Jajak pendapat dan survei menggunakan sampling acak. Mengapa tidak melakukan tes pandemi? Gerville / E + melalui Getty Images

Pertimbangkan dua pertanyaan ini: Berapa persentase orang Amerika, atau telah, terinfeksi dengan virus corona? Dan, berapa probabilitas meninggal akibat virus jika Anda menangkapnya? Salah satu aspek yang paling mengganggu dari pandemi COVID-19 adalah itu dua tingkat mendasar ini - tingkat infeksi coronavirus dan tingkat fatalitas kasus - tidak diketahui.

Sebagai ilmuwan politik dan ahli matematika terapan, kami sering diminta untuk menemukan tingkat kepercayaan atau pendapat dalam kelompok yang lebih besar. Pendekatan yang sama yang kami gunakan untuk jajak pendapat politik dapat digunakan untuk menjawab seberapa luas dan seberapa mematikan virus korona itu.

Dengan sumber daya tak terbatas, cara paling sederhana untuk mengetahui berapa banyak orang Amerika yang memiliki virus dan risiko apa yang ditimbulkannya adalah dengan menguji setiap orang di Amerika Serikat. Tetapi tidak ada sumber daya yang tak terbatas, dan pengujian untuk coronavirus miliki jauh lebih selektif. Pada 8 April, prioritas utama CDC untuk pengujian adalah pasien rawat inap dan staf medis dengan gejala, dan secara keseluruhan umumnya orang bergejala yang telah diuji.

Karena pengujian selektif ini, ahli epidemiologi dan pejabat kesehatan masyarakat di AS sama sekali tidak mengetahui sejauh mana sebenarnya penetrasi coronavirus ke dalam negara - yaitu, tingkat infeksi virus. Dan tanpa mengetahui berapa banyak orang yang telah terinfeksi, tingkat fatalitas kasus - kemungkinan kematian akibat virus jika Anda tertular - dan banyak statistik lain yang terkait dengan coronavirus tidak mungkin untuk dihitung. Untungnya, ada cara mudah untuk mengetahui seberapa luas dan mematikan COVID-19 sebenarnya: Tes secara acak.

Menguji yang sakit dan bergejala

Jadi mengapa tidak mungkin untuk menghitung infeksi coronavirus dan tingkat fatalitas kasus dari jutaan tes COVID-19 yang telah dilakukan di Amerika Serikat? Masalahnya bukan terletak pada jumlah tes tetapi pada siapa yang telah diuji.

Pengujian pasien simptomatik mencerminkan kesalahan klasik dalam pengambilan sampel. Para peneliti ingin tahu siapa yang memiliki coronavirus, tetapi karena sebagian besar dari mereka yang diuji memiliki gejala, para profesional medis telah mengambil sampel dari kelompok dengan tingkat infeksi yang lebih tinggi daripada yang Anda harapkan dalam populasi secara keseluruhan. Orang dengan gejala COVID-19 lebih cenderung memiliki COVID-19 daripada orang yang dipilih secara acak.

Orang yang melakukan tes sukarela lebih cenderung sakit daripada orang yang dipilih secara acak. Foto AP / Sue Ogrocki

Alasan untuk pengujian selektif ini sepenuhnya dapat dimengerti. Ketika pengujian adalah sumber daya yang langka, orang dengan gejala COVID-19 harus diuji sehingga perawatan yang tepat dapat ditawarkan dan pelacakan kontak dapat dimulai. Selain itu, waktu dan jumlah tenaga kesehatan keduanya terbatas, dan mudah untuk menguji orang yang muncul di rumah sakit dan kantor dokter yang meminta untuk diuji. Tetapi orang-orang yang datang ke fasilitas kesehatan lebih cenderung bergejala dan memiliki COVID-19.

Orang-orang yang diuji untuk coronavirus bukanlah representasi yang baik dari populasi AS pada umumnya. Oleh karena itu, tingkat infeksi dan tingkat fatalitas kasus dalam kelompok ini tidak mewakili populasi AS yang lebih besar.

Pengujian acak adalah pengujian representatif

Kemampuan untuk menguji seluruh populasi untuk virus korona mungkin jauh, tetapi tidak perlu menguji semua orang di AS untuk mendapatkan angka yang akurat. Dengan menguji sejumlah besar orang secara acak, dimungkinkan untuk mendapatkan kelompok sampel yang demografiknya mewakili seluruh negara. Inilah tepatnya bagaimana survei dan jajak pendapat dilakukan.

Pejabat kesehatan masyarakat dapat mulai memilih secara acak orang-orang dari seluruh Amerika Serikat, mengujinya untuk keberadaan virus korona, dan kemudian menindaklanjuti untuk melihat seberapa kecil mereka yang dites positif koronavirus meninggal akibat COVID-19. Jika pengujian acak dilakukan dengan benar, tingkat infeksi dan fatalitas kasus dalam sampel acak harus sangat dekat dengan tingkat aktual di seluruh populasi AS.

Percakapan AS, CC BY-ND

Jadi, berapa banyak orang yang perlu Anda uji secara acak untuk mendapatkan data yang dapat secara akurat menggambarkan seluruh AS? Untungnya, matematika di balik pertanyaan ini telah lama dikerjakan, dan jumlahnya mungkin lebih kecil dari yang Anda kira.

Polling persetujuan presiden sering sampel sekitar 1,000 orang. Ini menghasilkan margin kesalahan sekitar 3%, yang berarti bahwa peluang acak bisa membuat hasil hingga 3%.

