Unz评论•另类媒体选择$
美国主流媒体大都排除了有趣,重要和有争议的观点
 博客浏览詹姆斯·汤普森档案馆
欧洲Sickens

书签 全部切换总目录添加到图书馆从图书馆中删除 • B
显示评论下一个新评论下一个新回复了解更多
回复同意/不同意/等等 更多... This Commenter This Thread Hide Thread Display All Comments
同意不同意谢谢LOL轮唱
这些按钮可将您的公开协议,异议,感谢,LOL或巨魔与所选注释一起注册。 仅对最近使用“记住我的信息”复选框保存姓名和电子邮件的频繁评论者可用,并且在任何八个小时的时间内也只能使用三次。
忽略评论者 关注评论者
搜寻文字 区分大小写  确切的词  包括评论
列表 书签

欧洲是一个老化的大陆,总生育率为1.6,远低于所需的2.1替代水平。 下降趋势可以逆转,但趋势是下降的。 这747亿欧洲人的预期寿命为79岁,其中四分之三居住在城市环境中。 与Covid-19时代更为相关的是,中位年龄为42.5岁,其中20%的年龄在65岁以上。

只要边界可以捍卫,人口减少就不会成为问题。 缺乏这样做的能力或意愿,其他国家的人们将一如既往地为战利品而战。 为什么不? 每平方公里34个公民,有明显的空间,但是现代生活并不直接基于农业生产力,而是金融空间:累积的基础设施,社会供给,抚养比和移民程度。

目前,一些欧洲国家正遭受Covid-19大流行的重创。 这是截至4月XNUMX日每百万人死亡的快照。

当然,重要的是要包括以下重要因素:病毒在特定国家/地区流行的时间; 何时进行锁定以及锁定的严重程度; 公民年龄; 人口密度; 代间和单户家庭的比例; 市民的社交能力和医疗质量。 此外,各国对死亡进行分类的方式也有所不同。 比利时可能太包容,或者太诚实。

在60岁以上公民的百分比方面,西班牙和英国为25%,比利时为26%,德国为28%,意大利为29%。

意大利(9月14日),西班牙17月18日,法国22月23日,比利时14月XNUMX日(德国)XNUMX月XNUMX日(英​​国)XNUMX月XNUMX日开始了(不同程度的完整性)锁定。尽管各国有所不同,但XNUMX天的时间足以累积差异。起点。

这是英国的照片,显示了死亡人数过多。

当前速率是令人难以置信的z = +40。 这比平均值高40个标准差。 如此清晰的信号很少见。 无论我们多么想像我们的系统能够运行,它们都不如欧洲其他许多系统那么好。 在所有国家中,幸存者都理应感谢照顾他们的护士和医生,并在不同程度上支持其国家政策,尽管可以理解,他们希望早日做得更多。

尽管如此,联合王国不能夸耀自己正在打一场好战。 以上所有这些可能都是相关的解释或借口,现在作出判断还为时过早,但是没有理由声称英国的反应优于欧洲其他地区。

 
• 类别: 科学 •标签: Covid, 疾病 
隐藏114条评论发表评论
忽略评论者...跟随Endorsed Only
修剪评论?
    []
  1. Longfisher 说:

    既然我们要研究05年04月2020日,那么本文中的数据已经过时了。

  2. 那么,4月5日的结果是否过时,因为它是XNUMX月XNUMX日?

  3. TG 说:

    一个有趣且经过深思熟虑的帖子。

    我确实不同意移民是因为本地的低出生率而前往欧洲。 那是对受害人的诽谤。 由于大量移民促进了人口增长,并使年轻人更难获得稳定的工作和生计,土著人的生育率较低。

    在大萧条时期,美国的生育率暴跌,因为人们害怕生下他们无法抚养的孩子。 这并没有导致美国人绝种,远非绝种:一旦经济蓬勃发展,生活水平就会飙升,因为经济产出不仅仅被无休止的新人吞噬了,然后生育率上升了,因为人们可以看到自己的方式合理地支持三个孩子左右。

    您说什么,如果有人担心照顾一个孩子有六个或七个,那么美国本来可以更快地摆脱萧条呢? 嗯,许多其他社会都曾尝试过-而且无一例外,他们仍然穷困无比。

    但是富人比其他任何人都更想要廉价的劳动力,所以我想我们只应该责怪那些懒惰的,无动于衷的欧洲人,他们没有听取他们的好消息,并且表现得像个好牛。

    • 同意: YetAnotherAnon, Gordo
    • 回复: @USA 1943
  4. dearieme 说:

    能否请您告诉我们最后的情节可以追溯到几年前,医生? 我想看看一两个流感季节的样子。

    我可以检查一下:那是总死亡(过量),而不是归因于COVID-19的死亡,是吗?

    • 回复: @James Thompson
  5. john cronk 说:

    英国心脏病专家Aseem Malhotra博士的精彩短片。
    https://www.facebook.com/watch/?v=663661397526952

    保罗·萨拉丁诺(Paul Saladino)博士说:
    “这是主流媒体的警钟:我们已经拥有强大的抗冠状病毒武器,它不是药物或疫苗,它正在改变我们在MOUTHS中的应用。 太糟糕了,这不是超级性感,需要艰苦的工作,而且对所有超加工食品制造商都不好! 长期以来,人们一直在猜测这种病毒的来源,但我们已经知道这种大流行的来源:超加工食品! 农业综合企业是这里的真正反派! 不相信我吗? 观察那些代谢功能异常和胰岛素抵抗者中COVID引起的严重疾病的发病率大幅上升。 你猜怎么着? 通过改变我们的饮食,这些是完全可以解决的。 寻找本周与英国心脏病专家Aseem Malhotra的播客,我们将在其中进行所有讨论。 这是最引人注目的要点:通过改变饮食,可以在WEEKS范围内逆转代谢性疾病! 这意味着在我们进入隔离区的最后六个星期中,如果这已经成为媒体中的消息传递手段,我们可以保护数百万人免受这种病毒和未来疾病的侵害。 繁荣! 我当然希望不要错过这个关键点! 那将是所有人中最大的悲剧。”

  6. john cronk 说:

    造成这种大流行的原因及其解决办法再清楚不过了。

    考虑到处理日冕病毒的方式,人们会认为我们没有意识到人们会非常规律地死亡,尤其是当他们处于不良状况时。 现在,我们实际上要求没有人死于感染微生物-我们应该呆在家里屏住呼吸,直到每个人都得以生存。 从什么时候开始我们相信过? 这就是我们建立文明的方式吗? 我们正在摧毁的文明?

    对胰岛素敏感的人-具有健康的免疫状况且没有新陈代谢疾病-几乎没有理由自己呆在家里,戴口罩或“与社会保持距离”。 由于他们不会患重病,因此他们待在家里无助于“平缓曲线”使负担过多的医疗保健系统的病人(通常,这要牺牲我们所有人的精力)。 相反,积极健康的人可以为经济做出贡献。

    牛群豁免权的主要好处是它将使该国再次发挥作用。 这将对每个人(无论是健康还是患病)都有益。 无论携带者的总体健康状况是好是坏,新陈代谢/免疫受损的人都容易感染与他有染病并具有暂时传染性的任何人感染日冕病毒。 这就是免疫功能低下的人无处不在的现象。 保护这些最脆弱的人群免受COVID的答案-只是两方面的危害之一,而COVID只是他们面临的许多健康威胁之一。 最好的是他们开始正确饮食。 和/或,我们可以在需要的地方建造尽可能多的设备和医疗设施。 这些解决方案中的任何一种都比我们现在做的要可行得多,破坏力更小,成本也更低。 无论采用哪种解决方案,健康的人们都不会因为拥有正常的人类活力而受到惩罚。

    在政府,卫生机构和科学家采取措施升级护理设施,设备和治疗的可用性的同时,个人应遵循此原则
    冠状病毒协议
    A部分(所有人)
    开始治疗饮食以快速升级和调节免疫系统。 全部或大部分由以下内容组成:
    自家煮熟的肉,油性鱼,鸡蛋(特别是蛋黄),动物脂肪,骨肉汤,胶原蛋白或明胶以及肝脏,并去除了玉米,大豆,低芥酸菜子,红花,葵花籽,葡萄籽和米糠油以及面粉,糖和预制食品。

    B部分(最容易发生COVID并发症的人-BMI较高或患有慢性健康问题或正在服用处方药等的人)
    在遵循A部分的操作规程的同时,请采取合理的预防措施,以减少可能受到他人感染的风险,例如限制时间或与他人紧密接触时戴上口罩。

    对于这种偶然的疯狂响应,没有退出策略。 一旦这种对相当无害的传染源的过度反应被认为是必要的,就无法宣布恢复正常状态。
    在我看来,与其无休止地专注于这种并非特别有趣的病毒,不如想出限制移动的创意招牌和横幅,破坏人们的生计,在必须站立的人行道上涂上十字架,我们现在应该已经遇到了一个更加明显的问题。 如果这是致命的病原体,该怎么办? 我们为什么不准备快速开放与常规医院断开连接的特殊检疫/治疗中心? 那我们该怎么办呢?
    这次小小的排练表明,如果出现真正的生存威胁,我们将毫无准备。
    但是,不,我们必须继续浪费我们的时间,金钱和精力来发挥作用,这是一次真正的生物危机,并造成我们生活方式的实际崩溃。 我们必须继续加倍努力,因为如果我们对电晕采取更极端的措施,那将证明我们到目前为止所证明的愚蠢行为是必要的……是吗?

    • 同意: but an humble craftsman
  7. @dearieme

    这些是过分的死亡,并非特别归因于任何事情。
    所有国家/地区的欧洲比较数据都可以追溯到2015年。
    我在某处有英国图表,时间跨度更长,但目前无法找到它。

  8. 对于我的小补丁,我已经在其他地方跟踪了流感的比较。 我明天将在这里发布更新。 在低密度地区,这并没有比流行性感冒更严重。 在城市中,破坏性更大。

    英国的问题不在于它已经计划的政策。 帝国理工学院的危言耸听模型被允许推翻了真正的科学基础。 而且,保守党政府并没有补充联盟老化后提供的个人防护装备。 因此,PPE比计划的要少,尽管计划的数量也会不足。 真正的大规模杀伤性流感很容易使系统不堪重负。 这是因祸得福。 实弹演练。

    • 回复: @dearieme
  9. dearieme 说:
    @Philip Owen

    我最近看到aperçu“一针一线地花费了选票”。 主张是,选民不会奖励采取明智预防措施的政治人物,而是奖励在紧急情况下营救一个国家方面卓有成就的政治人物。

    我不记得是什么激发了作家的灵感:也许这是关于加州紧急救援物资的故事,该物资由奥地利肌肉发达的男子小伙建立,并由他的民主党继任者驱散。

  10. 我刚刚下载了“z-scores的方法论,以便通过它-因为在我看来,它使用的是不合适的分母。

    这是我前一段时间提到的,当时我注意到EuroMoMo图表中有太多观测值超出了±4σ范围。 在每4次观测中,平均值仅比平均值高15,787个标准差,但是他们的图表每年都会显示多次这样的观测。

    考虑z分数的标准公式–

    在我看来,他们使用的是样本的σ 意味着,而不是 样品.

