「應該是掀牌吧，怎麼會是蓋牌？把事實顯露出來就是掀牌，沒有顯露出來才是蓋牌，這個用詞有一點點不是很正確。」
5月22日，中央流行疫情指揮中心發布「校正回歸」確診案例，引發「蓋牌」質疑；指揮官陳時中在回應媒體提問時，透過上述說明，強調「校正回歸」的目的，是為了讓先前因通報流程「塞車」，無法及時公布的確診案例，回歸至原始日期，「一定要把它回歸回去，整體疾病發展的情況，才能夠看得清楚。」
令人好奇的是，「校正回歸」的方式，是否為台灣首創？其他國家在觀察疫情趨勢時，又是如何解讀數據？
▲指揮中心發布本土確診案例校正回歸情形。（圖片來源：中央流行疫情指揮中心）
「校正回歸」非台灣獨創 美國也會「回填」資料
由國外案例可看出，「校正回歸」並非台灣獨創。例如，美國華盛頓州衛生署在發布新冠肺炎新增確診資料時，會特別註明，某段時間因數據不完整，故無法及時更新，對應的曲線圖，也採用不同色塊（灰色）、線型（虛線），讓民眾了解，這段時間的確診個案，後續會有所更動。
這種對已發布資料的更新、調整，外媒多以「回填」（backfill）、積累資料倒入（data dumps）等字眼來形容。
至於造成確診個案積累的原因，通常與時間差有關，今天的採檢結果，可能2、3天後，才會被公布。以美國為例，採檢結果從醫療機構，彙整並傳送至各州政府的過程，分別為數日、數周不等，因此，某些州在發布確診人數時，就會出現「回填」、調整既有統計資料的狀況。
那麼，在此情況下，該如何解讀資料，才能相對正確地判斷疫情趨勢？
波士頓大學流行病學與全球健康學教授福克斯（Matthew Fox）、以疫情模擬預測見長的資料科學家顧悠揚（Youyang Gu）都建議，應同時觀察確診病例數、陽性率和死亡人數等3項指標。
▲華盛頓州會以不同色塊、線型（紅圈處），讓民眾了解，某段時間的確診案例數量，資料尚不完整，之後會有所更動。（圖片來源：華盛頓州衛生署官網）
一、以7日移動平均線觀察確診病例數
福克斯認為，確診病例數的增減，可讓觀察者大致了解當前的病毒傳播狀況，「但只有在篩檢人數夠多時，才是有效的」，若篩檢人數不足，確診案例可能會被低估。
解讀數據時，最容易出錯的情形，就是把注意力放在過短的時間區間內，美國有些地方實驗室或衛生單位，不會在周末提供數據，這些累積的案例，會到隔周才發布；因此，想掌握疫情趨勢變化，就必須以較長的時間區間，對確診人數進行觀察。
多數公共衛生專家建議，應以7天或14天移動平均線，作為觀察確診案例變化的指標。例如，美國新罕布夏州政府公布的確診案例資料，就加上了7天移動平均線，藉以判斷疫情趨勢。
▲新罕布夏州政府公布的確診案例資料，特別顯示出7天移動平均線（深藍色線），協助觀察者判斷疫情變化。（圖片來源：新罕布夏州政府官網）
二、用氣象預報概念解讀陽性率
根據世界衛生組織（WHO）建議，作為疫情控制程度判斷標準的「陽性率」最好能壓低至5%以下。福克斯強調，任何陽性率高於10%的州，都令他感到擔憂。
在陽性率的解讀上，前哈佛醫學院教授哈塞汀（William Haseltine）指出，人們可以像看氣象預報一樣，判斷陽性率代表的意義，若居住地區的陽性率極低，只要出門時戴上口罩，被感染的機率，相對較小。
如果陽性率達10%，甚至15%，可將之想像為大雨、雷雨，外出時要提高警覺；假設超過15%，就把疫情視為龍捲風，「躲進地下室，確保你的孩子們都安全。」
美國內科醫學委員會（American Board of Internal Medicine）傳染病委員會主席亞伯拉罕（George Abraham）表示，陽性率的分母為篩檢次數的總數，分子則是結果呈陽性反應者，值得注意的是，同一個人，也可能接受過兩次篩檢。因此，實際的染疫者占比，或許會被低估。
三、透過死亡人數判斷醫療量能負擔
顧悠揚指出，染疫死亡人數，也是重要指標，因為這意味著病毒帶來的「最終影響」（ultimate impact）。
流行病學家瑪珠德（Maimuna Majumder）建議，想觀察疫情變化，應追蹤死亡人數增減，雖然死亡人數變化，通常會落後新增確診案例3周至1個月，但「它依舊是個很好的指標，（死亡人數）揭示了這場流行病對我們的醫療體系，甚至是公眾心理健康，造成了多麼嚴重的負擔。」
由外媒報導可得知，死亡人數也會有「回填」現象，因為驗屍報告、申請死亡證明等手續，都會造成時間差，這類情形在英國、南非、印度、比利時等國家，都曾出現。
對於透過既有數據，解讀疫情變化一事，約翰霍普金斯大學傳染病學家艾達佳（Amesh Adalja）直言，「在疫情大流行的迷霧中，很難就統計數據，做出明確解釋。唯有待塵埃落定，才能篩選出合適資料，釐清究竟發生何事……我們這個領域的人都了解，別輕易把某些數據視為鐵證。」