Margin kesalahan 3% mungkin baik untuk memperkirakan persetujuan presiden, tetapi mungkin tidak cukup akurat untuk pandemi coronavirus. Jika 10,000 orang di AS diuji untuk virus, margin kesalahan untuk tingkat infeksi virus menjadi 1%. Dalam praktiknya, margin kesalahan ini konservatif. Margin kesalahan aktual dari sampel acak 10,000 orang mungkin akan jauh lebih kecil dan mungkin cukup akurat untuk mulai memberikan informasi yang berguna kepada pejabat kesehatan masyarakat tentang jumlah total yang terinfeksi dan tingkat fatalitas kasus untuk mereka yang memiliki coronavirus.

Sepuluh ribu mungkin tampak besar, tetapi pada 8 April, Amerika Serikat memilikinya sudah menguji lebih dari 2 juta orang. Kuncinya ada dalam pemilihan acak. Sampel 10,000 orang Amerika paling berguna jika mereka yang diuji dipilih dengan lotere.

Dengan informasi yang baik tentang distribusi geografis dan demografis virus, bantuan dapat dialihkan ke daerah-daerah yang paling membutuhkannya. AP Photo / Elaine Thompson

Mengapa statistik ini penting?

Dengan sampel acak nasional, ahli epidemiologi akan dapat belajar lebih dari sekadar jumlah total kasus coronavirus dan tingkat fatalitas kasus virus di AS. Orang yang terinfeksi tetapi tidak sakit akan diuji dan laju kasus tanpa gejala dapat ditentukan. .

Sampel ini juga akan memberikan informasi sehubungan dengan variabel geografi, etnis dan demografi lainnya. Sudah ada beberapa data yang menunjukkan bahwa demografi tertentu - yaitu Afrika Amerika dan individu berpenghasilan rendah - terpengaruh secara tidak proporsional oleh virus. Ini menunjukkan bahwa tingkat infeksi COVID-19 dan tingkat fatalitas kasusnya bervariasi di berbagai wilayah AS dan lintas subkelompok populasi negara yang berbeda. Pengambilan sampel acak dapat menerangi tren seperti ini sebelum kerusakan terburuk terjadi, dan pejabat kesehatan masyarakat dapat memberlakukan kebijakan yang ditargetkan dan bernuansa untuk membantu kelompok atau daerah berisiko tinggi.

Sementara pengujian acak belum menjadi bagian dari diskusi nasional tentang coronavirus, ini mungkin berubah. Pada 4 April, Direktur Departemen Kesehatan Ohio Amy Acton mengumumkan bahwa negaranya bekerja sama dengan CDC mengembangkan rencana pengambilan sampel acak. Tujuan dari proyek ini adalah untuk menentukan yang sebenarnya sejauh mana coronavirus di Ohio tanpa menguji seluruh negara.

Pejabat kesehatan masyarakat telah menggunakan pengacakan di pengaturan lain, seperti memantau penyebaran demam tifoid di beberapa bagian Mesir, dan itu berhasil. Matematika di balik pengambilan sampel acak adalah dasar bagi banyak bidang polling dan statistik. Satu-satunya hal yang perlu dilakukan petugas kesehatan masyarakat adalah mencari tahu pelaksanaannya. Pengujian acak tentu saja mungkin dilakukan di AS dan akan memberikan informasi berharga kepada pejabat kesehatan masyarakat yang memerangi krisis coronavirus.

Tentang Penulis

Daniel N. Rockmore, William H. Neukom 1964 Profesor Ilmu Komputasi terhormat, Dekan Asosiasi untuk Ilmu Pengetahuan, Dartmouth College, Dartmouth College dan Michael Herron, William Clinton Story Remsen '43 Profesor Pemerintahan dan Ketua, Program dalam Ilmu Sosial Kuantitatif, Dartmouth College

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.

Buku terkait:

Tubuh Menjaga Skor: Otak Pikiran dan Tubuh dalam Penyembuhan Trauma

oleh Bessel van der Kolk

Buku ini mengeksplorasi hubungan antara trauma dan kesehatan fisik dan mental, menawarkan wawasan dan strategi untuk penyembuhan dan pemulihan.

Klik untuk info lebih lanjut atau untuk memesan

Napas: Ilmu Baru Seni yang Hilang

oleh James Nestor

Buku ini mengeksplorasi ilmu dan praktik pernapasan, menawarkan wawasan dan teknik untuk meningkatkan kesehatan fisik dan mental.

Klik untuk info lebih lanjut atau untuk memesan

Paradoks Tumbuhan: Bahaya Tersembunyi dalam Makanan "Sehat" yang Menyebabkan Penyakit dan Kenaikan Berat Badan

oleh Steven R. Gundry

Buku ini mengeksplorasi hubungan antara diet, kesehatan, dan penyakit, menawarkan wawasan dan strategi untuk meningkatkan kesehatan dan kebugaran secara keseluruhan.

Klik untuk info lebih lanjut atau untuk memesan

Kode Imunitas: Paradigma Baru untuk Kesehatan Sejati dan Anti Penuaan Radikal

oleh Joel Greene

Buku ini menawarkan perspektif baru tentang kesehatan dan kekebalan, berdasarkan prinsip-prinsip epigenetik dan menawarkan wawasan dan strategi untuk mengoptimalkan kesehatan dan penuaan.

Klik untuk info lebih lanjut atau untuk memesan

Panduan Puasa Lengkap: Sembuhkan Tubuh Anda Melalui Puasa Intermiten, Hari Alternatif, dan Perpanjangan

oleh Dr. Jason Fung dan Jimmy Moore

Buku ini mengeksplorasi ilmu dan praktik puasa yang menawarkan wawasan dan strategi untuk meningkatkan kesehatan dan kebugaran secara keseluruhan.

Klik untuk info lebih lanjut atau untuk memesan