    请记住,样本标准差(他们应该使用的度量)为

    而样本均值的标准偏差为

    一年级的学生经常会塞满这种东西,但通常是相反的(即,在测试与样本均值的抽样分布有关的事情时,他们使用样本标准差)。

    .

    因此,如果他们不经意地除以√N,并且默认情况下使用的是5年的每周数据(这就是他们所说的话),则他们得到的z得分将比实际值大16倍。 这不会改变最近值的明显很高的水平,但是它确实意味着,最近的得分比z = 40(a:事件)多,而不是z = 1(z = 2.5),这有望发生在81个观察结果中,只有一次。

    无论如何…重点是:他们似乎在使用'z-score'的方式与Viccini使用'不可思议的'相同: 这并不意味着你认为这意味着什么.

    .

    奇怪的是 “什么是Z分数?” 页面不再与主页面链接 “它是如何工作的”页面(不能直接访问:只能通过其子项的URL进行访问)。

    他们的z评分方法尚未得到充分的记忆,但更像是“尚未为未添加书签的人找到它”而不是“没有引起注意“。

    没关系:我现在有了R文件,回到办公桌后便会查看它。

    我也不清楚为什么他们会引用 法灵顿 (1996)–我刚刚读过《心理学/犯罪学》杂志的一篇论文(从Sci-hub那里获得,该书现在又重新在线)。 这本身就是一篇有趣的论文,但它没有提到季节性调整,趋势消退或权力转换(2/3或其他)。 假设我有正确的论文:他们没有提供完整的参考,这很奇怪。

    Farrington,DP,Barnes,GC,和Lambert,S。(1996)。 犯罪集中在家庭中。 法律和犯罪心理学, 1(1), 47–63. doi:10.1111/j.2044-8333.1996.tb00306.x

    • 谢谢: ic1000
    • 回复: @Kratoklastes
  11. @Kratoklastes

    糟糕...我粘贴在 胶乳 图像“内联”无效。

    z = 40(一个1:事件)

    需要多线…

    z = 40是1:R事件,其中R由下式给出

    那是R ; 用52除以得到年数,即1.41E349.

    比宇宙的年龄(1.7E)大数百个数量级10).

    因此,如果“ z分数”是z分数,则covid19会导致过高的死亡率,这在十亿亿亿富翁,十亿亿亿富翁,十亿亿亿亿富翁,一千亿亿亿富翁,千亿亿富翁的世界一次十亿亿亿美元十亿亿亿美元十亿亿亿亿亿亿年的时间。

    检查我的copypasta:(10 ^ 9)^ 38 = 10 ^ 342,乘以10 ^ 6可以使您足够接近10 ^ 349,我认为。

    我要说: 他们对z分数的定义所产生的值不值得一sh.

    • 回复: @Philip Owen
  12. @克拉托克拉斯特

    与此相反,需要付出巨大的努力,是否可以将z分数演算替代为任何一项? 可能如此重要。 在此之前,还有两个其他因素:原始数据的来源,数据本身,估算输入部分是必需的。 使垃圾堆看起来合理。 其次,有意向公众的沟通被截断了。 坦率地证明了推进故意操纵。

  13. 那么,他们使用的是平均值的标准误,而不是标准差? 真是胡说八道

    我最深切的道歉,就是不深入探讨。 我想知道这是多么罕见的事件,有点担心,阅读了细节,跳过了z得分的解释,因为这可能是新事物,然后转移到其他地方。

    非常感谢您的深入研究。

    我认为这些欧元人民的薪水是固定的,我知道我太信任他们了。

    现在,关于一小撮粪便的价值,只要该生物群落是健康的,就可以由克罗恩氏病患者摄取,该患者的不健康生物群落已被抗生素预防性杀死,并可以建立健康的消化系统。

    但是,我明白你的意思。

    • 回复: @dearieme
    , @ic1000
  14. dearieme 说:
    @James Thompson

    博士,你怎么敢? 您违反了歇斯底里,无礼,傲慢和无知的所有互联网惯例。

    此外,这里还有一些其他人以类似的方式行事。 证券交易将全力以赴。

  15. ic1000 说:
    @James Thompson

    从某种意义上说,构造图表的人对数学进行哈希运算是有用的。 相反,我们必须依靠Mark 1 Eyeball方法(至少直到Kratoclastes为z提供正确的计算)。

    告诉我们的是“与2016年中至2020年初的明显趋势相比,从XNUMX月开始的超额死亡人数呈上升趋势, 。 真的很大。”

    对于z和总体而言,统计数据的关键问题是“相比于什么”? Covid-19的相关问题不是“这如何适应2016-2019规范?” 由于各国正在做出具有历史意义的经济和公共卫生选择,因此更好的框架应该是“现代工业化社会的经验”。

    苹果对苹果的最接近的比较是西班牙流感,这表明计算z的时间序列应包括1918和1919。对于欧洲,这也将包括两次世界大战,一次萧条和1957年的流感大流行。

    类推涉及 “ VIX” 衡量股票波动性的方法,Corona-chan已将其提高到创纪录的高位。 基于2009-2020年记录的z指标与几个月前开始的z指标完全不同,因此包括2008年的流动性危机。

    • 回复: @res
  16. res 说:
    @ic1000

    苹果对苹果的最接近的比较是西班牙流感,这表明计算z的时间序列应包括1918和1919。对于欧洲,这也将包括两次世界大战,一次萧条和1957年的流感大流行。

    我不确定1918年至1919年是否是最接近的比较,但是我同意您的看法,因为包括在内可以提供适当的思考时间。 我认为本月发表的有关流感季节相对严重程度的评论已逐渐成熟。 (链接本身多一点)
    https://www.unz.com/isteve/l-a-mayor-public-should-wear-masks-but-not-n95s/#comment-3814212

    这次谈话的一个难点是“流感大流行年”的版本很多。

    我会说三个层次覆盖得很好。
    –严重流行病– 1918年–美国死亡675,000(与今天相比乘以3!) https://www.cdc.gov/flu/pandemic-resources/1918-pandemic-h1n1.html
    –中度流行病– 1968年– 100,000人在美国死亡(请注意以下人口,目前人均数量超过150万) https://www.cdc.gov/flu/pandemic-resources/1968-pandemic.html
    –同样适中– 1957-1958年有116,000人在美国死亡 https://www.cdc.gov/flu/pandemic-resources/1957-1958-pandemic.html
    –典型的“流感年度” – 2018 –美国61,000人死亡

    –“典型的流感年” –大约30至40例美国死亡

    CDC 2010-2019流感统计数据: https://www.cdc.gov/flu/about/burden/index.html

    为了更好地说明上述数字,请按年列出美国人口。
    1918 103万
    1958 175万
    1968 201万
    2020 330万

    我想如果没有极端的对策,COVID-19的范围应该在1918年到1968年之间(大约是美国人均死亡人数的一个数量级)。 我会进一步猜测(希望我们会在事后有了一个更好的主意),它将接近1968年。

    恕我直言,1968年的流感不会证明停产是合理的,而1918年的流感则会证明(不确定更确切的阈值,这是一个很大的范围)。 不确定性是我们为什么拥有它们的原因。 (请注意,罗恩(Ron)的1万估计数只是1918年美国人均流感死亡人数的一半以上)

    有关更多历史数据,请参阅该线程中的稍后注释。 注意西班牙流感有多大的异常值!
    https://www.unz.com/isteve/l-a-mayor-public-should-wear-masks-but-not-n95s/#comment-3814426

    记录在案的流感死亡率趋势:美国,1900年至2004年
    https://ajph.aphapublications.org/doi/10.2105/AJPH.2007.119933

    他们的结果摘要。

    结果。 在20世纪期间,观察到流感分类死亡率总体上显着下降,从10.2年代每100万人的平均季节性死亡率000下降到1940年代每0.56万人的100死亡率。 000年至1990年的大流行异常突出。 相比之下,与非大流行季节相比,1918-1919年和1957-1958年的流感大流行季节在死亡率和时间安排上显示出很大的重叠。

    ...
    表1列出了12年至1941年的1976个流感季节的有趣摘要(按月)。 第二次世界大战对美国的流感来说是一段糟糕的时期。 在线补充资料中的Web图1中有表1数据的图形版本。

    我将包括他们的图形版本,因为从1900年开始的版本相对于1918年后的案例而言,可以追溯到1930年。 为了更清楚地了解这些数字,10年美国每100,000万人中有33,000人对应2020人。

    PS:此评论非常以美国为中心。 对于那个很抱歉。 如果有人对英国有类似的数据,我将不胜感激。

  17. 是的,长期数据将非常有启发性。 我在某处有一个图形,希望有一天能找到它。

    • 回复: @res
  18. 在我的欧洲部分,COVID-19可能已经达到顶峰,并且根据视力定理,死亡人数可能是季节性流感的两倍左右(当然,伴随着巨大的围堵费用)。 主要问题确实是使曲线变平。 现有医院应对。 据我所能确定的,没有使用过一家龙之心医院(英格兰的夜莺医院,我们在保健板上用尽了Betsi Cadwallader)。 尽管可以检测到所有情况,但根据图表,这实际上意味着所有“护理之家”病例都已转移到医院。

    曲线变平了,也许过度变平了。 为什么过度扁平化? 目前还没有治愈方法,甚至没有治疗方法,所以我们都将在某个时候得到治愈。 第一波被抑制而不是缓解的程度越多,第二波将越强大。 澳大利亚,新西兰,南非,赞比亚等人证明,这种虫子不喜欢夏天,在人口密度低的情况下传播不佳。 这样就存在用于联系人跟踪的时间和能力。 北部的半裸人从go一词就得到了社区传播。

    • 回复: @utu
  19. res 说:
    @James Thompson

    这是一篇简短的文章,至少包含1918-19、1957-58和1968-69的数字:
    https://www.eveningexpress.co.uk/news/uk/history-of-major-virus-outbreaks-in-the-uk-in-recent-times/
    他们给出0.5-1918年英国的死亡率为19%。 尽管糟糕,但它只是我上面显示的图表中比率的约三分之一。

    我很难找到更多。 本书的页面显示了从1,000年1月1918日到31年1918月XNUMX日的非常精细的时间粒度,显示了十个英国城市的千人死亡人数。
    https://books.google.com/books?id=i3H1BwAAQBAJ&pg=PA29&lpg=PA29

