[疫情新增指的是什么]所谓“美国疫情数据”，究竟是怎么算出来的？
原标题：所谓美国疫情数据，究竟是怎么算出来的？
[文/观察者网 冯智源 编辑/徐乾昂]
美国约翰斯·霍普金斯大学数据显示，截至北京时间2021年10月20日6时21分，美国新冠肺炎累计确诊病例达45115073例……人们每天通过这些数字来了解美国在疫情方面的最新动向，与此同时，这些漂洋过海的数据也不断改变着我们对美国的看法。
中国有句古话叫所信者目也，而目犹不可信，对美国疫情数据是否准确的相关质疑声，人们早已见怪不怪。然而，在寻找答案的路上，不回到问题的原点是不够的——这些美国疫情数据，究竟是如何被统计出来的？换言之，这些数据是按照什么标准被计算出来、又是经过怎样的流程被发布出来的？而在这些标准和流程中，又存在何种能够影响美国疫情数据的问题？
值得关注的还有，在美国，为何一个大学发布的数据广受青睐，而代表美国官方的疾病控制与预防中心（CDC）那些看似权威的数据却被晾在了一边？对此，观察者网从问题的基础着手，调查了美国疫情数据的统计方法和流程，得出了三点结论。
首先，从联邦依靠地方的数据搜集体制上看，由于CDC无法强制要求各地卫生部门及时、准确地上报各地情况，导致其官方汇总数据的及时性和权威性都大打折扣。这样一来，急需获取即时疫情信息的美国民众便只好将目光投向了诸如约翰斯·霍普金斯大学等民间数据平台。
其次，民间数据平台凭借着自动抓取数据的快速性等特点广受青睐，并获得了看似具有权威性的地位。然而，其民间平台的本质决定了其无法像CDC等政府机构那样去进行耗时漫长的所谓有效核实，客观上影响了其数据的准确性。
最后，观察者网还瞄准数据源头，梳理了疫情爆发以来美国部分州在统计和报告标准上的差异。这些地区性差异导致美国数据从源头上就存在准确性欠缺的问题，并且上报时对该问题的层层加码也使其愈加严重。
究其原因，在于美国在防疫问题及相关体制上存在去中心化、各自为战等特征，阻碍了美国疫情数据既及时又相对准确地发布出来，进而影响了世界对美国疫情形势的精确判断。
美国CDC官僚地位尴尬，沦为计算器
美国疾病控制与预防中心（Centers for Disease Control and Prevention，以下简称CDC）是美国联邦政府行政机构，成立于1946年，隶属于美国卫生及公共服务部（HHS）。在2021年9月7日更新的最新版关于新冠疫情数据的说明中，CDC称其共享的大部分数据信息均基于美国各地区准确而及时的报告。
在美国，新冠病例是各医疗机构、实验室等必须向各州和地方卫生部门报告的，而各州卫生部门则有义务（voluntarily）向CDC报告病例信息，并由CDC将数据汇总。而CDC的美国疫情数据主要包括三个内容：疫情汇总数据（Aggregate Count Data）、患者级数据（Patient-Level Data）和死亡人数。
对这些数据的具体来源，CDC按上述三种分门别类地做了解释：
疫情汇总数据来自60个美属管辖地（U.S。-affiliated jurisdictions）的报告。CDC的统计系统则会将各管辖地的数据汇总发布在CDC的疫情数据追踪系统（COVID Data Tracker）上。
60个美属管辖地包括：美国50个州、华盛顿特区、纽约市、美属萨摩亚、关岛、北马里亚纳群岛联邦、波多黎各和美属维尔京群岛，以及与美国签订自由联合条约（CFA）的3个独立国家（指密克罗尼西亚联邦、马绍尔群岛共和国和帕劳共和国）。
患者级数据包括年龄、种族、流行病学特征等重要信息，而不包括具体身份等可标签化的信息。这些信息也来源于各州、领地、管辖地的报告，通过公共卫生机构发送至CDC。CDC称，该数据两周更新一次。此外，还有14天的延迟，目的在于确保准确性。
而在死亡人数方面，CDC提供则提供了两种数据：一种是疫情汇总数据中显示的死亡人数；另一种则是临时性死亡人数（Provisional Death Counts）。
CDC解释称，疫情汇总数据中的死亡人数由于是各管辖地直接报上来的，因此只是初步信息（preliminary）。
