解讀疫情只看確診數?陳建仁:小心落入「見樹不見林」的謬誤

書名:《因果螺旋:跨越時空的探索與思辨》
作者:陳建仁
出版社:圓神出版
出版時間:2022年7月1日
書名:《因果螺旋:跨越時空的探索與思辨》
作者:陳建仁
出版社:圓神出版
出版時間:2022年7月1日

文/

自從COVID-19 在全球肆虐後,媒體最常報導的就是各國每日確診死亡人數,政論節目也不斷評論各國的防疫政策。2022年2月中旬,一位名嘴在節目裡說:「是全世界COVID-19確診死亡數最多的國家,共有93萬多人,遠高過英國的16萬、法國的14萬和德國的12萬,高達6~8倍,防疫真的做得太差了!美國政府和人民防疫的努力比起歐洲差很大!」其他名嘴也紛紛點頭同意。

內人鳳蘋剛好聽到這一段,她告訴我:「這個說法,已經掉進『見樹不見林』的謬誤之中。」

確實是如此,我從牛津大學的Our World in Data網站,查看了這四個國家的人口總數,結果是美國三億三千萬、英國六千八百萬、法國六千七百萬、德國八千四百萬。我進一步把死亡數除以人口數,來計算每百萬人口的COVID-19確診死亡率,結果發現美國2800、英國2351、法國2020、德國1442,相差都在兩倍之內。只看到死亡數而沒看到人口數,正是一般人常犯的因果謬誤。

見樹不見林的思考方式,相當於只看到分子,而沒有看到分母,當然容易下錯結論。由於不同國家、地區或團體的人口數可能差異很大,如果只比較健康事件,像是病例數或死亡數的多寡,而忽略了人口數,對於事件的判斷,就無法精準正確。

●數人頭還是算比率?

在你我日常接受到的資訊中,類似「見樹不見林」的謬誤真的不少!

有一天,我看到某名報頭版標題寫著「智慧型犯罪與年俱增」,相當引人注目。

仔細一讀,內容提到過去十年來,在犯罪的人當中,研究所和大學畢業生所占的百分比,分別從4%和18%,增加到7%和27%,換句話說,研究所畢業的犯罪者占比增為1.8倍,大學畢業的犯罪者占比增為1.5倍。「很顯然智慧型犯罪正在逐年增加,加強大學院校學生的品德和公民教育刻不容緩。」

這則新聞的論斷,明顯地掉入見樹不見林的謬誤中。其實在這十年間,全人口的大學與研究所畢業生所占的百分比也是逐年增加。如果計算不同教育程度族群的犯罪率,這十年來並沒有顯著的上升。

因此,在觀察社會或健康事件發生狀況時,必須同時考量事件數和人口數,先計算事件發生率,才能進一步比較分析和下結論。

1983年我在擔任臺大公衛系副教授時,接受衛生署委託進行「臺灣防治實驗計畫」。我們從六個鄉鎮區的戶政事務所,隨機抽樣選出具有代表性的研究個案。徵得他們同意後,就進行個人基本資料、生活飲食習慣、疾病治療史的問卷調查,並且以水銀血壓計測量休息後血壓三次,計算收縮壓和舒張壓的平均值,再按照世界衛生組織的標準判定是否患有高血壓。

有一次,臺大內科曾文賓教授和我一起討論不同年齡層的高血壓盛行率時(見表1),我的研究生報告分析結果說:「在高血壓的病人當中,以50~59歲所占百分比最高,其次是40~49歲、60~69歲,再來是30~39歲和70~79歲,……」曾教授馬上說:「不,怎麼會是50~59和40~49歲最高呢?而且30~39歲和70~79歲一樣更奇怪!你該看各年齡的盛行率,而不是病例數所占的百分比!」研究生回答說:「高血壓盛行率確實是隨年齡越大而越高!」

表1/圓神出版《因果螺旋》

如果只看高血壓病例數的年齡分布,這位研究生認為大多數高血壓病人集中在50~59歲,但是他忽略了各年齡層的研究人數有很大差異。當年臺灣的人口結構是金字塔型,年齡越高人口越少,我們的抽樣研究樣本也是如此。所以應該把病例數除以參加研究人數,比較各年齡層的盛行率,才是正確的做法。換句話說,我們不只要數病例數,還要考量參加研究人數,來計算高血壓的盛行率。

就像前面提到的四個國家的COVID-19死亡狀況,如果只從死亡數來看,就斷定「美國死亡數很多,好恐怖」,而沒有考慮到美國總人口數也很多,就會下錯結論,必須算出死亡率,才是適合比較的數據。

●本文摘自《因果螺旋:跨越時空的探索與思辨》。


加入 琅琅悅讀 Google News 按下追蹤,精選好文不漏接!
高血壓 美國 陳建仁 圓神出版 閱讀風向球

逛書店

延伸閱讀

沒老公兒女,中年單身不會毀掉人生──《SOLO女子圖鑑》

青少年心理健康崩潰,該如何救回沉迷手機及社群的孩子?

從小在「被比較」中長大!如何放下讓你喘不過氣的期待

韓國年輕一輩不婚普遍現象,來自對婚姻與家庭理念的崩解

猜你喜歡

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。