先由這張圖開場
https://i.imgur.com/uLqTllI.jpg
借用南韓的確診/死亡數據
眾所皆知，確診死亡會有延遲
上圖可以很明顯得看到之間的時間差
藉由下兩張圖，可以看到
https://i.imgur.com/WJMvVjt.jpg
https://i.imgur.com/U0PtfU4.jpg
死亡高峰出現在確診高峰的7天後
先前我有提過
當疫情正在炎上時，每天新增大量的確診數(分母)
但因為死亡延遲的關係，死亡數還沒起來(分子)
因此致死率會被低估(稀釋)
反之則是高估
所以疫情走完一個波後，再回頭分析才是比較準確的
那疫情中又要怎麼分析呢？
可以參考同個數據站的方法
https://i.imgur.com/3klCPds.jpg
死亡數/(10天前)確診數
應該不難理解？
死亡會延遲7天，所以就用7天前(該網站用10天前)的確診數當分母
今天的確診人數，會貢獻7天後的死亡人數
當然不會每個人都剛好7天死，但這是大數據的趨勢
下圖分析了三組計算方式，分別是
(數值皆使用7天平均)
1.當天死亡數/當天確診數
2.當天死亡數/7天前確診數
3.當天死亡數/10天前確診數
https://i.imgur.com/LK8JLYr.jpg
可以發現第1組數據有很明顯的波動
疫情炎上時低估
(3/17為疫情高峰後趨緩)
疫情趨緩時高估
如前述
而第2、3組數據幅度較小
同理，若回到台灣數據
假如以今天的死亡數/今天的確診數
肯定是不恰當的
而是應該以一週前的確診數做為分母
https://i.imgur.com/BVP7y9A.jpg
當天死亡/當天確診，會造成低估
實際上致死率應該在0.06~0.1%之間
且確診數若遇到瓶頸，則致死率數據亦會失真
某人想以死亡人數回推確診人數(黑數)
很大的一個前提是，致死率一致，且要用對數據
還記得剛剛才說，因為死亡會延遲7天，由死亡人數推得的確診人數，會是7天前的！
O月X日，死亡50人，且(一週前)確診10萬人
若致死率沒有變化
X月O日，死亡100人，可合理推測(一週前)確診人數約在20萬上下
若想以當天死亡推當天確診，則非常容易低估或高估(上上圖第一組數據那般)
再者
致死率還真就不是一致的...
https://i.imgur.com/EAu9lnn.jpg
即便以短期(一個月)來看
2月底~3月底0.08%~0.11%
0.11/0.08=1.375，差距不小
4月過後也從0.09%~0.14%(0.17%極端值就不看了)
因此假設致死率一致(穩定)這件事兒本就不切實際
且後續沒有數據可監控致死率是否改變
(因為確診數瓶頸=黑數，造成致死率失真，無法修正致死率)
台灣目前確實還需要監控確診數跟死亡數
要確認致死率是否有異常(沒數據如何保證omicron對台灣人如國外一樣無害？)
若是確診數瓶頸(北部飽和)持續擴大
致死率失真擴大
那就少了一個可監控的數據，挺可惜的
但以死亡人數去推得的確診人數，也是沒辦法去計算致死率的(因為前提已假設致死率一
致)
以上說明