而在另一种被CDC称为最准确的临时性死亡人数（Provisional Death Counts）的统计过程中，具体病例的死亡信息将以死亡证明的形式送至CDC下属的国家卫生统计中心（NCHS），最终通过NCHS页面上的死亡人数图表发布。
由于临时性死亡人数的凭证是由医生、法医和验尸人员开具的死亡证明，因此CDC认为其比上一种疫情汇总数据的初步数据更为精准。而其名称中的临时性一词则代表数据在不断更新。
观察者网19日查询时发现，仅NCHS临时性死亡人数的发布时间就滞后至少3天。
对于上述各数据的准确性，CDC称，尽管自身努力提供完整而准确的数据，但仍面临一些挑战，而这可能有碍于对数据的分析和解释，并使疫情监测数据具有局限性。
它认为，新冠肺炎的症状可能不会立即出现，这可能会推迟病例报告的速度；而并非每个感染者都会接受检测或求医，尤其是在无症状的情况下；还有，各州和地区卫生部门报告的方式存在差异，数据和报告频率都可能发生变动。
此外，由于美国新冠病例数量多，大多数地区的卫生部门无法获得每一个病例的更多详细信息，因此许多病例报告都存在数据缺失（missing data）这一问题。CDC认为，这些数据缺失可能（likely）导致低估了美国疫情真实情况。
对CDC而言，60个美属管辖地卫生部门报告的数据才是一手资料，而自身要做的仅仅是将各地数据进行汇总。CDC也心知肚明，因此声称，若出现CDC 的汇总数据与各卫生部门的数据之间存在差异时，应以卫生部门报告的数据为准。
此外，在收集以上信息的健全流程（robust process）中，CDC还会对各地报告的数据进行检查。CDC还称，与公众分享及时并准确的信息是紧急应对疫情活动的核心。这些信息将有助于跟踪疫情发展趋势、监测疫情的爆发、并确定（美国的）公共卫生行动是否有效。
而在数据更新速度上，相比自身而言，CDC还算有进步。2020年疫情爆发初期，CDC曾在页面上标注周一中午至周五定期更新，显示数据为截至前一天下午4时的统计结果，这意味着数据在周末直接就不动了。如今，其变成了周一至周六更新，更新时间也延后到了晚8时。
此外，CDC正与各地方政府和卫生部门合作，着手进行一项改进措施：通过电子病例报告的信息交互来加强监测。该举措允许（机构间）自动、实时地交换病例报告信息，借此达到医疗机构等与公共卫生机构间的数据‘无缝衔接’（seamlessly）。
CDC排除了什么病例？
与世界卫生组织（WHO）对新冠病例分类相似，CDC也将病例分为三种情况：①疑似病例（suspect case）、②可能病例（probable case）和③确诊病例（confirmed case）。
CDC对于①疑似病例的定义为：符合支持性实验室证据（supportive laboratory evidence）并且无确诊或可能病例史。
而其所谓支持性实验室证据，意为：在样本血液中检测到自然感染（natural infection）的新冠病毒抗体（antibody），或在尸检样本中检测新冠病毒特异性抗原（specific antigen），或在未通过美国临床实验室改进修正法案（CLIA）认证的试验中检测到新冠病毒核糖核酸（RNA）或特异性抗原。
在②可能病例方面，CDC将其分为三种情况：1。符合临床标准（Clinical Criteria）和流行病学关联（epidemiologic linkage）但没有确认性或推定性实验室证据、或2。符合推定性实验室证据、或3。符合重要的记录标准，但没有新冠病毒相关的确认性实验室证据。
所谓推定性实验室证据（Presumptive laboratory evidence）是指，在由CLIA认证的实验者进行的测试中，通过验尸获得的呼吸道样本中检测到了新冠病毒的特异性抗原。
而确认性实验室证据（Confirmatory laboratory evidence）指，通过CLIA认证的实验者进行的‘分子扩增实验’（molecular amplification test），在死者呼吸道样本或临床标本中检测到了新冠病毒RNA，或通过基因组测序检测到新冠病毒。
而符合确认性实验室证据则为③确诊病例。
