由于检测不足，许多感染新冠病毒的人不会出现在官方统计数据中。
这表明，许多对其死亡率的估计明显偏高。
我们需要建立更好的数据共享与报告体系。
公共卫生流行病学是通过计数来预防疾病、促进健康的科学。我们统计某种疾病的新增病例数，这就是发病率；随后，我们统计该疾病在人群中的传播范围，这就是患病率。
就新冠肺炎而言，计数一直是一项挑战。尽管新闻报道和各类报告层出不穷，我们对这种新发疾病的发病率或患病率仍知之甚少。预测依赖于模型，而这种不确定性滋生了恐惧。在我的家乡纽约及其他地方，几乎每个人心中都充满恐惧。
根据中国的患者数据，公共卫生官员最初估计，80%的新冠肺炎病例无症状或仅为轻症。由于医院床位、医护人员和检测试剂盒供应紧缺，只有症状明显的人被建议前往医院就诊。由于包括美国在内的许多地方检测不足，目前在很多地方只有住院患者被计入病例。那些没有感到严重不适的人在家中休养、悄然康复，从未被计入统计。这一点至关重要，因为他们不会出现在任何官方统计数据中。
以一位轻症的纽约女士为例。她致电家庭医生，医生根据其症状而非通过检测，做出了疑似新冠肺炎的临床诊断。由于病情不重，她被建议居家休息。医生没有任何机制将诊断结果上报卫生部门，因此如果她康复，她将永远不会被计入。只有当病情严重到需要住院，或接受了检测，她才会被计为新冠肺炎病例。如果她死亡，她会被计为新冠肺炎死亡病例。如果她存活，则根本不会被计入。
一旦确定了感染人数，它最终就会成为我们公共卫生计算中的分母。死亡人数则是我们的分子。
分子（死亡人数）除以分母（感染人数）再乘以100 = 感染病死率。
我们了解到，病毒一旦进入人群便会迅速传播。这意味着，无论是否出现症状，普通人群中的许多人可能正在或已经感染了该病毒。
然而，在包括美国在内的许多国家，分母并非统计所有感染者，而只统计病情严重到需要就医的人。这被称为选择性偏倚，因为病情严重到需要去医院的人，比轻症患者更有可能需要重症护理。
此外，即使我们在进行检测，根据所使用的检测类型及使用方式，我们可能只统计了正在感染中的人。这同样会导致分母被低估。
这意味着什么？这意味着分母（感染人数）比应有的数值偏小，因此分子（死亡人数）的影响力被放大。结果是，所报告的感染病死率（分子除以分母）比实际应有的数值更高。
换言之，仅统计前往医院就诊的人，我们就高估了感染者中因新冠肺炎死亡的比例。这是一种造成恐慌的危险信息，而其根源正是一个错误的分母。
在未来几天，许多地方的死亡率看起来将更为严峻，尤其是随着医院日益拥挤、可能不得不对医疗资源进行配给。在承认每一条因新冠肺炎及其他疾病而逝去的生命都是悲剧的同时，我们也必须认识到，死亡率看起来会比实际情况高出许多。
与其他疾病不同，目前既缺乏足够的检测，也缺乏恰当的检测，因此很难评估我们中有多少人已经感染过病毒，从而不再有感染风险。我们中的大多数人将会被感染、康复，并且对自己曾携带病毒或具有传染性毫不知情。
来自美国及其他国家的数据，包括按年龄、基础疾病、死亡时正在服用的药物及其他因素划分的死亡数据，有助于我们从人群和个体两个层面了解新冠肺炎的特点。这些信息对于将预防工作重点放在最易感人群上至关重要。
与此同时，我们需要调整对病例数的解释方式，并建立更好的数据共享与报告体系。
而在某个时点，我们将回归并重建日常生活，同时还需应对数周的恐惧、隔离与焦虑所引发的心理健康危机。其中许多问题本可通过对分母准确而清晰的界定而得到缓解。
Anna Matterson、Susanna Lehtimaki 和 Katie Holland 也为本文做出了贡献。