    在绝对峰值(三个月的中间,大约是十一月),我们看到死亡率大约为5%(!),而较早的(1月)和后来的(2月)峰值为XNUMX-XNUMX%。

    第30页和第31页有一些其他的图,它们提供了更多的上下文。

    • 回复: @James Thompson
  20. LondonBob 说:

    令人惊讶的是,他们将积极的阳性患者送入疗养院和收容所,以腾出医院的空间。 这是政府的灾难性失败。 如果我们没有封锁,而是专注于保护疗养院,我们本来会有更好的结果。 除了尼尔·弗格森(Neil Ferguson)所说的那样,政府已严重失败。 我认为,即使我们知道该病毒的危险性要比它本来要低得多,并且无法阻止它并且我们正朝着这一目标迈进,即使我认为可以放宽边界,但封闭边界仍然存在。反正夏天。

    令人印象深刻的是,政府在锁定方面仍未改变方向。

    • 回复: @James Thompson
  21. @dearieme

    照我的模式去做,而不是照我的做。

    • 回复: @Cortes
  22. @LondonBob

    “拯救国民健康服务”的禁令始终是错误的:它本来可以拯救我们。

    该口号表明,提供者比患者更重要。 是的,有这样一种假设,即必须保留提供者以便将来可供患者使用,但这很愚蠢:可能发生的最坏情况是,一生中会有更少的患者存活,但是此后该系统仍然存在。 口号应该是:不要一次生病。

    • 同意: Philip Owen
  23. @res

    谢谢。 2年1968月1970日星期一,我开始在伦敦盖伊医院工作。 我记得一个星期的床上得了严重的流感,但这大概是在1971或65年。也许那时没什么大不了的。 假定老年人(XNUMX岁以上)在冬天死亡。

    另一个比较者是第二次世界大战似乎很近。 到处都有炸弹损坏。 伦敦桥车站的损坏最严重的部位有波纹状的锡屋顶。 医院的各个部分都一片废墟。 我的部门在一座预制的现代建筑中,我的办公室在一座原建筑的未损坏部分。 不太可能被流感惊吓。

  24. Cortes 说:
    @James Thompson


    我擅长积分和微积分;
    我知道动物般的生物学名:
    简而言之,在植物,动物和矿物质方面,
    我是现代少将的楷模”

  25. utu 说:
    @Philip Owen

    “第一波被抑制而不是缓解的越多,第二波将越强大。 ”

    –我在流感骗子中经常看到这种想法。 纳特·维特科夫斯基(Knut Wittkowski)是他们的专家。 他们的想法基于几个错误的前提:(1)平坦且不受约束的曲线具有相同的面积,并且(2)第二波不可避免,并且(3)死亡的必然性意味着延长寿命是毫无意义的。 这种想法倾向于折磨那些缺乏想象力的老百姓。

    • 回复: @Philip Owen
  26. utu 说:

    http://www.euromomo.eu :来自24个国家/地区的数据。 该图说明:(1)Covid-3流行病的增长率比19、2018、2017流感季节流行病快至少2016倍,(2)阻止增长并在短时间内扭转增长的对策的有效性时间。 Covid-19峰的半峰宽比流感峰的半峰宽窄两倍。

    如果没有对策,后果会更糟。 更糟糕。 您可以从上图获得一些想法。 我查看了瑞典,并使用人口密度作为控制变量(人口密度占方差的25%),我估计如果采用瑞典的方法,欧洲的总死亡人数会高出多少。

    在此处查看更多详细信息:
    https://www.unz.com/mwhitney/why-sweden-succeeded-while-others-failed/#comment-3873685

    • 回复: @Stephen Dodge
    , @LondonBob
  27. @utu

    utu –祈祷告诉,您什么时候遇到过冷酷无情的人?

    您的评论是在浪费时间,除非您是个笨拙的白痴(我认为不是),否则您不需要我解释原因。

    将来做得更好。

    您太聪明了,无法说出明显是在说谎的话。

    毫无疑问,弗格森教授和唐·乔瓦尼一样都是英雄。 不同的时间,不同的标准,但是AMOR OMNIA VINCIT(也就是说,他很幸运,他没有尝试和我的妻子交往,否则结局将会非常糟糕)

    • 回复: @Daniel Chieh
    , @joe2.5
  28. LondonBob 说:
    @utu

    它比流感更具感染力,但与致命流感一样致命,因此它被压缩到更短的时间范围内,这使其更具戏剧性并给人以错误的印象。 由于它是一种传染性抑制,因此一旦扩散就无法发挥作用,因此确实没有证据表明它会产生很大的变化。

    我正在阅读的采访中说,他认为第二波不太可能发生,即西班牙流感异常,那些传播这种病毒的国家可以挥手告别。

    • 回复: @utu
  29. USA 1943 说:
    @TG

    许多移民的技术水平较低,几乎没有受过什么教育,甚至没有受过教育,而且更容易犯罪。例如瑞典和许多其他吸收这些移民的国家的强奸问题,他们将不太可能维持所来到的国家并改变他们的新状态。这个国家进入了第三世界垃圾坑,但是人民为此投票,他们认为最好是让自己的国家陷入困境,而不是被称为仇外心理或种族主义,这样他们就会得到应有的报酬。 我宁愿有个被称为仇外心理的领导者,也不要让他们的国家恶化,但我显然是少数。

  30. utu 说:
    @LondonBob

    “但就像致命的流感一样致命”。 - 停止。 回去不带这个错误前提就去争论。 IRF是年龄的函数,是由Berkley的物理学家团队估算的。

    https://www.medrxiv.org/content/10.1101/2020.04.15.20067074v2.full.pdf

    海事组织,他们做得很好。 我从表2中绘制了他们的结果。

    流感感染的死亡率要低得多。

    人口的有效IFR取决于人口年龄人口统计数据。 在许多欧洲国家/地区,有20%的人口年龄在65岁以上(意大利23%,德国21.5%,葡萄牙21.5%,芬兰21.2%,瑞典19.9%等)。 欧洲最年轻的国家是挪威16.8%,波兰16.8%,斯洛伐克15.1%,冰岛14.4%,爱尔兰13.9%)。 在欧洲以外,许多国家/地区年轻得多:以色列11.7%,哥伦比亚7.6%,越南7.2%,埃及5.2%,尼日利亚2.8%。 因此,人们可能希望以色列的IFR会比意大利低3倍,而越南的IFR将比意大利低4倍,埃及的8倍,尼日利亚的XNUMX倍。

    无论如何,任何人都可以从图表中读取自己被感染时死亡的风险。

    • 回复: @res
  31. @Stephen Dodge

    utu是善良的灵魂

    • 哈哈: utu
  32. brabantian 说:

    尽管比利时的covid-19人均死亡率据称是世界上最高(如上图所示),

    (比利时政府官员承认其中许多此类死亡只是“推定”的)

    比利时本周末结束封锁

    从10月4日星期日母亲节开始,最多XNUMX人可以拜访家中其他任何人

    第二天,即11月XNUMX日,星期一,大多数商店可以再次营业以接待顾客

    对于大多数人来说,公共交通工具上仍然需要口罩

    比利时是世界上最富裕的国家之一,鉴于比利时每个人的最低收入,比利时有3.5%的家庭是百万富翁,而合法居民的贫困率基本上为零

    比利时从理论上讲不必为了饥饿而开放...但是他们正在开放

    比利时政府与欧盟最内部的圈子紧密相连,对什么是共产主义或没有共产主义有更深刻的了解吗?

  33. @res

    在40年代中期之前,这些图表在多大程度上暗示了西班牙流感和其他流感,从而消除了那些更易受基因库影响的人群?

    日冕病毒不是HxNy,将它们与流感进行过多比较可能没有效果。

    • 回复: @res
  34. @utu

    是的,我是工程师。

  35. res 说:
    @utu

    乌图(Utu)可能很令人讨厌(我似乎是他最喜欢的目标之一;),但他在这里提出了一个正确的观点。 在较早的主题中,我包括了在加拿大一些流感年份的类似情节:
    https://www.unz.com/jthompson/critical-care-of-fatness/#comment-3854376
    https://bmcmedicine.biomedcentral.com/articles/10.1186/1741-7015-10-162

    utu情节的一个问题是,他绘制了年龄范围较低端的年龄段。 这不是惯例(请参见上面的图,应将其绘制在年龄段的中间),并夸大了按年龄划分的死亡率(五年补偿)。 尽管我还应该指出,他使用了更为保守的表2 IFR(最后一列旁边而不是最后一列的平均值)。 我对他为什么不仅仅使用他们的图4感到困惑。也许是因为它更难阅读?

    如果看一下75岁(在utu地块上是70岁),您会发现Covid-19的IFR约为2%,而流感的IFR约为0.01%。 请注意,utu的y轴以%为单位,而上图使用每1000的死亡数(需要除以10以获得%)。

    因此,大约是200岁时死亡率的75倍(对我来说,这似乎很高,我在某个地方犯错了吗?)。 即使您想通过在流感特别严重的年份允许2的系数和在樱桃选择COVID-2的最严重区域的樱桃的19的系数来进行软糖操作,仍然相差很大。

    PS引起我兴趣的一件事是死亡率与年龄的一致性(在这些半对数图中呈线性)。

    PPS因为使用年龄段的中间值,IFR-年龄关系是指数关系,而不是线性关系,这也不是正确的。 有人会立即知道什么是正确的吗? 也许我应该计算一个年龄,在该年龄下,不同倍增时间下的指数死亡率将等于桶的平均值? 对于一个简单的5年加倍情况和3分(1、2、4),您的PWL平均值为2.3,所以我认为最准确的情况是将绘制在存储桶中心的右边。 中心可能已经足够接近我们倍增的时间了。

    • 回复: @utu
    , @LondonBob
  36. res 说:
    @Peripatetic Commenter

    这是一个好点,但我认为,导致流感死亡人数总体下降的主要驱动因素是诸如改善卫生状况和食物供应以及更有效的护理(例如导致肺炎)。

    为了解决您的观点,我建议您回顾大流行年份。 这些是相对新颖的流感病毒,因此您的观点将不再那么重要。

    • 回复: @Peripatetic Commenter
  37. @res

    这是一个好点,但我认为,导致流感死亡人数总体下降的主要驱动因素是诸如改善卫生状况和食物供应以及更有效的护理(例如导致肺炎)。

    我可以相信,因为人们对流感具有的重要防御能力之一是唾液酸。 由于HxNy作为进入细胞表面的方法与细胞表面的唾液酸结合,因此人类会在其粘液中分泌唾液酸,从而过滤掉大量病毒颗粒并阻止其进入呼吸道细胞。

    健康的个体更有可能具有良好的粘液。

    然而,在某个时候,编码黏液中唾液酸表达的基因可能在人群中并不十分普遍(并且在未暴露于流感的人群中可能并不普遍),并且以同样的方式防御这种新型冠状病毒也许在现存人群中并不普遍……

  38. joe2.5 说:
    @Stephen Dodge

    这是否是对事实和/或计算的答案(尽管对方差贡献的25%分配可能已经被质疑为相当武断了,但所有这些都得到了验证或非常合理)? 否则,您的意思是什么?

