9、数据处理与故事讲述：从也门霍乱疫情案例谈起

数据处理与故事讲述：从也门霍乱疫情案例谈起

1. 数据的问题与不确定性

在舒适的环境中，面对整齐的数字表格和描述，我们很容易对数据产生信任，认为它们是真实可靠的。然而，事实并非如此。所有数据都反映了其收集的时间、产生数据的方法以及该方法的实施严谨程度，它只是某个时刻的样本，本质上是不完美的。

1.1 不同类型数据的局限性

• 医疗数据 ：通过采访患者志愿者获得的医疗数据依赖于自我报告的经历。即使人们试图诚实报告且所报告的内容没有争议，但他们的记忆也是不完美的。此外，血液或组织样本的质量取决于样本采集的一致性，以及从患者到诊所、快递、实验室再到数据分析师的整个流程，其中任何一个环节都可能出现问题，如样本溢出、变质、污染、过热或冻结等。
• 传感器或计算采样数据 ：即使是通过传感器或计算采样自动生成的数据，也是基于人类认为重要的测量指标，并由需要解释收集指令并将其应用于手头工具的人员来实施的。传感器可能放置在错误的位置、指向错误的方向、校准不当，或者从一开始就基于错误的假设。

1.2 也门霍乱疫情数据的不确定性

在2017年5月至11月的六个月内，也门的霍乱病例从35,000例激增至近100万例，每月死亡人数超过2000人，每1000人的发病率从平均1上升到30，这看起来像是一场失控的灾难。然而，与此同时，死亡率却从1%降至0.2%。

需要考虑这些数据的收集环境。也门是一个活跃的战区，每天都有种族灭绝和侵犯人权的行为发生。医院工作人员严重不足，许多人甚至已经丧生。伊斯兰宗教法律要求尽快埋葬尸体，在冲