原来,厉害的人是这样看问题的


文 | 伍小五

有时候,看一篇新闻报道,除了知道某些信息,还能学到不少知识。2017年2月26日南方网上的一篇报道,《钟南山:H7N9病毒变异株出现耐药 不要去买活禽》,内容是钟南山院士接受南方都市报的采访,回答当前H7N9疫情的问题。

先不妄评钟院士发言内容的正确性,但是,他回答时使用的逻辑思维,让我开了眼界,原来,厉害的人是这样看问题的。

1.先考虑“它是怎么来的”

先看报道中的一部分:

根据国家卫计委疾病预防控制局2月14日发布的数据,截至今年1月,我国内地已有17个省市报告H7N9型禽流感感染病例和死亡病例,共192人感染发病,79人死亡。
......
统计显示,今年H7N9疫情病死率超过40%,疾控专家认为这与错过最佳治疗时间有关。不过,对于这个数字,钟南山认为:“因为目前总体患病人群数量无法统计,证实的病例一般属于重症,不见得就有这么高的致死率。”

报道里针对 H7N9疫情病死率为什么这么高 做了访问。疾控专家认为是错过治疗时间造成的。钟南山院士则认为是病死率的统计样本有问题造成的。

疾控专家是在承认40%是准确的前提下考虑问题,而钟南山则往前了一步,从40%是怎么来的开始考虑问题。

疾控专家的思路:

病死率超过40%——>是什么造成这40%?——>错过最佳治疗时间

钟南山的思路:

病死率超过40%——>40%是怎么来的?——>统计数据计算得来的——>统计样本是医院收治病患——>病患以重疾居多——>40%是比实际偏高了

当然,造成病死率高的因素有很多,错过最佳治疗时间是一个因素,但是,相比之下,统计样本的问题是影响更大的因素。

钟南山的回答,不仅解释了问题,而且在一定程度上消除了大众的恐慌(病死率在真实情况不会这么高)。

这告诉了我们,当遇到一个数据时,作理性判断的第一步,是从它怎么来的开始。

我进一步细化一下这个思路:

(1)这个数据是怎么得到的?

是调查直接得到的?还是通过公式计算得到的?运用什么公式计算?选择这个公式是否恰当?

以上文报道为例,我在网上查了一下,流行病学中,“病死率 ”的定义是 “表示一定时期内,患某病的全部病人或动物中因该病死亡者所占的比例 ”。

计算公式:病死率= 某时期内因某病死亡人数/同期患某病的病人数 ×100%。

79 /192=41.15%>40%,文中的病死率显然是通过上面公式计算得出的,用这个公式是恰当的。

(2)数据的统计样本是否存在问题?

本来,病死率的公式中,分母应该是同时期患某病的病人数,但是,正如上面所说,总体患病人群数量无法统计,于是就用医院收治的病患数代替了。

这样的代替会产让样本“以偏概全“,统计的都是重症患者, 却没有把不严重的、感染了但没有发现的纳入统计范围。

(3)如果存在问题的话,会造成什么后果?

由于样本是重症患者占多,所以统计结果必然倾向于重症患者的属性。所以,计算出来的病死率就会偏高。

2.不做过度推断

仍然看一段报道的原文:

钟南山透露,这个变异出现2个特点:一是原来的H7N9是低致病性,以前H7N9在禽类是不发病的,主要是使人类致病。而变异后的病毒现在会使禽类发病,并呈高致病特点。二是出现对达菲的耐药病例,最近在广东发现了2例病人的血里面、上下呼吸道有变异的病毒,并对达菲耐药。

“现在看起来,还有很多未知数。一是,这个耐药的病毒株会不会以后成为广泛的占优势的病毒感染,现在还不得而知;二是,这些耐药的病毒株会不会使致病率更高,到现在为止,还不能得出这个结论,仍需观察 。”钟南山强调,即便已出现耐药,公众也不用恐慌,现在很多病例使用达菲还是有效的,因为 变异株还没成为广泛普遍的流行株,相当一部分的病毒没有变异。

整理一下上面稍微复杂的文字表达:

问题:

病毒株出现变异并且耐药。

钟南山对问题的解释:

(1)耐药的病毒株不一定会大范围传播感染;

(2)耐药的病毒株不一定容易致病;

(3)目前变异病毒株没有广泛传播。

然而,通常,我们看到“病毒变异、耐药”,第一反是这样的:

**病毒变异、耐药——>无药可治——>死路一条 **

这样想是因为我们忽略了事物之间发生因果联系的条件。钟南山的解释告诉我们,病毒变异耐药并非必然导致无可治,后者的发生是有条件的。

所以,看到一个词、事物、现象,不做过度推断。要弄清楚,这是怎么一回事,影响事情发生的条件有哪些?这些条件中,关键的条件又有哪些?目前有哪些条件已经实现了?哪些没有实现?

综上,可以总结为 判断信息要追根溯源,判断事情发展要考虑条件。

厉害的人是这么看问题的,但是,做到这样看问题,不保证一定能成为厉害的人。不过,通过持续学习、日积月累,至少可以离不厉害的那个自己越来越远。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容