  39. utu 说:
    @res

    “ Utu可能很令人讨厌(我似乎是他最喜欢的目标之一;),但他在这里提出了一个正确的观点”。 –感谢您尝试提供帮助,很遗憾,您没有成功地完成自己的崇高自我牺牲,这是必须付出很多代价的善意尝试,因此,尽管这次我会再次纠正您,但我还是很可疑。尽量变得不令人讨厌。

    不幸的是,来自加拿大的地块不属于IFR或CFR。 我想我在10天前告诉过您:“您链接中的死亡率不是IFR,因此我们无法真正进行比较。”

    https://www.unz.com/isteve/new-estimate-of-population-fatality-rate-in-bergamo-province-0-57/#comment-3863256

    了解流感的IFR与年龄关系图将是一件好事。 这两幅图表明,流感和Covid-55死亡率翻倍的19岁以上的人大约是7岁。 这是有趣的。 在您的加拿大链接中查看图2,其中40岁以上的年龄加倍为7.7。

    “这不是惯例(请参见上面的图,应将其绘制在年龄段的中间)” –没有约定。 我们不知道加拿大境内的水桶是什么,因此不知道他们是否使用了中点。 但是您正确地认为有正确的方法可以做到这一点。 如果您已经从Fisrts近似中得知函数是指数f(x)= exp(kx),则存储桶[x,x + ∆x]的平均f_avg等于exp(kx)(exp(k∆x)-1 )/ k,因此您可以将实验数据中的存储桶平均值除以(exp(k∆x)-1)/ k,然后绘制平均值f_avg与x的关系,也可以进行类似的校正以绘制中间间隔,然后除以(exp(k ∆x / 2)-exp(-k∆x / 2))/ k。 您将获得k的逐次逼近值。

    让我着迷的一件事是,随着年龄的增长,指数如何持续增长……- 确实是的。 一旦达到最低死亡年龄(大约12岁),曲线即为指数。 参见加拿大论文中的图1和图2。 为什么要指数? 风险概率是可乘的。 但是为什么对特定疾病呈指数级增长呢? 生活正在以倍增的方式使您疲惫不堪? 无论如何,我现在没有一个好的答案。

    • 回复: @res
  40. joe2.5 说:
    @res

    感谢您的提醒。 一件值得注意的事是:战争年代之前和期间的巨额增长。 有趣的是,这些死亡归因于哪些标准。

    [致专家评论员:这些都是流感数据(很难知道这些是否都是弹状病毒而不是冠状病毒引起的死亡)并不能从其价值上进行流行病学比较。

  41. @Kratoklastes

    我当时对弗格森模型的评论如下。

    我们如何停止这种(非)科学? 同行评审会粉碎任何其他观点。 气候学表明,40年的失败预报对马尔萨斯叙事没有任何意义。 实际上,马尔萨斯本人自1798年以来就一直失败。

  42. utu 说:

    帝国理工学院的预测有多错误? 16月20日的文件估计,在英国高峰期,每天的死亡人数约为100,000 / 13,200,在高峰期将达到每天XNUMX。 该预测是针对无限制的爆发。

    https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gida-fellowships/Imperial-College-COVID19-NPI-modelling-16-03-2020.pdf

    假设瑞典的确是无限制疫情的一个例子(并非完全如此),并将其与实施应对措施的两个人口密度相似的国家芬兰和挪威进行比较,我们可以估算出该措施可减少每日死亡人数的因素。 对于瑞典和斯堪的纳维亚国家,此因子为7.5(校正了人口密度)。

    如果我们将7.5应用于13,200,则每天最多可导致1,760人死亡。 现在我们来看英国的每日死亡人数 Worloometers.Info. 我们看到每天最多可以容纳1,100人。 它好于2的系数。我想说帝国理工学院的预测只有60%的差距,这是相当不错的,而且我不明白为什么这么多人对此感到不满。 它做了它的工作。 由英国实施的对策迄今已挽救了英国29,000 *(7.5-1)= 188,500人的生命。

  43. res 说:
    @utu

    不幸的是,来自加拿大的地块不属于IFR或CFR。 我想我在10天前告诉过您:“您链接中的死亡率不是IFR,因此我们无法真正进行比较。”

    您对此表示正确(这是我想知道的我的错误)。 如果我们愿意对感染率做出假设,则可以做出一些估计。 不太好,但是您对此有更好的数据吗?

    “这不是惯例(请参见上面的图,应将其绘制在年龄段的中间)” –没有约定。 我们不知道加拿大境内的水桶是什么,因此不知道他们是否使用了中点。

    如果您查看加拿大图,则该点以5年点为间隔,每2.5年间隔一次。 可以肯定地说,这是5年期水桶的中点。 90是个例外。 不知道他们是如何确定这一点的。

    就约定和正确性而言,我们只能说,对于这种指数情况,您可以绘制那些存储区的最准确方法就是您所做的。 对于倍增时间为5年的范围,您的方法将导致两倍以上的误差。

    • 回复: @utu
    , @res
  44. LondonBob 说:
    @res

    英国的死亡人数将与99和00冬季的严重流感季节相似,特别是当考虑到我们现在的人口越来越大时,尽管时间缩短了。

    • 回复: @Philip Owen
  45. utu 说:
    @res

    可爱的小狗在咬人的心情。

    • 哈哈: res
    • 回复: @res
  46. 有人对弗格森(Ferguson)的模型代码有些陌生:

    https://lockdownsceptics.org/code-review-of-fergusons-model/

    实际上,我猜她是在审查Microsoft工程师花了一个月清理的版本。

    • 回复: @Peripatetic Commenter
    , @res
    , @utu
  47. res 说:
    @utu

    做出这样的回应似乎有些奇怪(我已经发表了一些值得更多评论的评论)。 我写的书有什么实质性的分歧吗? 还是我应该像往常一样单纯地接受人称回应:“我很生气,不得不说些什么,但没什么好说的。”

  48. @Peripatetic Commenter

    作者声称自己是女性以避免批评的几率是多少?

  49. res 说:
    @Peripatetic Commenter

    这是相当严峻的,但是我认为弗格森的历史更加令人震惊。 为什么英国又一次信任这个小丑的模特呢? 也许我应该消除这种偶然性,说些类似的话:再一次相信这位杰出的研究人员开发的不准确的模型。 以及为什么他能与众不同? 是在当局喜欢听到的方向上一贯地犯错吗?

    以下是anon146的记录:
    https://www.unz.com/isteve/guardian-inverts-neil-ferguson-scandal-to-make-it-boring/#comment-3880737

    https://twitter.com/JoshSchoen/status/1257756595859140608/photo/1

    我认为这是Kratoklastes的好评论。
    https://www.unz.com/isteve/guardian-inverts-neil-ferguson-scandal-to-make-it-boring/#comment-3881231

    我对ICL模型的不同之处并不是其风格上的缺陷。 弗格森(Ferguson)开始向政治阶层讲一个恐怖故事后,缺乏敏感性分析,这使他们渴望被拯救世界。 自从90年代中期以来,十年来他两次拉屎都是一样的- 这表明这不是偶然的.

    PS:如果有人想要更多背景知识,这是一篇有关弗格森及其模型的相当长的文章。
    https://www.businessinsider.com/neil-ferguson-transformed-uk-covid-response-oxford-challenge-imperial-model-2020-4

  50. @res

    让我们无视此人的任何批评,尽管他的不良记录本来应该停下来思考一下,

    最大的问题是,Fauci似乎在依靠这种模式来指示总统采取公共政策行动,而这种模式是无效的。

  51. @res

    帝国理工学院流行病学系Keystone Cops!

  52. utu 说:
    @Peripatetic Commenter

    感谢您的链接。 我读了苏·丹宁(Sue Denim)的话,但没有留下深刻的印象。 她不是科学程序员。 她不了解您如何模拟随机过程。 我并不是说Fergusson的程序没有问题,书写和记录也很烂,但是她的批评没有任何根据。 她不合格。 大多数评论显示出私刑暴民的心态,因此可以将其忽略,但是有几条评论是明智的。

    博士

    “我已经阅读了这篇评论。

    首先,我会再次强调这一点,我不会捍卫弗格森的模型。 我没看见过它。 我不知道那是什么我不知道这有什么好处。

    我不喜欢弗格森的政治,更不用说他女友的政治了。”

    “我真的不在乎弗格森的编码风格。 他不是专业程序员,而是流行病学数学建模者。 他做这项工作的能力如何是相关的问题,而不是他的编码技能。 尤其不是30年前从现代角度判断他的编码技能。”

    flat土机

    “绝对在dr_t上发现。 您清楚地知道您的业务。 我也对评论感到震惊。 作为写过许多“鼠巢”的随机建模专家,对我来说很明显,对于这个特定的代码,她吃的种子虫根本不是问题,因为它取决于结果的整体。 当然,对其进行修复以使其具有可重复性,这很不错,因为这可能会使新手用户感到困惑,但是从最终结果的角度来看,它什么都不会改变。”

    另一个_d

    “随机性是一个功能,而不是错误; 它用于凭经验估计不确定性(即误差线)。 该模型 *应该* 可以运行多次,并且输出的均值/均值和方差正是正确的方法。 通过突出显示单个运行,突出显示随机模型的两个独立运行之间的差异在错误性上是不合时宜的。”

    flat土机

    “绝对在dr_t上发现。 您清楚地知道您的业务。 我也对评论感到震惊。 作为写过许多“鼠巢”的随机建模专家,对我来说很明显,对于这个特定的代码,她吃的种子虫根本不是问题,因为它取决于结果的整体。 ”

  53. @LondonBob

    在威尔士,看来与2018年并没有太大区别。当然,超额死亡人数不会比该流感高出一倍。

  54. dearieme 说:
    @utu

    您引用的那些评论简直是胡言乱语。 我曾经写过蒙特卡洛模拟。 如果我的程序没有为相同的输入(包括用于随机数生成器的种子)提供相同的结果,那么我就知道自己会犯错误。 到底有什么说服任何人争辩说这没关系,因为无论如何都要对许多产出进行平均? 普通的不合逻辑。 平均垃圾只会给您平均垃圾。

