγκρίσεις θα ήταν να ελέγξουμε αυτές τις διαφορές - κυρίως μέσω προσαρμογής λόγω ηλικίας, προκειμένου να εντοπίσουμε την επίδραση που μπορεί να έχουν τα διαφορετικά ποσοστά εμβολιασμού ή οι διαφορετικές πολιτικές. Τα άρθρα των NYT δεν το έκαναν αυτό και σε μια περίπτωση προσπάθησαν να αγνοήσουν τη σημασία των ηλικιακών διαφορών μεταξύ αυτών των ομάδων. Θα χρησιμοποιήσω απλώς τις ίδιες κατηγορίες που έκαναν, αλλά θα εξετάσω αυτές τις κατηγοριοποιήσεις σε υψηλότερο επίπεδο για να δω αν η κύρια πρόταση του Leonhardt είναι εύλογη ή όχι.
Πώς συγκρίνονται οι τάσεις θνησιμότητας λόγω Covid με τις ιστορικές τάσεις κατά την κατηγοριοποίηση με βάση τις πολιτικές προτιμήσεις;
Για να απαντήσουμε σε αυτό το ερώτημα, θα πρέπει να εξετάσουμε εάν αυτή η τάση υψηλότερης θνησιμότητας σε πιο συντηρητικές περιοχές είναι ένα νέο ή μοναδικό εύρημα. Είναι κάτι νέο ή μοναδικό που προκλήθηκε από την πανδημία; Μια δημοσίευση στο... Περιοδικό Επιδημιολογίας και Κοινοτικής Υγείας, γραμμένο το 2015 (προ-Τραμπ εποχή), απαντά σε αυτό το ερώτημα για εμάς.
«Σε αυτήν την ανάλυση 32 συμμετεχόντων και σε συνολικό χρόνο παρακολούθησης 830 ανθρωποετών, διαπιστώνουμε ότι η κομματική ένταξη και η πολιτική ιδεολογία σχετίζονται με τη θνησιμότητα. Ωστόσο, με εξαίρεση τους ανεξάρτητους (προσαρμοσμένος HR (AHR)=498, 845% CI 0.93 έως 95), οι διαφορές μεταξύ των πολιτικών κομμάτων εξηγούνται από τα υποκείμενα κοινωνικοδημογραφικά χαρακτηριστικά των συμμετεχόντων.» Όσον αφορά την ιδεολογία, οι συντηρητικοί (AHR=1.06, 95% CI 1.01 έως 1.12) και οι μετριοπαθείς (AHR=1.06, 95% CI 1.01 έως 1.11) διατρέχουν μεγαλύτερο κίνδυνο θνησιμότητας κατά την παρακολούθηση από τους φιλελεύθερους.
Σύμφωνα λοιπόν με αυτήν την εργασία, το ποσοστό θνησιμότητας των συντηρητικών παρατηρήθηκε ελαφρώς υψηλότερο από ό,τι σε άλλες πολιτικές ομάδες. Για να δω αν αυτό εμφανίζεται στα δεδομένα θνησιμότητας από κάθε αιτία, πήρα δεδομένα θνησιμότητας σε επίπεδο κομητείας από τα έτη πριν από την Covid (2018 και 2019) από CDC Wonderκαι τα ομαδοποίησε με τις ίδιες ομαδοποιήσεις που χρησιμοποιεί η NYT – «% μεριδίου ψήφου Τραμπ» για να δει εάν το υψηλότερο ποσοστό θνησιμότητας κατά τη διάρκεια της πανδημίας είναι πρωτοφανές.
Αποδεικνύεται ότι οι κομητείες Trump είχαν υψηλότερη θνησιμότητα από τις άλλες ομάδες, με ~1200 θανάτους/100 πληθυσμό και τα δύο προηγούμενα έτη, 2018 και 2019. Έτσι, τα δεδομένα δείχνουν ότι το γεγονός ότι οι κομητείες Red έχουν υψηλότερα ποσοστά θνησιμότητας συνολικά δεν είναι καθόλου νέο φαινόμενο και ταιριάζει με τις ιστορικές τάσεις. Είναι ενδιαφέρον, ωστόσο, ότι οι μπλε κομητείες είχαν μόνο ελαφρώς χαμηλότερη θνησιμότητα από τις κομητείες «Ανοιχτό κόκκινο», με τις κομητείες «Μωβ» και «Ανοιχτό μπλε» να έχουν τη χαμηλότερη. Υπάρχουν πολλές εύλογες εξηγήσεις για αυτό, με την απλούστερη να είναι ότι αυτές οι κομητείες έχουν απλώς ηλικιωμένους πληθυσμούς. Ας δούμε πώς αλλάζουν τα δεδομένα όταν προσαρμόζουμε τα ποσοστά θνησιμότητας ανάλογα με την ηλικία. (Σημείωση: για μια λεπτομερή ανάρτηση σχετικά με τη σημασία και το πώς/γιατί πίσω από την προσαρμογή ηλικίας, δείτε την ανάρτηση της Mary Pat Campbell.) εδώ????
