怎样的风险被深藏于疫情数据背后呢？当我们试着凭借公开信息去判定自身安全之际，时常会生出困惑与无力之感。有一位上海居民，以其自身方式，去尝试解读当地的疫情发展轨迹了。
数据来源与初衷
这篇文章的灵感产生自对于公开信息透明度的思索，作者察觉，国家层面所公布的疫情统计图常常颇为宏观，没办法直接体现上海当地的具体风险，因而，他决定借助上海市卫生健康委员会每日发布的官方通报，自行整理从1月20日上海首次确诊新冠肺炎病例起大概半个月的数据。
他所怀揣的目的具备着十足的实际性呢：内心期望凭借对这些本地化数据予以剖析，进而评估外出之际被感染形成的可能性，还能够预测到底在何时才能够以安全的状态与亲友进行会面。所有的数据全部都是以上海市卫健委每日零点对外公布的信息作为准则的，这是能够被视作新一天情况起始点的哟。
如何衡量感染风险
究竟该看哪些指标，才能判断实时感染风险呢？累计确诊病例数明显是不合适的。因为它所反映的是历史总量。比如说，非典累计确诊达到了五千多例，这并不能够阐述清楚当下出门就会有感染非典的情况。
每日新增数据是更具效力的指标，其作者着重考察聚焦于“新增疑似病例”以及“新增确诊病例”。疑似病例的剖析诊断融汇了临床表现与流行病学史，然而确诊该病例则是需要核酸检测等病原学方面的证据予以支撑的。这些富于动态变化的数据更加能够展现显露疫情在近期时段的活跃程度。
数据背后的时间延迟
必须考虑时间差来理解数据，从一个人感染病毒开始，到出现症状去就医，进而被确诊。平均需要大概9天时间，这就意味着，今天公布的新增确诊病例，实际上反映的是大概9天前出现的感染状况。
从疑似状态达到确诊状态是需要耗费一定时间的，在理想状况之下，核酸检测速度最快的情况下三个小时便可得出结果，然而在实际开展操作的时候，由于受到检测机构自身具备的能力，试剂供应的情况以及运输距离方面因素的影响，整个流程是有可能被相应拉长的，此种时间差是会对我们针对疫情实时呈现出来的态势所进行的判断产生影响的。
上海数据的特点
经对上海的数据予以分析，能够发现，新增的疑似病例跟新增的确诊病例于时间方面的匹配程度是比较好的。这所意味的是，上海的医疗系统能够以相对较快的速度针对疑似病例展开排查以及确诊工作，疑似病例与确诊病例之间的滞后时间是比较短的。
上海身为国际大都市，具备医疗资源与基础设施方面的优势，而且并非疫情最初爆发之地，这极有可能是其受益之处。检测流程以及确诊流程相对高效，所以上海的数据或许能够更及时地将疫情变化呈现出来。
全国与上海的差异对比
和上海相比较，全国范围内的数据所呈现的情况是，从疑似病例转变为确诊病例的确认过程，存在着更为长久的滞后时间段。这样的差异，有可能是源自于国内各个地方医疗资源以及检测能力的不均衡状态。
首先，在疫情严重的地区内，存在检测试剂短缺的状况，同时，在医疗条件相对薄弱的区域之中，实验室处于超负荷运转之中，这些情况，都会致使确诊出现延迟。所以，基于此，全国的新增确诊数据，在反映实时感染情况的时候，其“延迟效应”，或许会比上海更加明显。
风险预测与行动参考
鉴于对数据展开分析，作者察觉到上海的新增确诊病例于1月19日前后步入高峰阶段，而全国范围的高峰是在1月21日左右出现的。虽说在后续的几天当中，上海的确诊数量偶尔会出现下降情况，然而在那个时候还没办法确定下降趋势已然形成。
要是把1月19日一直到26日当作传染高风险期来进行计算，再加上病毒最长可达14天的潜伏期，如此一来，从理论层面来讲，在2月9日往后外出的话，感染风险或许会相对地有所降低。当然咯，这仅仅是依据那时有限的数据所做出的粗略推算，而实际需要做出的决策必定得严格依照政府最新的防控指引。
处于信息纷繁复杂的阶段，你是愈发倾向去相信官方的综合性通报，还是会跟这位作者那般，自行着手剖析本地数据借此寻觅安全感呢？欢迎将你的观点分享出来，要是觉得这样的分析具有启发性，那就请点赞给予支持并且转发给关注上海疫情的朋友们。