    • 回复: @utu
  55. utu 说:
    @dearieme

    随机数生成器在不同阶段被多次使用。 每次调用它时,根据中间结果或内部时钟的时间,可以使用不同的种子对其进行重置,因此即使您使用相同的输入运行它,也可能无法获得相同的结果。 这不是错误,而是功能。

  56. @utu

    杜德(Dude),您刚刚使自己成为了一个丑角。

    请先停下脚步,再继续操作。

    (作为一个程序员,要知道使在多核处理器上运行的代码正常工作是多么困难。)

    • 回复: @utu
  57. utu 说:
    @Peripatetic Commenter

    在这里,没有人需要您在多核处理器上的专业知识。 IC程序并不是要在多核上运行。 完全无关的问题。 程序的编写方式(优雅,高效,最优,文档是否完善)无关紧要。 开发它的人知道如何使用它。 它不是必须要被白痴证明的商业软件。 根据科学程序如何解决数学问题,使用哪种算法而不是是否存在意大利面条代码来判断科学程序。 撰写“评论”的女性不合格。 她必须去字典才能找到“随机”的意思。 她曾在Google工作,从事的是猴子编程而不是科学编程。 她可能是一名优秀的程序员,但她没有资格评估IC程序的工作方式和死因。 我知道很多优秀的程序员都是数学上的白痴,尤其是年轻一代,您不会相信他们找到三项式方程式的根源。 但是,当您清楚地向他们解释怎么做时,他们是出色的猴子程序员,他们将照顾所有猴子业务编程细节。

  58. @res

    小丑不是骗子。 我的意思是,尼尔·弗格森(Neil Ferguson)做的不好,看起来很像是故意操纵。
    那他是什么? - 一种 市场特征 (Erich Fromm)可能是一个恰当的描述。 一位科学家(习惯上)用科学真理交换其他商品(突出,地位获得,(性……))。

    • 回复: @Philip Owen
  59. @Dieter Kief

    名副其实的气候学家!

  60. res 说:
    @utu

    您是否进行过大规模编程? 如果您有一个以上的项目工作人员,那么具有可理解和记录的代码就很重要。 您是否由于程序的不确定性输出而无法理解回归测试的重要性及其明显的缺失?

    对于完成了实际数值编程的人来说,您要解决的问题之一是面对小的数值差异进行回归测试。 当处理浮点行为略有不同的多个平台时(在这里可能不是问题,但值得举个例子),这尤其令人讨厌。 非确定性要差得多。

    让我们重新回顾一下该部分的结论。 我认为这需要重复。

    我的身份 Sue Denim不是真实的人(读出来)。 我之所以选择保持匿名,部分原因是围绕锁定的激烈战斗,但是还有更深层次的原因。 这种情况是由于普遍的凭证主义引起的,我对此感到厌倦。 正如程序员所普遍感到的沮丧所表明的那样,如果SAGE或政府中的任何人向他们碰巧认识的工作软件工程师展示了该代码,就会立即响起警钟。 取而代之的是,政府由学者主导,他们显然感到无法质疑一位教授所做的任何事情。 同时,像我这样的普通公民都被告知,我们绝不应该质疑“专业知识”。 尽管我已经向To​​by证明了自己在Google的工作,但是这种心态却很有害,需要结束:请评估我为自己提出的主张,或者请您认识并信任的程序员为您评估。

    PS:John Carmack(参与重构的游戏开发人员)的Twitter帖子中有一些有趣的评论。

    在GitHub团队开始编写代码之前,它是一个15k行的C文件,已经使用了十年,而且某些功能看起来好像是从Fortran机器翻译过来的。 关于学术守则,有些说法有真相,但
    事实证明,在我遇到的代码分析工具中,它比许多更现代的代码要好得多。 对于简单的C代码,有话要说。 发现并修复了错误,但通常在未启用或未击中的路径中。
    同样,使用OpenMP进行性能扩展已经相当不错了,而这并不是我进行戏剧性的系统重构的地方。 通常,我只是几个星期的代码管理员,但是我很高兴能够提供一些帮助。

    那是我的恐惧-如果代码真是恐怖表演,使所有模拟都值得商what,该怎么办? 我不能保证实际的算法,但是软件工程似乎还不错。

    PPS这可能值得一个单独的评论,但请参阅此讨论
    https://github.com/mrc-ide/covid-sim/issues/165

    特别是,请注意韦欣斯利的第一句话(我相信他是帝王团队的一员,如果有人确定的话,请回复)。 有趣的是,他似乎无法理解“十年来多次运行”测试与使用常规回归测试来检测行为变化之间的区别。

    更重要的是,请注意gavinpotter和weshinsley之间的交流。 gavinpotter根据他的建模经验进行了深思熟虑的评论(另请参阅他的其他评论)。 韦欣斯利在回应中做出了非常具体的陈述。 我们需要知道这是否正确,因为它极大地影响了本次讨论。 (尤其是他的信誉)

    在运行和测试给定种子时,代码在单线程运行时具有确定性。 初始化后,它对于给定数量的线程是确定性的。 SetupModel.cpp函数的一部分,在其他问题中有很好的讨论,该函数可以使用多线程产生统计上等效的随机实现,但不能产生二进制相同的随机实现。 如果在那里需要确定性,则注释掉一行即可实现。

    • 回复: @utu
  61. @utu

    撰写“评论”的女性不合格。 她必须去字典才能找到“随机”的意思。 她曾在Google工作,从事的是猴子编程而不是科学编程。

    我看到你很喜欢。

  62. @utu

    程序的编写方式(优雅,高效,最优,文档是否完善)无关紧要。 开发它的人知道如何使用它。 它不是必须经过白痴证明的商业软件。 根据科学程序如何解决数学问题,使用哪种算法而不是是否存在意大利面条代码来判断科学程序。

    这是一个很可怜的论点,但我想我已经期望您这样做了。

    该代码用于证明在此阶段花费了数百万美元的公共政策。

    因此,它的准确性应该得到验证,并且应该由具有大型项目经验的许多软件工程师进行审查。

    代码永远不会暗示有问题,但是有很多问题。

    • 回复: @utu
  63. utu 说:
    @Peripatetic Commenter

    “该代码用于证明公共政策的合理性……” –一群软件工程师变成批评者,他们对代码表示反对,这与弗格森团队的帝国理工学院计算机程序所模拟的模型的数学有效性没有任何关系。 向软件工程师征求关于数学模型的意见,就像向打字员征询关于其作者键入自己的小说的手稿的意见一样。 您所得到的只是无关紧要的肤浅细节,这些细节永远不会影响问题的症结。 在软件工程师人群中,过分夸大的自我重要性。 你们中的大多数人与复制粘贴功能大大增强的打字员一样多。 你们中的大多数人不了解您键入的代码,通常您也不了解输出的含义。 如果输出是数字,则数字太大或太小都不知道。 您不知道负数是否意味着特殊含义。 如果输出是曲线,则不知道曲线是凸面还是凹面或具有拐点。 开发物理现象模型的数学程序员不会像程序员那样调试程序。 他们这样做的速度如此之快,因为它们在输出和中间结果的意义上得到了帮助。 他们从字面上知道自己在做什么,与你们不同。 他们不需要进行回归测试。 之所以需要进行回归测试,是因为当一个猴子编码器替换为另一个猴子编码器时,这是确保连续性的唯一方法,因为猴子无法解析它们在做什么。

  64. utu 说:
    @res

    向软件工程师征求关于数学模型的意见,就像向打字员征询关于其作者键入自己的小说的手稿的意见一样。

    • 回复: @res
  65. 抛开这些代码,存在一个问题,即弗格森(Ferguson)在其基本情况下会在几天之内使用50%的人口感染率,而钻石公主的结果在三周内显示出17%。 至少应该使用DP统计信息进行模拟。

    这不是后见之明。 皮埃尔·勒穆因(Pierre Lemouine)当时发表了这一看法。

    • 回复: @utu
    , @res
  66. dearieme 说:

    “如果您有一个以上的项目工作人员,那么具有可理解和记录的代码很重要。” 以我的经验,即使您(I)是唯一使用该程序的人,也很重要。 没有人的记忆力十足,因此请给自己写评论,以告诉自己自己在做什么以及原因。 给出具有助记符值的变量和参数名称; 并确保您最大程度地有效利用函数和子例程-不会轻易纠结转到指令。

    即使以最高的护理和能力标准对数学模型进行编程,也并不意味着该模型需要任何血腥的好处。 所采用的参数值也与现实没有密切关系。

    通过弗格森的夸张的职业生涯记录来判断弗格森作为模特的有用性是明智的。 疯牛病; 流感暴发-他在所有流感暴发中都失败了。 我仍然几乎无法相信窃听者的声音。

    • 同意: res
  67. utu 说:
    @Philip Owen

    “弗格森使用的人口感染率为50%...” –人口感染率是假设来自流行病模拟模型的结果,而不是您假设的结果。 钻石公主号的17%感染率很低,因为船上的流行是通过将船置于锁定位置而制止的。 乘客被隔离在车厢中。

    • 回复: @Philip Owen
  68. utu 说:

    我只是不理解尼尔·弗格森(Neil Ferguson)和他的狂犬病流行模拟模型所带来的兴奋和痴迷。 看来,一旦在社交媒体上创建了一个模因,无论随后的事实如何,它都不会被理性熄灭。 这是一篇文章,试图在26月XNUMX日进行更正。

    不,COVID科学家没有退缩他的预测(26月XNUMX日)
    https://www.nationalreview.com/corner/coronavirus-pandemic-neil-ferguson-did-not-walk-back-covid-19-predictions/

    “今天早些时候,围绕社交媒体的叙述激增:帝国理工学院的一项研究说,COVID-19可能杀死500,000英国人,但在最近的证词中,研究背后的小组负责人尼尔·弗格森(Neil Ferguson)将该数字降至20,000以下。 显然,说谎的警报者正在退回他荒谬的预测!”

    “好吧,不。 该论文实际上提供了许多场景的模拟。 导致500,000人死亡的那一处是大不列颠刚刚像往常一样生活的地方。 在其他情况下,只要有必要阻止该疾病的蔓延,该国就会锁定,使死亡总数低于20,000。”

    但无济于事。 人们一直把英国的500,000人与31,000人死亡并列(截至8月31,000日),完全忽略了一个事实,即英国到目前为止“仅有” 4人死亡的原因是由于社会疏远,封锁和其他已实施的对策感谢尼尔·弗格森(Neil Ferguson)的报告和证词。 到目前为止,尼尔·弗格森(Neil Ferguson)挽救了成千上万的生命。 太糟糕了,这些措施未能在6、8或XNUMX周前实施。

    • 回复: @Philip Owen
  69. res 说:
    @utu

    我是一名软件工程师(除了我在所涉及的特定工程领域的背景之外),其主要背景是仿真和建模。 你又是什么背景?

