中国疫情数据造假?多国科研机构“实力”辟谣“阴谋论”

2020-05-02 21:17 刘旭 中国新闻社

新冠疫情持续在全球肆虐,在各国携手抗疫的同时,有部分海外媒体炮制所谓“中国疫情数据造假”“新冠病毒起源于中国”的言论,伴以诸多毫无科学依据的想象与猜测。近日,多家权威科研机构发布一系列研究结果,以科学结论“实力”粉碎谣言。

资料图:上海兰卫医学检验所工作人员展示样本。殷立勤 摄

中国疫情数字“不存在被操纵可能”

4月28日,美国达拉斯联邦储备银行研究部高级经济师克里斯托弗·科赫(Christoffer Koch)和英国牛津大学赛德商学院研究员肯恩·冈村(Ken Okamura)联合发表论文,证明中国没有操纵疫情数字。

这篇题为《本福特定律和COVID-19报道》(Benford's Lawand COVID-19 Reporting)的论文通过研究中国、意大利和美国三个国家疫情的实时数据,指出中国实时播报的疫情数字分布符合本福特定律,不存在被操纵的可能。

本福特定律是一种用于检查各种数据是否有造假成分的统计学定律,广泛应用于欺骗检测和股票市场分析等领域。这篇论文对中国确诊的病例、死亡病例、治愈病例等数字进行验证,得出结论:中国确诊的病例数量符合本福特定律的预期分布,并且与美国和意大利的情况相似,因此没有发现(中国数据)被篡改的证据。世界其他国家和地区的决策者应该相信中国的数据,并据此制定政策。

文章指出,某些国家对中国疫情数字的怀疑可能导致甚至已经导致这些国家的决策失误,以及公众不支持政府决策,从而给社会带来危害。 两位作者建议其他国家应根据中国数据,参考中国采取的卓有成效的政策来调整本国应对疫情的方式。

资料图:4月30日,上海兰卫医学检验所工作人员正在对送来的样本进行核酸检测。 殷立勤 摄

中国新冠肺炎病例数“符合流行病学预期”

权威学术期刊《自然》4月29日发表经同行评议、2月18日提交的论文《人口流动推动新冠病毒在中国时空分布》(Population flow drives spatio-temporal distribution of COVID-19 in China),作者来自中国香港、长沙、成都和深圳的高校以及美国耶鲁大学。

作者在摘要中写道,突发的、大规模的和分散的人类迁徙可以将局部暴发的疫情扩大为广泛的流行病。因此,快速而准确地追踪人口流动可以在流行病学上提供信息。

该论文的研究是基于2020年1月1日至1月24日在武汉市内迁出或过境的逾1147万人员的手机数据。研究团队表示,他们的研究记录了武汉和中国“封城”措施在降低人口流动方面的功效;其次,研究显示,根据从武汉流出人口的分布,可以预测到2020年2月19日之前新冠病毒在全国发生的频率和地理分布;第三,该团队开发了一个时空“风险源”模型,能在早期识别出高传播风险地区;第四,该团队使用这一风险源模型基于武汉市的人口外流统计得出新冠肺炎疫情的地理分布和增长模式。

论文作者之一、耶鲁大学教授、医生Nicholas A. Christakis4月29日在推特上介绍该论文时说:“这个结果证实了中国新冠肺炎病例数报告的准确性,因为从不同来源获得的信息(移动通信显示的人口流动)可以很好地预测病例数,并符合流行病学的预期(至少在2月19日之前)。”

资料图:上海兰卫医学检验所工作人员正在对送来的样本进行核酸检测。殷立勤 摄

法国疫情“非中国输入引发”

4月28日,位于法国巴黎的非营利研究中心巴斯德研究所发布新闻公告称,该所已完成“法国输入性与早期传播病毒的溯源分析”相关研究。该研究由法国国家呼吸道感染病毒参考中心主任西尔维·范·德维尔和巴斯德研究所RNA病毒进化基因组学负责人埃蒂安·西蒙·洛里埃共同牵头。研究发现,正在法国蔓延的新型冠状病毒并非起源于中国。在全球疫情暴发之前,法国菌株可能已经在当地传播。

研究人员对97份法国病毒样本和3份来自阿尔及利亚病毒样本进行了基因测序与比对和溯源分析,并建立病毒进化树图谱。对比研究表明,法国流行的新冠病毒和1月发现的中国输入感染病毒并非来自同一毒株,虽然来自同一个“祖先”但属于不同的分支。 导致法国本地疫情的主流分支,与来自中国和意大利的输入病例都不相同。

法国国际广播电台援引研究报告内容说,“法国的疫情暴发主要是由该毒株的一种或几种变种引起的……我们可以推断出该病毒是2月在法国悄悄传播的”,“且大部分是轻症或无症状,因而长时间未被发现”。

有分析称,由于许多国家的病毒取样工作仍然不完全,因此无法精确估算出法国新冠病毒的来源或输入时间。如果证实该病毒在被中国发现之前就已经存在于法国,有关研究将产生巨大的影响。

责编:刘婕
阅读数(415
不感兴趣

不感兴趣

  • 广告软文
  • 重复、旧闻
  • 文章质量差
  • 文字、图片、视频等展示问题
  • 标题夸张、文不对题
  • 与事实不符
  • 低俗色情
  • 欺诈或恶意营销
  • 疑似抄袭
  • 其他问题,我要吐槽
*请填写原因

感谢您的反馈,我们将会减少此类文章的推荐