按照CDC的统计标准，其数据包括②可能病例和③确诊病例以及对应的死亡人数，而排除了①疑似病例及其对应的死亡者（Suspect cases and deaths are excluded）。
换言之，①疑似病例中的三种情况，均被排除在CDC的统计数据之外了：在样本血液中检测到自然感染的新冠病毒抗体，或在尸检标本中检测新冠病毒特异性抗原，或在未通过美国临床实验室改进修正法案（CLIA）认证的试验中检测到新冠病毒RNA或特异性抗原，但均无确诊或可能病例史的对象。
而对于疑似病例，上文提到的各管辖地可能会选择将其备注，进行流行病学调查，以确定其是否升级为②可能病例和③确诊病例。
此外，CDC的上级部门——美国卫生与公众服务部（HHS）也在发布高质量的、及时的全美疫情信息。
不过，HHS提供的信息显然不如CDC全面。其保护公众数据中心也仅仅展示了最近7天确诊总数、死亡数等数据及变化趋势。令人惊讶的是，观察者网19日查询时发现，其最新一次更新数据是在10月5日——仅数据发布就滞后达至少14天。
HHS在数据免责声明中称，其数据或许（may）与各州和各地区数据有所不同。这也许（may be）是因报告数据的方式（如报告病例的日期等）或计算指标的方式不同所导致的。而有关任何特定地区的更多数据，则还需到相关的卫生部门网站查询。
更受青睐的JHU
在我们日常浏览美国疫情相关报道时，还经常能看到这样的话：据美国约翰斯·霍普金斯大学统计数据……
那么，为何相比CDC等提供的联邦政府官方数据，约翰斯·霍普金斯大学（JHU）的数据更受青睐呢？换言之，约翰斯·霍普金斯大学与CDC在数据统计标准上又存在什么差异，从而导致上述现象呢？
约翰斯·霍普金斯大学是一所主校区位于美国马里兰州的研究型私立大学，也是美国第一所研究性大学。2020年1月22日，该校系统科学与工程中心（CSSE）制作了可视化全球新冠病毒监测地图。
该校称，随着疫情发展，早在去年2月1日，其数据更新方式就由最初的手动（manually）转变为半自动（semi-automated）模式——利用计算机程序，自动从数据源中抓取数据，编入数据库并以简洁的形式呈现给大众。
而对于其监测地图的数据来源，JHU称，中国大陆及港澳台地区疫情数据的主要来源是中国数字医疗健康科技企业丁香园（DXY），而丁香园的数据来源为国家卫健委、各省市区卫健委、各省市区政府、港澳台官方渠道公开数据；而在美国数据方面，JHU称其数据源为各州县的卫生部门、1point3acres、Worldometers.info等数据聚合网站以及各地方媒体的报道等。
不过观察者网查询发现，上述作为JHU信源的数据聚合网站，其重要数据源也是各地卫生部门。更为有趣的是，作为JHU信源的数据网站1point3acres，反过来也将JHU的数据作为其信源之一。
尽管如此，与CDC相比，JHU还是凭借着相对迅速、多方数据源等特点，建立起被广泛认为更胜一筹的疫情监测数据体系，其数据也被世界各大新闻媒体广泛参考。
不过需要提一句，事实证明：这些看起来相对可靠的信息搜集标准也无法成为JHU数据的完美护身符。2020年4月14日，其疫情数据就曾发生乌龙事件。当天，其数据显示美国1个多小时内新增10万例确诊。不过观察者网当时就发文指出，这是由于JHU在统计佛罗里达州数据时出现失误所导致的。
其实，JHU的乌龙源自于其数据源1point3acres的失误——其平台一位志愿者的手动输入错误：将103错误输成102103。尽管该错误数据在12分内就被修复，但JHU将之抓取后，便随即迅速在媒体上传播开来，最终引发乌龙。
JHU疫情监测地图创始人之一劳伦·加德纳（Lauren Gardner）曾在去年4月证实了JHU与1point3acres合作，该合作为乌龙事件埋下了伏笔
综上所述，无论是CDC还是约翰斯·霍普金斯大学的疫情数据，对其而言，上文提到的60个美属管辖地卫生部门报上来的各地数据，可谓是最为重要的数据源之一。
既然如此，接下来需进一步探讨这些问题——美国各州县卫生部门统计的疫情数据，其报告给CDC数据的准确性又当如何？
换言之，若美国各州县各自的统计标准本就有差异或问题，那么，无论是CDC还是JHU，这些以各州县数据作为重要信源的所谓美国疫情整体数据，其准确性又能剩下多少呢？
