南阳首轮感染高峰时间公布！首轮结束时间...

　　听说身边很 多人已经阳了

　　根据【城市数据库】最新数据分析：

　　目前南阳感染达峰进度100%

　　（2022年12月21日更新）

　　预计第一波感染高峰达到日：2022年12月18日。

　　预计第一波感染高峰结束日：2023年2月8日。

　　全国疫情感染进度表准吗？

　　专家分析认为这种从统计学角度做流行病的预测和观察所得出的宏观趋势，有一定的参考价值，但精准到某天开始、某天结束的数据准确性有待商榷且价值不大。同时，这两种模型都将百度这一搜索引擎的搜索数据用作数据源，存在一定缺陷。

　　“医疗大数据”尚有局限性

　　事实上，运用统计学的专业知识进行大数据分析、预测的案例并不少见。国家统计局每个月发布的宏观经济数据如全国CPI（居民消费价格指数）和PPI（工业生产者出厂价格指数）等，便是在对相关主体进行抽样调查的基础上进行的。另外，相关机构通过对人口基数和增速进行统计后，对人口规模的预测也属于统计学的应用。

　　而此次“疫达峰”所属的医疗卫生领域，则是统计学大数据适用的一个相对特殊的领域。

　　一位统计学领域的专业人士介绍了国外“医疗大数据”的一个典型案例——谷歌流感趋势（GFT）。谷歌公司发现，每年大约有9000万美国居民使用互联网来查询与自身相关的疾病、药物或者医院信息，而关于流行性感冒的搜索量可以及时地反映当时流感的现状；因此，他们使用互联网搜索记录来即时预测美国疾控中心延迟发布的疑似流感病例占比。该研究利用2003-2007 年这五年的流感数据做模型，其推论在2008年的测试数据中得到很好验证，之后很长一段时间的流感预测结果也与实际情况非常一致。

　　但四年以后，《自然杂志消息》报道，在最近的一次流行感冒爆发中谷歌利用大数据流感趋势预测失效了，这一次谷歌的大数据预测模型显示流感爆发非常严重，然而疾控中心在慢慢汇总各地统计的流感数据以后，发现谷歌的预测结果远远超过了实际情况。

　　对于这种统计学大数据在医疗领域的适用性，中南大学硕士研究生刘琛发表在《临床医学研究与实践》期刊上的《从谷歌流感趋势（GFT）案例分析“医疗大数据”的局限性》一文中得出结论指出，医学本质是一门经验科学，大数据是人类迈向数据时代的工具，大数据分析为许多医学难题的解决提供了新途径，改变了一些疾病诊断方式，另一方面也为科研教学提供了有力的数据支撑。

　　中南大学硕士研究生刘琛说，“但就现状而言，大部分大数据分析技术（如nosql）还难以在医疗领域被重用，只有通过大数据方面的技术研究，不断地改进大数据在临床医学应用中的缺陷，才能更好、更准确地为患者服务。”