這幾天「#校正回歸」成為熱議的話題，也造成國人對CDC資訊公布之疑慮。其實這些問題的出現，仍是有結構性的因素，包括我們的防疫策略一直是以「防堵」及「加零」的迷思做為基礎，因此我們從未習慣當有大量篩檢或確診病例時的處置方式。… 更多 事實上，「校正回歸」一詞確實算是修辭，而非統計上的正確表述。特別是使用「回歸」兩字時，其與統計上的迴歸分析又有辭意上的接近性，確實容易形成誤解。若就英文的regress而言，確實是有返回前一階段的意義 (an act or the privilege of going or coming back; to return to a previous and less advanced or worse state, condition, or way of behaving)，而反義詞便是progress。 在統計上，則是有向平均數(mean)接近的意思，抑或是藉著分析數列觀察值與均數間距離的差距，來分析預測模型對實際數據的解釋力(即迴歸分析)。因此，「校正回歸」最多只是將資料調校回前一階段的意涵，並非統計上的迴歸分析。 校正回歸其實更接近的是資料的積壓 (backlog) 或資料科學上的「資料滯延」(data latency)，即先前發生而未能在當期補齊之資料。 若是應用在流行病學，按中研院何美鄉教授的建議，「#回溯確診」應該是更精準的用法，即因檢驗量能上的限制，造成每日採檢和通報上的延宕，需經一段期間緩衝消化之後，方能確認每日的確診人數。 當然，資料的調整總是容易造成外界的(蓋牌)疑慮，所以國外更常是以區間(range)或趨勢(trend)的資料來判讀疫情及進行決策。 例如德國便是以「7天發病率」(過去7天每10萬人口的新增確診人數)做為防疫資料及決策之依據。此外，英國雖然不會採取事後調校資料的方式，而是直接總加於公布日的資料中，但其也會特別提醒某些時日在資料波動上的原因(例如因週末採檢延宕)，並且更重視的是「每週平均數」的公布，而非每日之確診數。 總之，一個「校正回歸」本是常態，但卻掀起軒然大波，原因正是我們過往太過自信之疏漏，亦欠缺了普篩之準備，並認為不可能會有大規模之感染，以致當前檢疫上的壅塞延滯及不足。 我們仍是防疫優先，但也須亡羊補牢！ #校正回歸
#亡羊補牢