Μπορείτε να δείτε ότι κατά την προσαρμογή για την ηλικία, η διαφορά στα ποσοστά μεταξύ των ομάδων κομητειών σχεδόν εξαφανίζεται.
Συσχετίζεται η θνησιμότητα από Covid-19 με τη θνησιμότητα από κάθε αιτία;
Μια υποκείμενη υπόθεση στα άρθρα των NYT είναι ότι αυτές οι ομαδοποιήσεις αντιπροσωπεύουν κάποιο είδος τεράστιας διαφοράς στο συνολικό βάρος θανάτων και θνησιμότητας. Τα άρθρα επικεντρώνονται αποκλειστικά σε θανάτους από ή με την Covid-19 και δεν υπάρχει καμία αναφορά στον συνολικό αντίκτυπο της θνησιμότητας. Αναμφίβολα, η Covid-19 προκάλεσε υπερβολικό θάνατο και αύξησε το συνολικό βάρος θνησιμότητας στον πληθυσμό.
Αλλά το ερώτημα παραμένει - σε ποιο βαθμό αυτό το βάρος ήταν υψηλότερο ή χαμηλότερο στις «Κόκκινες» έναντι των «Μπλε» περιοχών της χώρας; Μπορούμε να απαντήσουμε σε αυτό το ερώτημα συγκρίνοντας τους θανάτους από Covid-19 σε αυτές τις ομάδες με τη συνολική θνησιμότητα για τις ίδιες ομάδες. Ας δούμε τι θα συμβεί όταν το κάνουμε αυτό. Δεδομένου ότι οι New York Times επικεντρώθηκαν στο 2021, τη χρονιά που τα εμβόλια έγιναν ευρέως διαθέσιμα, θα ξεκινήσουμε από εκεί.
Ρίξτε μια ματιά στο ποσοστό θνησιμότητας από Covid-19 στα αριστερά, έναντι του ποσοστού θνησιμότητας από κάθε αιτία στα δεξιά.
Όπως μπορείτε να δείτε, το διάγραμμα στα αριστερά είναι αυτό στο οποίο εστιάζει η σειρά άρθρων των NYT - αυτό το σημαντικό χάσμα μεταξύ κόκκινου και μπλε. Κοιτάζοντας το διάγραμμα στα δεξιά (Θνησιμότητα από όλες τις αιτίες), μπορείτε να δείτε ότι οι διαφορές εξαφανίζονται. Αναρωτιέμαι αν κάποιος που διαβάζει αυτά τα άρθρα θα συνειδητοποιούσε ότι παρά τα χαμηλότερα ποσοστά θνησιμότητας από Covid-19 στις μπλε κομητείες, οι ίδιες αυτές μπλε κομητείες είχαν στην πραγματικότητα υψηλότερη συνολική θνησιμότητα από τις μοβ ή τις ανοιχτό μπλε κομητείες;
Μήπως το 2021 παρατηρήθηκε μια σημαντική, άνευ προηγουμένου απόκλιση στη συνολική θνησιμότητα μεταξύ των «κόκκινων» και των «μπλε» κομητειών;
Όταν συγκρίνετε τα ποσοστά θνησιμότητας το 2021 με βάση αυτές τις ομάδες με τα ίδια το 2019, θα δείτε ότι είναι συνολικά υψηλότερα, αλλά συγκριτικά, κάθε ομάδα διατηρεί την ίδια κατάταξη με το έτος που δεν ήταν πανδημία. Έτσι, ενώ μπορεί να είναι αλήθεια ότι τα ποσοστά θνησιμότητας από Covid-19 ήταν χαμηλότερα στις σκούρες μπλε κομητείες, αυτό δεν μεταφράστηκε στα συνολικά ποσοστά θνησιμότητας σε αυτές τις κομητείες. (Θα προσάρμοζα αυτά τα ποσοστά με βάση την ηλικία αν είχα διαθέσιμα τα δεδομένα, αλλά προς το παρόν το CDC Wonder δεν διαθέτει ακόμη δεδομένα για το 2021 κατά τη στιγμή της συγγραφής αυτού του κειμένου).
Ένας άλλος τρόπος για να το εξετάσουμε αυτό είναι να εξετάσουμε την ετήσια μεταβολή των ποσοστών εντός κάθε ομάδας. Όπως μπορείτε να δείτε από το παρακάτω διάγραμμα, η ποσοστιαία μεταβολή παραμένει αρκετά συνεπής μεταξύ κάθε μεμονωμένης ομάδας, με το 2020 να καταγράφει τον μεγαλύτερο ρυθμό μεταβολής και το 2021 να καταγράφει έναν μικρό αλλά σημαντικό ρυθμό μεταβολής από το 2020 (που σημαίνει ότι η συνολική θνησιμότητα ήταν ακόμη αρκετά αυξημένη σε σχέση με το 2019).