消失的数据
美国《时代周刊》（TIME）9月29日刊文称，最近，一些美国（各地）的疫情数据变得更加难找，有的甚至完全找不到。这不是数据统计系统的锅，而是因为美国一些州开始有意识地删除疫情数据或完全关闭其疫情地图。
据约翰斯·霍普金斯大学的数据显示，在确诊病例数和死亡数的报告频率方面，佛罗里达州、爱荷华州、内布拉斯加州、俄克拉荷马州（的死亡数据）等4州报告次数仅为每周1次；而佛罗里达州的检测次数索性就不报了。
值得一提的是，JHU的美国疫情数据似乎呈现周期性波动的特征——每到周末，确诊总数的数值总会相对较低，而周一有时则会相对偏高，如果我们把它将各州卫生部门报告时间联系起来就不难发现其中端倪。佛罗里达州选择在每周五报告本周数据；阿拉巴马州则选择在每周一、三、五更新数据……而它们在周末或休息或躺平，导致当地数据也将无法及时更新，这也与JHU的上述数据特征相契合。
不只是报告频率，连数据本身都在迅速消失（Disappearing）——7月19日起，佐治亚州停止提供监狱和长期护理设施内的疫情数据；而在儿童感染数激增、各方还在为学校是否戴口罩而争吵的佛罗里达州，儿科医院的疫情数据在8月也被当地政府视为机密而不予公开；9月20日起，内布拉斯加州也以一项旨在保护公民不被识别的隐私法规为由，拒绝公布县级（county-level）疫情数据……
此外，一些州报上来的数字也少得过分，这也令CDC倍感头疼。
尽管大多数州都主动（voluntarily）向CDC报告了各自的全部疫情数据，但少数州并没这么做。其中，得克萨斯州、密苏里州、路易斯安那州、西弗吉尼亚州和怀俄明州向联邦报告的数据甚至没有其确诊总数的十分之一。
美国国家公共电台（NPR）9月1日发文称，感染人数超过300万的得克萨斯州，报告给CDC的确诊数只有8.1万人，甚至不足总数的3%。而其他几个州，包括佛罗里达州、密歇根州和肯塔基州等，每个州也都漏报了30%以上的已知病例数。
这样做的结果是：即使德尔塔变异毒株在全美肆虐，但疫情发展状况变得越来越‘模糊’，《时代周刊》如此说道。而这也引得哈佛大学流行病学家南希·克里格（Nancy Krieger）用了一个排比句来形容——这是荒谬的、可耻的、错误的。
报道认为，各州不提交数据最主要的原因是，州级公共卫生机构多年来一直面临资金不足的窘境——各州的公共卫生支出在2008年至2018年的十年间没有出现显著增长。许多县级地区都有自己的病例跟踪系统，但它无法将数据自动传输到州卫生部门，更不用说自动传输到CDC了。
密苏里州杰克逊县卫生局的传染病负责人齐普·柯尔米亚（Chip Cohlmia）称，在他杰克逊县和许多其他县，医院将记录传真给县卫生部门，并由工作人员手动输入数据。他还打了个比方——这就好比，你想要把一辆破车开到100迈一样。哥伦比亚州的公共卫生规划负责人丽贝卡·罗斯莱特（Rebecca Roesslet）也表示，他们至今仍需要手动输入海量数据——迄今为止，一半以上的疫情数据，都经历过手动‘复制粘贴’的艰苦过程。
而除了少报，还有瞒报。今年2月，曾被视为防疫明星的纽约州前州长安德鲁·科莫深陷瞒报丑闻。
2月初，科莫的秘书梅丽莎·德罗萨（Melissa DeRosa）就被曝出曾私下向州议员承认，去年纽约州政府拖延向州议会提交养老院死亡数据，因为当时正在应对特朗普政府指示联邦司法部发起的相关调查。此后，纽约州议员金兑锡（Ron Kim）也声称，他因对媒体发表批评养老院问题的言论而受到科莫威胁。
对此，科莫曾再三表态，任何指责养老院死亡数据不实的说法都是谎言。但他依然于8月11日在性骚扰女性和瞒报丑闻的夹击之下选择辞职。
据美国联邦检察官发起的调查显示，在科莫的领导下，该州将所有在转移到医院后死亡的患者排除在外，从而最大限度地减少了疗养院患者的死亡人数。
8月25日，纽约州新州长凯茜·霍楚尔（Kathy Hochul）在上任的第一天就承诺提高政府透明度——在一天内，该州新冠肺炎死亡病例数比前任科莫在任时飙升了约1.2万人。
疫情初期，美国各州连统计标准都曾互有出入
