Dit stuk maakt deel uit van een serie, gepresenteerd door onze partner SAS, waarin de rol van data in het begrijpen van de COVID-19 pandemie wordt verkend. SAS is een pionier op het gebied van gegevensbeheer en -analyse. (Bekijk andere berichten in de serie op onze Get Smart About COVID-19 Misinformation-pagina.)
Casus fatality rate vs. mortality rate
COVID-19-gerelateerde gegevens en informatie kunnen moeilijk te interpreteren zijn als je geen expert bent. We hebben de afgelopen weken veel nieuwe termen geleerd. Een van de termen die we het vaakst tegenkomen is case fatality rate, of CFR. Dit is een belangrijke metriek omdat het ons helpt te begrijpen hoeveel van degenen met een bevestigde diagnose van COVID-19 sterven als gevolg van de ziekte. Maar, net als de vergelijkingen die eerder in deze serie zijn genoemd, moet dit cijfer in zijn context worden bezien.
Eerst is het belangrijk om het sterftecijfer te onderscheiden van andere kengetallen, zoals het sterftecijfer, of zelfs het risico van een persoon om te sterven als hij of zij besmet zou raken. Het sterftecijfer wordt weergegeven als een ratio.
Grafiek met dank aan SAS.
Het is helaas moeilijk om beide getallen met volledige nauwkeurigheid te meten. Het aantal mensen bij wie COVID-19 momenteel is vastgesteld, is niet gelijk aan het aantal mensen dat de ziekte daadwerkelijk heeft. En het is mogelijk dat we nooit een nauwkeurige schatting van dat aantal zullen krijgen. Het huidige sterftecijfer is waarschijnlijk hoger dan het werkelijke risico om te sterven als je de ziekte zou krijgen. Dat komt omdat de mensen die zich het vaakst laten testen ook degenen zijn met de ergste symptomen, waardoor de kans op levensbedreigende complicaties groter is.
Er zijn nog andere factoren die meespelen
Onderliggende factoren zoals leeftijd en reeds bestaande gezondheidsaandoeningen maken dat uw individuele risico afwijkt van het algemene risico. En hoewel bepaalde rapporten over sterftecijfers ook enkele van deze demografische gegevens bevatten, moet u niet vergeten dat deze cijfers dezelfde contextgebonden vertekeningen hebben als de algemene sterftecijfers.
Ten slotte is het totale sterftecijfer een metriek die we minder vaak zien, maar die nog steeds de aandacht verdient. Dit verwijst naar het deel van de bevolking dat sterft als gevolg van de pandemie. Dit cijfer verschilt doorgaans sterk van het sterftecijfer per geval, omdat niet iedereen aan de ziekte wordt blootgesteld. Stelt u zich een land voor met slechts 100 inwoners. Als 20 van die mensen besmet raken en 1 van hen sterft, zou het sterftecijfer – het percentage van de besmette mensen dat sterft – 5% zijn. Het sterftecijfer is echter slechts 1%. Dat wil zeggen dat 1% van de totale populatie is overleden.*
Hieruit volgt dat je goed moet kijken naar de percentages die je ziet gemeld en je ervan moet vergewissen op welke populatie die van toepassing zijn. Gaat het om de hele bevolking? Alleen geïnfecteerden? Alleen degenen met ernstige symptomen? Dit zijn allemaal belangrijke vragen om jezelf te stellen bij het interpreteren van de informatie.
Conclusie
Er is een algemene perceptie dat getallen en gegevens feiten zijn, maar het is verkeerd om aan te nemen dat ze een volledig accuraat beeld van de wereld geven. De gegevens die we hebben zijn de beste metingen die op dit moment beschikbaar zijn. De enige manier waarop we met zekerheid zouden kunnen weten hoe het aantal gevallen dagelijks verandert, is als we elke persoon elke dag zouden kunnen testen. Dit is eenvoudigweg niet haalbaar, dus in plaats daarvan moeten we vertrouwen op onze onvolmaakte metingen. This makes understanding the pandemic and its progression more challenging; but data analysis is still a powerful tool to give us insight and help us make decisions.
*The original version of this blog post included incorrect figures in the section discussing mortality rate vs. case fatality rate. They were corrected on April 14, 2020, the date of publication. We apologize for the error.
Other articles in this series:
-
- Examining data behind racial disparities.
- Comparing data across countries.
- Comparing data across time.
- Age isn’t everything.
About SAS: Through innovative analytics software and services, SAS helps customers around the world transform data into intelligence.