    相信我,我在没有软件工程背景的领域专家建模人员的拙劣软件工程实践中拥有丰富的经验。 在无法信任人们进行足够好的测试以使事情以一致的可重复方式运行的环境中,这没什么好玩的。 我也曾与不了解他们正在建模的领域的技术细节的程序员有经验。 那也不是很有趣,但这是一个不同的问题。

    有趣的是,您选择了一个比喻,其中最重要的是艺术价值。 模型是否实际上始终如一地,正确地,可理解地和可再现地工作。 看起来好像不是真正理解所涉及内容的人会选择的类比类型。 幸运的是,作者有编辑。

    • 回复: @Peripatetic Commenter
  70. res 说:
    @Philip Owen

    这不是后见之明。 皮埃尔·勒穆因(Pierre Lemouine)当时发表了这一看法。

    你有这个链接吗? 我想确切地看到他说的话。 谢谢。

    • 回复: @Philip Owen
  71. @res

    还应该强调的是,代码不是数学模型。

    该代码是数学模型的实现,在被证明(使用回归测试套件)之前,该代码以正确性达到99.999%的程度实现了数学模型之前,不应将其用于做出涉及数万亿美元的公共政策决策。

    Utu似乎从根本上无法理解数学模型与Ferguson和其他人声称实现该模型的代码之间的区别。

    • 回复: @res
  72. Anita 说:

    那么现在欧洲会回到其“拉丁”殖民地吗? :

    欧盟和墨西哥宣布完成更新的自由贸易协定

    “从墨西哥向欧盟出口的主要商品是运输设备,机械和电器,矿产品和光学/照相仪器。 欧盟对墨西哥的主要商品出口包括机械和电器,运输设备,化学产品和贱金属。 欧盟从墨西哥的服务进口以旅行和运输服务为主,而墨西哥从欧盟的进口主要包括商业服务,运输服务,旅行服务,电信以及计算机和信息服务。 双方之间的双边商品贸易目前价值为66亿欧元,而服务贸易的双边价值则为19亿欧元。”

    数字贸易

    “欧盟和墨西哥被禁止要求公司提供对其拥有的软件的源代码的访问权限,这是公司的一项重要资产。”

    https://www.bilaterals.org/?eu-and-mexico-announce-the&lang=en

  73. @utu

    在进行有组织的隔离之前,已经有4周的时间了。 两个星期以来,他们都不知道这是船上的东西。 从那以后,许多大型团体测试(例如冰岛,南湾和纽约市)的总感染率都达到了2 +/- 20%。

    • 回复: @utu
  74. @utu

    没有

    1)整个模型向上偏。 (请参阅我的其他评论)。
    2)弗格森(Ferguson)竭力要求封锁,并利用最高人物恐慌政客以自己的方式行事。 (在疯牛病后杀死所有年长的牛,在口蹄疫中杀死最多的有蹄类动物)。
    3)其他流行病学家,尤其是牛津大学,立即对他的所有情况corn之以鼻。 利物浦热带医学学校也有所保留。

    • 回复: @utu
  75. utu 说:
    @Philip Owen

    出于未知的心理原因,您使自己相信该病毒不会迅速传播,因为仅钻石公主公主的17%的乘客和机组人员都受到了感染。 实际上,专家们提出的问题是相反的:为什么这么多乘客被感染。 是因为感染传播得如此之快,以至于所有乘客都被隔离在机舱内之前他们在锁定之前被感染,或者是因为锁定无效,并且在锁定期间乘客是从机组人员运送食物和必需品的地方或者通过其他途径(例如阳台)被感染的有人看到他们没有戴口罩或空调系统。 您只是完全弄错了。 我已经看到您在一个多月的时间里多次提出相同的观点。 您没有能力纠正错误的信念吗?

    20月10日–香港居民A先生(于XNUMX月XNUMX日访问深圳和广东)在横滨登上DP
    20月XNUMX日-DP离开横滨
    25月XNUMX日-A先生在香港丧葬
    1月19日-香港政府宣布A先生已确认(COVID-XNUMX)
    1月XNUMX日– DP在冲绳停留并开始隔离
    3月XNUMX日-DP到达横滨,乘客和船员被隔离
    5月14日–为所有乘客和机组人员设定了XNUMX天的健康观察期

    3月2日,乘客已经被限制在机舱内。 这意味着预锁定期持续4周,而不是您错误地相信和主张的XNUMX周。

    A先生有5天的时间开始感染712人的感染链。

    钻石公主号游轮上COVID-19案件的年代和道德考量:日本的报告
    https://www.ncbi.nlm.nih.gov/pubmed/32207674

    https://www.wired.com/story/how-a-princess-cruise-became-a-coronavirus-catastrophe/

    • 回复: @Philip Owen
  76. utu 说:
    @Philip Owen

    “整个模型有偏见。” –这是因为他认为这种无限制的传播似乎使人们对周围的流行病漠不关心,因此继续照常开展业务,这是不现实的。 人们会像在瑞典那样对这种流行病做出反应,并开始自己远离社会(没人去瑞典的电影院),这就是为什么瑞典并不完全可怕,即使它比可怕的7倍还足够可怕如果政府实施强制性的社会隔离和封锁措施,就会发生这种情况。

    因此,尽管弗格森模型对无约束情况的预测是不现实的(可能太高了30%),但它实现了针对整个国家将死亡人数大幅减少(7至10倍)的统一严格政策所需要的东西。 请记住,欧洲其他国家/地区根据他们自己的流行病学家的模型所做的工作完全相同,因此他们不需要弗格森(Ferguson)。

    弗格森(Ferguson)出色地完成了英国所需要的工作。 太糟糕了,它没有提前4-6周完成。 而且,如果您觉得决策过程中遗漏了东西,那就太糟糕了,但其他所有人都应该放心,不是无法解析Diamond Princess的数据来为他们做出生死决定的人。

    • 回复: @res
    , @Philip Owen
  77. res 说:
    @Peripatetic Commenter

    是的。 这确实是值得强调的一点。 讨论中似乎缺少的一件事(在某处可用吗?)是高级模型设计描述(或规范)。 除此之外,我假设他们针对先前的流行病对模型进行了回测(特别是考虑到弗格森的参与,这种模型是否也被他用于所有这些可怕的预测?)。 该模型可以进行回测吗? 如果在他们的论文中,这些结果是否已与该模型的当前版本进行了比较? 顺便说一句,那些较早的示例将进行出色的(大型系统,而不是组件)回归测试。

    另一个问题。 在Microsoft等人之前,没有人知道Imperial在使用哪种源代码控制和测试方案。 重构他们的代码并将其放在Github上?

  78. res 说:
    @Philip Owen

    谢谢! 我或者错过了之前,或者没有花时间仔细研究它(很长)。 一些注意事项。

    “用于执行这些模拟的模型的简要说明”部分包括寻找模型说明的参考说明,并提供了摘要。

    由于utu似乎认为多处理器功能并不重要,因此让我们包括此摘录。

    根据我上面提到的同一小组的另一篇论文的补充说明,在美国进行的仿真需要20,000个处理器小时

    这也可以解释为什么他们不进行敏感性测试。

    这也是重新审视这一点的好时机,即帝国模型的许多解释都是基于ICU /呼吸机容量将是一个关键因素的想法(假设)。 那似乎还不算老。

    PS他的最新帖子可能对这里的其他人很感兴趣。
    https://necpluribusimpar.net/lets-have-a-honest-debate-about-herd-immunity/

  79. res 说:
    @utu

    请记住,欧洲其他国家/地区根据他们自己的流行病学家的模型所做的工作完全相同,因此不需要弗格森。

    您是否有其他欧洲型号的参考资料?

    538个美国模型的比较(今天更新)可能很有趣。
    https://projects.fivethirtyeight.com/covid-forecasts/

    但是,它着重于近期的预测。

    如果有人有兴趣,请在Kinsa博客休假近一个月后,在最近几天里发布了几篇新帖子。
    https://www.kinsahealth.co/about-us/blog/

    第一个表示图18中大约1天的症状死亡期,但在“爆发高峰”下的文本中给出了不同的数字。

    第二部分描述了模型调整,他们在主动进行社会疏离措施的情况下进行了估算基线流感患病率的调整。

    在其4/10预印本中有更多内容。
    使用智能温度计网络实时检测美国境内的COVID-19震中
    https://www.medrxiv.org/content/10.1101/2020.04.06.20039909v1

    • 谢谢: Johnny Rico
  80. @utu

    我一直要求两周,然后是两周的内部隔离无效。

    • 回复: @utu
  81. 维生素D似乎在COVID-19死亡率中起作用

    严重缺乏症的患者发生严重并发症(包括死亡)的可能性是普通患者的两倍

    https://news.northwestern.edu/stories/2020/05/vitamin-d-appears-to-play-role-in-covid-19-mortality-rates/

    • 回复: @res
  82. @utu

    所需要的是将稀缺资源集中用于保护弱势群体。 自我隔离将在很大程度上进行自我隔离。 主要的问题是多代家庭,这些家庭大多出现在南亚移民社区中。 从武汉已经很清楚,主要的危险通用因素是年龄,男性,肥胖(2级以上)和糖尿病,与肥胖不同。 当时高血压也是一种可能。 有明显的特殊情况,例如癌症患者。 我们最早要到明年冬天才知道谁是对的。 那就是当自然获得的畜群免疫力的价值是否显示出来的时候。 我和牛津大学在一起。 这个东西迅速而无症状地传播了,大多数人已经有了它。 他们是否有抗体还有待观察。 它可能已经由内部青蛙免疫系统处理过。 在这种情况下,锁定是毫无意义的,甚至是有害的,因为它保留了幼稚的种群,以便在第一波中产生涟漪,而在第二波中产生繁殖地。

    我在这方面处于火线。 根据我遇到的一些危险计算器,如果抓住它,我就有1/7的机会死亡。 因此,我目前的重点是跑步时提高心律。 锁定无法解决任何问题。 它只是推迟它。 大概在夏天。 南半球和热带国家(巴西除外,他们居住在空调中吗?秘鲁在山区,那里凉爽)没有大规模的社区传播。

    • 回复: @utu
  83. utu 说:
    @Philip Owen

    “需要做的是”准确地完成已完成的工作,只是要早4-6周。

  84. res 说:
    @Peripatetic Commenter

    他们的方法令人费解。 这是该文章及其摘要的基础文章。
    维生素D在COVID-19患者中抑制细胞因子风暴和相关死亡率的可能作用
    https://www.medrxiv.org/content/10.1101/2020.04.08.20058578v3