在科罗拉多州（Colorado），对于疫情导致的死亡人数，该州公共卫生与环境部（CDPHE）就采用了两种统计方式：1。新冠病毒导致的死亡病例、2。携带着新冠病毒而死去的人们（Deaths among people who died with COVID-19）。
在对后者的解释中，CDPHE认为这些死者携带着新冠病毒死亡，但新冠病毒或许不是导致他们死亡的原因。
CDPHE称，尽管新冠病毒在这些由科罗拉多州审查并开具的死亡证明中被列为了死亡原因或导致死亡的重要条件，但是作为联邦机构的CDC可能尚未将这些死者纳入其统计。
《华盛顿邮报》（The Washington Post）去年4月发表过一篇名为《哪些死者才算因新冠死亡的病例？这取决于各州（It depends on the state）》的报道。
文中提到，从去年3月开始，科罗拉多州卫生机构就一直在对死前曾出现新冠症状、但从未接受过检测的密接者进行通报。报道称，当时的该州329例死亡病例中有3%就属于此类。该州卫生部门发言人伊恩·迪克森（Ian Dickson）也说，将这些数据包括在内确能提供更准确的数据。
与科罗拉多严格的统计方法相对的是，阿拉巴马州（Alabama）则选择从新冠死亡人数中往外剔人——阿拉巴马州的官员认为，该州携带新冠病毒死去的人当中，有十分之一不是因新冠而死。
报道称，这些数据将报告给联邦政府，在此之前被剔除的名单中，有一名患有单肺吸入性肺炎的卧床患者，以及一名肺部有积液并有部分塌陷的患者，尽管他们都死前都携带着新冠病毒。
而该州公共卫生机构发言人凯伦·兰德斯（Karen Landers）则表示，尽管该州的医生会检查任何死前携带新冠病毒人的医疗记录，以确定是否应将其死因归于新冠，但那些死前没有呼吸道症状的人会被排除在外。
报道还提到，该发言人当时拒绝提供那些携带着新冠病毒死亡，但未计入该州官方新冠死亡人数的相关信息。对此，该州的一名验尸官莉娜·埃文斯（Lina Evans）对此称，担心这会人为地降低相关数据，导致阿拉巴马人感到自满。
美国各州之间统计方法的差异，引发了人们对新冠疫情相关数据‘可靠性’（reliability）的讨论。报道当时还称，新冠死亡人数也已成为具有政治色彩的数据。人们借此（指数据上的差异）比较各州的能力。
在疫情重灾区佛罗里达州，被视为该州最有影响的报纸的《南佛罗里达太阳哨兵报》（South Florida Sun-Sentinel）在去年10月曾用掩盖（obscured）一词来形容被人为压低的该州新冠阳性率。人们惊讶地发现，在3种计算阳性率的方法中，该州选择了最具误导性的一种。
报道称，专家普遍承认，阳性率可以通过至少3种合理方式来确定。这3种方式中，有两种的测定结果都高于该州放宽管制政策的标准——连续14天低于5%，然而，该州卫生部门却将它们都忽略了。
方法一是，在某一天内，在该州首次接受检测的所有人中，有多少人检测出阳性。按这个约翰斯·霍普金斯大学采用的计算标准，该州的阳性率自6月中旬以来一直都没有低于10%——这是该州官方数据的约两倍。
方法二为，将阳性样本数与当天的检测总数进行比较。报道称，该方法受到世卫组织的推荐。而在当年10月的前两周内，其测定阳性率依然高于5%。
但是，佛州卫生部门对上述两种方式所得数据均未采用。而是采用了唯一低于5%的方式——在方法二的基础上，在检测样本中排除了在过去的检测中曾经呈阳性的任何人。报道援引一些专家的话称，这种方法明显存在问题，会导致阳性率下降。按此计算，当年9月第二周后，该州阳性率就一直低于5%。
此外，报道还提到，曾供职于佛罗里达州卫生部（DOH）的新冠数据科学家丽贝卡·琼斯（Rebekah Jones）去年5月声称，DOH曾鼓励她在数据上敷衍了事（fudge statistics）。而她没选择服从（insubordination），于是随后便被解雇。（该州这种统计方法）绝对给民众带来一种虚假的安全感，她在接受采访时如此说道。
此前给观察者网扣上所谓民族主义帽子的英国《经济学人》（The Economist）10月4日还发文介绍了超额死亡人数（excess deaths）模型，以计算被各国官方低估了的疫情总死亡人数。