Συνοψίζοντας, όταν υιοθετούμε μια ιστορική και μια ανώτερη οπτική γωνία, διατηρώντας παράλληλα τις ίδιες ομαδοποιήσεις, αυτές οι έντονες διαφορές στα ποσοστά θνησιμότητας από την Covid-19 δεν φαίνεται να μεταφράζονται σε συνολικά ποσοστά ηθικής. Γιατί;
Με κίνδυνο αυτή η ανάλυση να μετατραπεί σε άλλον έναν σωρό που επισημαίνει τα δημοσιεύματα των New York Times Σφάλματα, Θα ήθελα να προσφέρω μια πιο ήπια εξήγηση. Είναι μια εξήγηση που έχει ταλαιπωρήσει δημοσιογράφους και ρεπορτάζ καθ' όλη τη διάρκεια της πανδημίας. Γιατί όλα πλαισιώνονται με κόκκινο και μπλε; Ένας απλός λόγος: η διαθεσιμότητα των δεδομένων. Ο Λέονχαρντ χρησιμοποιεί δεδομένα που είναι εύκολα προσβάσιμα και έχουν ήδη μορφοποιηθεί για εύκολη ανάλυση.
Αυτό ονομάζεται μεροληψία διαθεσιμότητας. Ουσιαστικά, πρόκειται για τη δημιουργία μιας υπόθεσης ή την ολοκλήρωση μιας μελέτης βασισμένης σε ένα συγκεκριμένο σύνολο δεδομένων, αποκλειστικά για τον λόγο ότι τα δεδομένα υπάρχουν. Το γεγονός ότι τα δεδομένα είναι διαθέσιμα δεν σημαίνει ότι είναι τα καλύτερα δεδομένα που μπορούν να χρησιμοποιηθούν για να απαντηθεί μια ερώτηση.
Και οι Ρεπουμπλικάνοι είναι άνθρωποι
Γιατί έχουν σημασία όλα αυτά; Άλλωστε, φαίνεται ότι έχουμε καταλήξει να αποδεχτούμε ότι η κυρίαρχη ρεπορτάζ και τα καλωδιακά νέα έχουν μια αριστερή προκατάληψη. Ποιο είναι το πρόβλημα;
Όσον αφορά την υγεία του πληθυσμού, ο στόχος είναι η προώθηση της υγείας και της ευημερίας όλων, και όταν τα μηνύματα και οι αναφορές για τη δημόσια υγεία γίνονται απροκάλυπτα κομματικά, χρησιμοποιώντας τις τακτικές της κατηγορίας και της ντροπής, είναι πολύ πιθανό να έχουν το αντίθετο αποτέλεσμα από το επιδιωκόμενο, δηλαδή την προώθηση καλύτερης υγείας.
Οι συντηρητικοί και οι «Κόκκινες Κομητείες» χρειάζονται επίσης καλές συμβουλές για την υγεία. Πρέπει να μπορούν να εμπιστεύονται την πηγή. Ακόμα και αν πάρουμε την υπόθεση των New York Times περί «Κόκκινου Covid» ως έχει, ποιον βοηθάει αυτό το μήνυμα; Σαφώς, όχι τους ανθρώπους που περιγράφουν.
Πηγές Δεδομένων:
https://wonder.cdc.gov/wonder/help/ucd.html#2000%20Standard%20Population
https://data.cdc.gov/NCHS/AH-County-of-Occurrence-COVID-19-Deaths-Counts-202/6vqh-esgs/data
https://wonder.cdc.gov/
https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VOQCHQ
Άρθρα σε περιοδικά:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4033819
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5893220/
Αναδημοσίευση από τον συγγραφέα Υποκατάστημα
-
Ο Josh ζει στο Νάσβιλ του Τενεσί και είναι ειδικός στην οπτικοποίηση δεδομένων, ο οποίος επικεντρώνεται στη δημιουργία εύκολα κατανοητών γραφημάτων και πινάκων ελέγχου με δεδομένα. Καθ' όλη τη διάρκεια της πανδημίας, παρείχε αναλύσεις για να υποστηρίξει τοπικές ομάδες υπεράσπισης για δια ζώσης μάθηση και άλλες ορθολογικές, βασισμένες σε δεδομένα πολιτικές για την αντιμετώπιση της πανδημίας. Το υπόβαθρό του είναι στη μηχανική και συμβουλευτική συστημάτων υπολογιστών και το πτυχίο του είναι στη Μηχανική Ήχου. Το έργο του μπορεί να βρεθεί στο υπο-στόκ του "Relevant Data".
Προβολή όλων των μηνυμάτων