    抽象

    背景大规模数据显示,尽管这些差异的原因尚未完全了解,但COVID-19的死亡率在不同人群之间差异很大。 在这项研究中,我们调查了严重的COVID-19是否与维生素D(Vit D)缺乏症有关。 方法来自大量确诊患者的国家(德国,韩国(韩国),中国(湖北),瑞士,伊朗,英国,美国,法国,西班牙,意大利)截至19年20月2020日。 经时间调整的病死率(T-CMR)估计为N天的死者人数除以N-8天的确诊病例数。 T-CMR的适应性平均值(A-CMR)被进一步计算为在不同国家中COVID-19相关死亡率的度量。 尽管目前尚无法获得COVID-19患者的Vit D水平数据,但我们分别利用了先前建立的Vit D与C反应蛋白(CRP)之间以及CRP与严重COVID-19之间的联系,以评估Vit D的潜在影响。关于减少严重COVID-19的VitD。 结果在美国,法国和英国(筛查状态相似的国家)中,Vit D状态与COVID-19 A-CMR之间可能存在联系。 结合COVID-19患者的数据以及先前对Vit D和CRP水平的研究,我们发现严重Vit D缺乏的患者中发生严重COVID-19病例的风险为17.3%,而具有正常Vit D水平的患者为14.6 %(减少15.6%)。 解释鉴于CRP是严重COVID-19的替代标志物,并与Vit D缺乏症相关,我们的发现表明Vit D可通过抑制COVID-19患者的细胞因子风暴来降低COVID-19的严重程度。 需要通过直接测量Vit D水平来考虑其他因素的进一步研究。

    标题上说“可能两次”,但我认为文章正文或基础论文中没有证实这一点。 我错过了什么? 我想他们的意思是这样的:

    Backman说:“我们的分析表明,这可能将死亡率降低一半。”

    但是我没有看到该文件中的支持。

    您是否看到这篇评论中讨论的印尼论文,发现维生素D缺乏和COVID-10死亡的比值比为19?
    https://www.unz.com/isteve/vitamin-d/#comment-3878170

    在我看来,这似乎是更有说服力的证据。

    • 回复: @Peripatetic Commenter
  85. @res

    是的,我确实看到了。

    我猜想越多的论文显示低Vit D对那些感染这种Corona病毒的人来说是一个更好的问题。

    • 同意: res
    • 回复: @res
  86. res 说:
    @res

    如果有人感兴趣,我会根据倍增时间(d)得出应在何处绘制铲斗(铲斗平均值等于该年龄的值)的封闭式解决方案。 这有助于了解仅使用存储桶中心会带来多大的错误(在此分析中为x = 5,请记住utu将其值绘制为x = 0)。 包括我的中间步骤,以防万一有人想检查(或只是更好地理解),但是最后一个链接提供了答案以及图解。

    首先,计算从2到0的指数10 ^(x / d)的积分(即在单个存储桶上)。 d是倍增时间。
    https://www.wolframalpha.com/input/?i=integral+2+%5E+%28x+%2F+d%29+dx+from+0+to+10

    然后将其除以10作为平均值,等于2 ^(x / d)的点值,并求解x。
    https://www.wolframalpha.com/input/?i=0.1*%28%28-1+%2B+1024%5E%281%2Fd%29%29+d%29%2Flog%282%29+%3D+2+%5E+%28x%2Fd%29

    这给出了封闭形式的解决方案,然后我们将其绘制为从1到20的倍增时间。
    https://www.wolframalpha.com/input/?i=1.4427+d+log%280.14427+%28-1+%2B+1024%5E%281%2Fd%29%29+d%29+from+1+to+20

    对于五年的倍增时间,存储桶平均值应绘制为约5.57年。 因此,距离存储桶中点大约半年的时间。 与我之前的简单分析很好地结合在一起。

    PS utu,这是您使用数学解决问题的方式。 不仅像在评论40中那样抛开方程式,像您所做的一样,您做了一些有用的事情。还请注意,我在评论36 PPS中进行的简单数值分析比给出您的评论40答复更有效地给出了估计。

  87. 数据证明,闷热的CoronaChan是个骗子,她歧视投票支持Andrew Cuomo和Bill de Blasio的人。

  88. utu 说:
    @Philip Owen

    菲利普·欧文(Philip Owen):有4周的时间 狂跑 在进行有组织的隔离之前。

    菲利普·欧文(Philip Owen):我一直声称两周,然后是两周的内部隔离无效。

    不仅是愚昧无知,而且还是骗子。

    • 回复: @Philip Owen
  89. 是否有任何论文证明当前的抗体测试可以区分针对任何随机冠状病毒和SARS-COV-2病毒的抗体?

  90. @utu

    这两个语句是相同的。 “有组织的隔离”是指较早的隔离尝试是无组织的且无效的。

    • 回复: @utu
  91. dearieme 说:

    回到程序。 “尽管新版本中有很多项目可能会受到批评,但在本摘要中,我们强调了全局变量的广泛使用”。 亲爱的上帝,那太可悲了。 的确,在XNUMX年代后期那会被认为是可悲的,并且是思想上懒惰的肯定标志。

    警告:很长很长的时间帝国理工学院的建模人员几天前就向模型发布了源代码…

    发布者 斯嘉丽·斯特朗(Scarlett Strong) on Friday, 8年2020月XNUMX日

  92. @dearieme

    在本摘要中,我们强调了全局变量的广泛使用和 特别是c语言结构来对数据类型进行建模.

    说什么?

    虽然我同意有关全局变量的问题……c语言结构与C ++结构或类(除了它们没有方法)或Java类(减去方法)等几乎没有什么不同。

    现在,我注意到审阅者提到了类,但是我怀疑那些从事代码工作的人没有时间将所有内容转换为类。

    看到原始代码会很有趣。

    • 回复: @res
  93. res 说:
    @dearieme

    谢谢。 原来的代码是一个15,000行的C文件,我的头已经足够爆炸了。

    我很惊讶全局变量在重构代码中的广泛使用。 太难去除了吗?

    “僵尸假设”的讨论很有趣。 有人对此有任何想法吗?

    这似乎是最该死的地方。 这与它的缺点无关 .

    6.超出样本的性能

    对任何模型进行的酸性测试都是能否成功预测出样本不足。 没有证据表明该模型具有预测能力。 但是,我们确实有一个自然的实验可以依靠。

    在“针对COVID-19的干预策略及其对瑞典医疗保健能力的估计影响”中,该研究的作者重新实现了帝国理工学院的模型并将其应用于瑞典。 对模型文档和模型源代码(也用c和github编写)的检查表明,它是相同的模型。 该模型的瑞典语版本明确预测了如果瑞典遵循其宣布的放任自由的社会疏远政策将在瑞典造成的死亡人数,以及如果遵循类似的其他多种政策,这些死亡人数将减少多少适用于在美国和英国工作的人员。 在撰写本文的4月9日,该论文的图100的图表A中,该模型预测,如果瑞典遵循其宣布的政策,则将有约25万人死亡,而如果采用最严格的社会疏远政策,则将有约9万人死亡。 3,175月XNUMX日,瑞典的实际死亡人数为XNUMX人死亡。 因此,该模型极大地高估了死亡人数。 僵尸假设是可能的问题。

    这是提到的研究的链接。 另请参阅那里的评论。
    https://www.medrxiv.org/content/10.1101/2020.04.11.20062133v1

    他们的代码可在以下位置获得 https://github.com/kassonlab/covid19-epi

    PS:我现在让我感到困惑的是约翰·卡马克(John Carmack)对帝国代码的评价。

    PPS她的随访时间较短。 她的评论值得一读,但这是帖子本身。

    塞思·科里(Seth Corey)要求对国立学院模型进行模型审查,并使用较短的要点版本,因此请按以下步骤进行:

    •已经为该模型的先前用途记录了该模型的基本结构,但是尚未为该模型的冠状病毒使用对其进行完整的记录
    •我们没有原始的模型代码,因此我们无法确定模型代码中是否实际实现了已记录的内容
    •我们拥有的模型代码编写不当,容易产生错误
    –代码可以处理数十亿个数据点,但是所有数据点都可以在程序中的任何位置完全访问,而不是免受意外访问的影响
    –代码逻辑令人费解,难以遵循
    •模型假设在没有政府政策的情况下人们不采取任何措施来保护自己免于流行病的侵袭,从而大大高估了死亡人数,病例,住院等。
    •没有执行任何测试来检查模型代码的正确性
    •没有使用基准模型对输出进行完整性检查
    •为瑞典实施的该模型严重高估了死亡人数

    • 回复: @James Thompson
    , @utu
  94. res 说:
    @Peripatetic Commenter

    虽然我同意有关全局变量的问题……c语言结构与C ++结构或类(除了它们没有方法)或Java类(减去方法)等几乎没有什么不同。

    他们还缺乏对公共/受保护/私人声明的支持。 加上缺乏方法,这意味着任何有指针的人都可以访问基础数据以进行更改。 而且,由于听起来其中许多变量都是全局变量,因此…

    在C中有多种方法可以完成这样的事情:
    https://stackoverflow.com/questions/2672015/hiding-members-in-a-c-struct

    但是,如果英帝国的程序员在他们的单个15,000行C文件中这样做,我会感到惊讶。

    • 回复: @Peripatetic Commenter
  95. @res

    是的。 我都知道我用C语言编写了许多代码。我们使用各种工具来检查问题,包括valgrind之类的东西,尽管它不能真正测试别名或代码访问它不应通过错误的指针进行访问的东西。

    有很多用C语言编写的大型程序。例如Linux内核……人们知道如何正确使用它。

    其次,用C ++或Java编写不是万能药。 程序员必须知道如何使用私有和受保护的东西以及所有的类机制。

    而且他/他们仍然犯了许多其他错误,例如您上面指出的关于不使用样本外数据进行测试等的错误。

    • 同意: res
  96. utu 说:
    @Philip Owen

    不,你说“ 4周狂奔 在进行有组织的隔离之前。”

    • 回复: @Philip Owen
  97. dearieme 说:

    编程的缺点(我们曾经说过:现在每个人似乎都在说“编码”)令人担忧,这有两个原因。 (i)大概是引入了计算错误–正如爱丁堡的研究表明的那样。 (ii)证明工人不尽职,聪明,胜任。

    后面的观点反过来解释了为什么模型(不管编码的好坏)都是糟糕的。 例如,它并不代表人们试图保护自己不受感染的天性。

    也许我对他们不公平:也许不是因为能力不足和知识上的懒惰导致他们编写和使用了这种有偏见的模型。 也许他们这样做是出于政治原因,甚至只是出于不道德的职业动机,这些动机在现代大众社会的“科学”中起着很大的作用。 哦,可惜!