《经济学人》认为，许多国家的官方数据排除了死前未检测出阳性的病例；而死亡证明的开具也有滞后性；还有，疫情迫使医生更难治疗其他疾病，并阻止患病民众前往医院，这可能间接导致死于其他疾病的人数有所增加。
有鉴于此，可采用一种更简单的衡量标准，即超额死亡——在特定地区的特定时期内，计算因任何原因死亡的总人数，然后将这项数据与此前未发生疫情时该地区的历史数据进行比较，进而得出超额死亡人数数据。
据该统计显示，在8月14日前的一周内，美国佛罗里达州官方认定的因新冠死亡的人数为770人，然而超额死亡数却为2777人，是官方数字的近4倍。不过文章也提到，从整体看，自2021年3月起，因美国疫苗接种速度很快，其超额死亡数就变低了。
舆论质疑：少报了？多报了？
少报、瞒报、不报……这些美国各层公共卫生机构的操作方法不但令数据可信度大打折扣，还引发了广泛质疑。
研究公共卫生变化如何重塑经济社会的组织think global health9月22日发文称，美国死于新冠肺炎的人数比其他任何国家都多。美国遗漏了相当多（因新冠肺炎导致的）死亡人数，该组织还做出估计称，新冠病毒导致的美国总死亡人数约为其官方报告的1.5倍，这一数据甚至超过了在2010至2020年间美国死于季节性流感的总人数。
该组织5月也曾发文称，在追踪新冠真实死亡人数方面，美国各州之间差异很大。一些表现较好的地区如马萨诸塞州、华盛顿特区、北达科他州、夏威夷和罗德岛州追踪了近乎全部新冠死亡病例，在这些地方，该组织估计只有不到1%的新冠死亡人数没有被纳入统计。相比之下，在肯塔基州和缅因州，未被计算在内的新冠死亡人数则可能分别高达62%和59%。但该组织并未标注这些数据的来源和算法。
然而并非所有人都在质疑美国数据报少了，也有人认为它报多了。
美国医学院协会（AAMC）今年2月发文称，问题的核心是：新冠病毒通常会引发一系列潜在的致命性疾病，从而以多种方式致人死亡。
新冠病毒会导致广泛的临床并发症，亚特兰大市埃默里大学医院（Emory University Hospital）重症监护室医生萨拉·奥尔德（Sara Auld）表示，虽然肺炎和呼吸衰竭是最常见的症状，但新冠病毒也可能引发血栓、中风以及心脏病发作。通常情况下，病毒携带者的死亡是由一系列复杂因素导致的。
此外，文章认为，新冠病毒对原本患有其他疾病（如糖尿病、高血压和心脏病）的患者所带来的影响堪称残酷（brutal）。斯波坎郡（Spokane County）首席法医萨莉·艾肯（Sally Aiken）称，当地曾有一位身患阿尔茨海默症和房颤的老年人在感染新冠病毒后迅速死亡。
在这种情况下，文章称许多人怀疑官方的疫情数据被夸大了。而美国前总统特朗普显然是其中一员。
早在去年5月，美国有线电视新闻网（CNN）就曾披露：尽管特朗普在公开场合曾称赞过数据的准确性，但私底下他和其顾问正质疑，美国新冠肺炎的死亡人数被高估了。
今年1月，即将卸任的他索性发推文点名CDC称，与其他许多故意报告非常不准确和低数据的国家相比，由于CDC荒谬的判定方法，美国国内的新冠病毒（确诊）病例和死亡人数被过分夸大了。
然而，美国政府应对疫情的关键人物——美国著名传染病学专家福奇，却屡次给出了和特朗普截然相反的看法。
我们大多数人都觉得，死亡的人数可能高于这些个数字。可能有些人的确患上了新冠肺炎，却没算进确诊人数之中，因为他们从未前往医院，就已在了家中去世。福奇去年5月时就曾称，（美国的）死亡数据可能更高，我不知道高多少，但几乎可以肯定更高。
此外，今年2月，美国哥伦比亚大学梅尔曼公共卫生学院的研究小组建立了一个数字模型并借此发现：美国的实际活跃病例，即新感染或仍具有传染性的人，可能是当天官方报告病例数的10倍。
4月29日，CDC发布的模型推演数据也显示，据估算，当时美国的总感染人数是官方统计数字的四倍。
9月22日，中科院预印本平台（ChinaXiv）发布的一项基于大数据建模分析的新冠肺炎疫情起源时间研究结果表明，美国新冠肺炎疫情较大概率于2019年9月前后已开始流行。
美国数据是否准确？尚未被计算在内的新冠患者又有多少？这些问题还需从科学角度进一步探索并逐步加以验证。无论在美国国内还是其他国家，围绕这些问题的激烈讨论也仍将继续下去……