    • 回复: @Philip Owen
    , @Dieter Kief
  98. @utu

    你是故意昏昏欲睡吗? 杂乱无章的隔离不是隔离。

    • 回复: @utu
  99. @dearieme

    发出警报会为更多研​​究带来名声,影响力和金钱。 以政治动机来影响这种影响,以增加更多的动机。 那里到处都有气候学家的驱动程序。

  100. @dearieme

    A

    我同意。 我要加一些 安德斯 不过,删除一些 金牌.

    然后,我总结如下: 市场特征 尼尔·弗格森(Neil Ferguson)以典型的方式体现了埃里希·弗罗姆(Erich Fromm),如今,他正朝着无处不在(大卫·古德哈特(David Goodhart))-深深植根于他的多元文化之心–鲍里斯·约翰逊(Boris Johnson)。

    如果我反过来看这个问题,我会发现欧洲有两位杰出的政治家,他们大体上是对台湾等战略的,包括边界封闭以及取消从中国和其他感染热点地区的航班:Matteo意大利的萨尔维尼(Salvini)和德国的爱丽丝·魏德尔(Alice Weidel)(均从XNUMX月下旬开始),以及古德哈茨(Goodharts)的两位政党成员 某处).

    顺便提一句。 爱丽丝·韦德尔(Alice Wiedel)详细介绍了她提议于4月19日在柏林的德国联邦议会中暂时关闭的提议,并遭到了联邦议院所有其他党员的嘲笑,嘲笑和嘲笑。 所有这些的主要论点(引起了很多掌声):为了有效地与CO-XNUMX作战,我们不需要孤立自己。 相反:只有国际合作才能以任何方式帮助我们,因此取消国际航班和关闭边界将适得其反……–引起了热烈的掌声和兴高采烈的气氛。 任何地方党派(德国联邦议院的85%)。 他们战胜了强硬的爱丽丝·韦德尔(Alice Weidel)。

    几周后,安格拉·默克尔(Angela Merkel)的一篇文章出现在了法兰克福汇报(Frankfurter Allgemeine Zeitung)。 –默克尔一次又一次地强调–在这场危机中,不取消“我们所有的国际联系”具有多么重要。 她继续探讨现代世界之间的相互联系,以及科学与进步如何依赖开放性,国际性和不受阻碍的交流跨度。 打开 边界等。

    当捷克共和国决定关闭其边界并在公共场所强制使用口罩时,公众舆论很快在德国做出决定,这只是危险的民粹主义力量的又一个迹象,该势力现在将被征服和摧毁。中欧民主国家–无论是捷克,斯洛伐克,波兰,还是–上帝当心! –匈牙利…

    B

    这种模式也有一些例外情况:-既定的,相当自由的政治家并不屈服于欧洲的“某处/任何地方”二分法:即奥地利总理史蒂芬·库尔兹(Stefan Kurz)很快关闭了奥地利边境,而丹麦的梅特•弗雷德里克森(Mette Frederiksen)则在丹麦做了同样的事情。

    然后是一个非常有趣而成功的例子,阿尔巴尼亚(尽管与意大利北部有非常密切的联系,现在每百万人中有11例死亡)–阿尔巴尼亚人确实注意到了新加坡和台湾发生的事,因此行动迅速! –当被问到如何做到时,他们会笑–展示他们的智能手机…

    • 谢谢: dearieme
  101. @dearieme

    适当长,内容丰富。
    作为一名资深业余学术程序员,对我而言突出的是,该程序存在一些简单的错误,最令人震惊的是缺少CHECK SUM,在各个阶段都打印出总计值,以便您可以检查每个步骤是否都在执行。感觉。 我仍然在Excel电子表格中使用它来检查我是否正在读取正确的变量,并正确地应用更新的货币汇率。
    后来,我担任适当程序员的顾问,他们花了所有时间在标准上,设计了适当的“体系结构”,一次又一次地检查步骤,直到一切都按要求进行为止。
    我希望我提出另一种意见,因为这纯粹是心理上的:“不做任何事情”的选择并不意味着“政府不做任何事”,而是“政府或任何公民都不做任何事”。 是的,测试案例应该是要注意许多人在流行病期间所做的事情:撤退到自己的家中,与朋友一起检查是否患有“流感”,并要求他们不要去看是否有流感; 并且如果可能的话,移到更僻静的地方。
    因此,非常感谢您发布此信息。

    • 回复: @utu
  102. utu 说:
    @Philip Owen

    我们是怎么来到这里的? 这是你很尴尬的声明 “存在一个问题,弗格森在钻石公主的结果显示出50%的情况下会在几天内使用17%的人口感染率” 这表明了您的困惑:(1)感染率是模型的输出而不是模型的输入;(2)您错误地认为DP上17%的感染率为Covid-19的感染率设定了上限。 对DP进行了隔离,并限制了病毒传播率达到17%的流行率。 因此,DP的“实验”并没有告诉我们有关R0或Covid-19的群体免疫阈值的任何信息。 但是,DP数据非常有用。 由于准确地知道了分母,因此较准确地确定了年龄段的IFR。 实际上,来自伯克利的物理学团队使用此IFR来缩放意大利数据,以根据超额死亡率数据得出意大利年龄依赖的IFR:

    意大利的COVID-19总死亡率:通过时间序列分析得出的过量死亡率和年龄依赖性
    https://www.medrxiv.org/content/10.1101/2020.04.15.20067074v2.full.pdf

  103. utu 说:
    @dearieme

    {“全局变量” =>“亲爱的上帝,那是可悲的。”} =>“亲爱的上帝,那是可悲的。”

  104. utu 说:
    @res

    “超出样本的性能” –错误的语言,不良的类比,不良的隐喻。 肯定会散发出怒吼; 不是客观的分析。 “超出样本的性能”的概念在这种情况下不适用。 不论谁说过,一定是在考虑对一个样本拟合或训练经验模型,并在另一个样本上进行验证。 在这种情况下,它不是这样工作的。 流行病进展模型不是数据驱动的。 它不是一堆通用的,通常是线性的方程,就像在AI中那样,您需要使用模型假设要模拟的已知经验输出来找到系数。 流行病进展模型中的参数具有特定的物理意义。 其中一些必须基于经验进行猜测,而另一些则可以根据其他地方的疾病行为进行衡量。 它们不是调整项。 参数是疾病特异性和人群特异性的。 瑞典的案例并非超出样本的性能测试。 在瑞典使用IC软件的任何人一定使用了错误的参数。 瑞典的人口密度比英国低10倍。 瑞典是欧洲最高的单身家庭。 在英国使用的参数不应在瑞典使用。

    • 回复: @res
  105. 我一直在寻找有关抗COVId-19抗体的文章,以及是否可以将它们与抗其他冠状病毒的抗体区分开。

    这似乎有一些有用的信息:

    https://thenativeantigencompany.com/why-we-need-antigen-and-antibody-tests-for-covid-19/

    尽管有多种抗原可供选择,但核蛋白是一个强有力的竞争者。 核蛋白是至关重要的结构蛋白,其主要功能是与病毒RNA形成复合物以介导包装和复制。 尽管不像Spike那样具有免疫优势,但它具有高度的免疫原性,并且在感染过程中过度表达[18]。

    然而,使用核蛋白的挑战在于其在冠状病毒株之间的相似性。 与Spike不同,Nucleoprotein的遗传变异较少-特别是在SARS-CoV-2和遗传上截然不同的2002 SARS冠状病毒之间。 这里的问题是,SARS-CoV核​​蛋白的抗体可能与SARS-CoV-2核蛋白发生交叉反应(即相同的抗体能够结合两种冠状病毒的核蛋白)。 确实,研究表明冠状病毒的核蛋白具有广泛的交叉反应性[19] [20]。

  106. res 说:
    @utu

    这实际上意味着什么吗? 看着您评论一些您几乎不了解但仍具有强烈看法的评论既有趣又具有教育意义。 双手疯狂地挥舞着……

    • 回复: @Peripatetic Commenter
  107. @res

    看到你这么严重打他真是太有趣了。

    样本数据不足名词:您未用于构建模型的数据,因此可以确保您不会手淫!

  108. utu 说:
    @James Thompson

    “ ..最令人震惊的是,缺少检查和,无法在各个阶段打印出总计,以便您可以检查每个步骤是否有意义。” –我不相信您,除非您是会计师。 在大多数数学编程中,没有空间或不需要“校验和”。 检查总和是什么? 这仅在传输数字数据或文本时才有意义。 您可以查看“ C中的数字食谱:科学计算的艺术”,以了解没有算法使用校验和,只有在第896页上的位序列传输时,才明确提及校验和。

    • 回复: @Peripatetic Commenter
  109. @utu

    除非您是会计师,否则我不相信您。 在大多数数学编程中,没有空间或不需要“校验和”。 检查总和是什么? 这仅在传输数字数据或文本时才有意义。

    噢,男孩,你似乎很无知。

    如今,“校验和”被称为“哈希”,可以使用许多不同类型的哈希。

    我们在计算中随处使用它们。 如果数学编程不使用它们,它们将非常落后,但我怀疑是您落后了。

    • 回复: @utu
  110. utu 说:
    @Peripatetic Commenter

    “我们在计算中无处不在使用它们” –也许是因为您的“计算”类型需要它,但是正如我所说的,您在大多数科学编程应用程序中都不需要它。

  111. res 说:
    @Peripatetic Commenter

    本着这种精神(我认为这没有印度尼西亚的论文引人注目),这是另一篇有关维生素D的文章(和论文)。
    https://scitechdaily.com/vitamin-d-determines-severity-in-covid-19-researchers-urge-government-to-change-advice/

    这很有趣。

    这项研究表明,与直觉相反,纬度较低的国家和通常是阳光充足的国家(例如西班牙和意大利北部)的维生素D浓度较低,维生素D缺乏症的发生率较高。 这些国家的感染率和死亡率也是欧洲最高的。

    尽管紫外线和紫外线的照射较少,但北纬度国家(挪威,芬兰和瑞典)的维生素D含量较高,因为食品的添加和强化更为常见。 这些北欧国家的COVID-19感染和死亡率较低。 低维生素D水平与COVID-19死亡之间的相关性具有统计学意义。

    和论文:
    http://imj.ie/vitamin-d-and-inflammation-potential-implications-for-severity-of-covid-19/

    我感到奇怪的是,当苏格兰和瑞典看起来对我来说是最大的离群值时,他们提到葡萄牙是一个离群值(参见图1)。

当前评论者
说:

发表评论 -


 记得 我的信息为什么?
 电子邮件回复我的评论
$
提交的评论已被许可给 Unz评论 并可以由后者自行决定在其他地方重新发布
在翻译模式下禁用评论
通过RSS订阅此评论主题 通过RSS订阅所有James Thompson的评论