正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2020-02-25 11:38

媒体如何负责任地报道新冠?流行病学家给出建议

本文来自微信公众号:硅星人(ID:guixingren123),作者:Bill Hanage、Marc Lipsitch,译者:杜晨  


毕竟,病毒不会读新闻,也不在乎社交网络。 


人类已经和新型冠状病毒交手了近三个月。最近一段时间,我们开始看到越来越多不可靠的,伪装成新闻报道,实则辗转传抄、错漏满篇的文章。


这些内容,对读者极其不负责任,却往往因为其夸张之程度获得大量阅读和转发,也令身处报道一线、严肃对待报道内容的媒体从业者深感不公。


关于新闻媒体应该如何负责任地报道新型冠状病毒病(以下简称 COVID-19),哈佛大学陈曾熙公共卫生学院的两位流行病学教授 Bill Hanage 和 Marc Lipsitch,在《科学人》杂志上撰写了一篇评论文章[1],对大规模流行病事件中的三种不同信息做了分类,并为媒体的报道原则给出了几条建议。



以下是这篇文章的中文翻译。


在 COVID-19 爆发事件中,不断出现的大量信息,为记者和他们所采访的科学家带来了挑战。

好的新闻报道和科学一样,必须区分可靠的消息源,警惕那些无止境的传闻、真伪混杂的叙述、利益驱动的假药广告和政治驱动的宣传。


在跟进这次流行病爆发事件时我们意识到,出自传统来源(如公共卫生权威部门、期刊)和新来源(预印本论文、博客)的大量信息层出不穷,即便是那些最充满激情的记者和科学家,想要维持警觉都是个难题。


为了帮助大家,我们认为应该区分至少三种不同级别的信息:


(A) 我们知道的真相;

(B) 我们认为的真相,也即那些来自基于事实的分析,依靠我们的推断、外推、对事实有根据且合理的解读等;

(C)观点和猜测。


(A)就是事实。有大量的证据,足以证明这些信息是事实。这些证据包括经过同行评议的科学研究,以及来自于公共卫生部门的数据等。比如:


  • COVID-19 的感染来自于一种乙型冠状病毒 (Betacoronavirus)

  • 对最初病毒的不同基因测序结果非常相似;

  • 人传人发生地较为频繁;

  • 不同地区的汇报患者数字等。


(B) 类信息,包含了关于这次瘟疫我们希望了解,却无法了解的情况。比如,因为对于任何地方的真实案例数字,没有足够详尽的数据存在,我们无法准确了解:


  • 病毒在中国以外的地方社区传播的程度;

  • 在未被察觉的病例身上,病毒传播情况是怎样的;

  • 轻症和无症状患者的真实比例是多少;

  • 症状前 (presymptomatic)病例的传播程度等。


对于这些情况,专家们可以:


  • 根据对于其它传染病的理解,给出自己的观点;

  • 根据已有的数据进行推断(例如,可以根据从感染地区出发的旅行量相似国家的数据差异,推断出感染地区未报告的输入型病例数量)

  • 从他们听说的,但还未公开发表的可靠度较高的信息中,获得新的洞察


比如,对传染病事件可能的长期轨迹的预测,就是 (B) 类信息的一种。这些观点的价值,通过科学家的专业性所体现,是值得报道的,但记者仍需将它们和绝对的事实区分开来。


(C)类主要是那些因为证据极其有限,无法给出准确答案的话题,比如极端的隔离措施对于减缓传染病蔓延的效果;同时,也会有数据永远解答不了的问题,比如那些和政府以及卫生部门决策的动机有关的问题。


并不是说这些话题不重要,只是说它们现在无法得到科学的答案(甚至永远都不会)


科学家和记者尽其所能,其实在做的是相同的事情——提供准确的信息并对其进行解读——只不过是在不同的时间尺度上,面对不同的群体。除了记住前述这三种科学家可以提供的不同信息之外,记者怎样能够确保写出好的报道?我们认为有以下几条原则应该遵循。


  • 多样化你的信息源。 没人能够真正了解关于这场瘟疫的一切情况,不同的专家会了解不同的事情,也会从同一条推理中看到不同的漏洞。这条建议对科学家和记者都有效:最好的科学家会在研究发表之前咨询自己的同事,让他们找到自己研究的漏洞。特别是在这一次瘟疫中,数据的准确度、代表性,都存在必然的不确定性。


  • 放慢速度。 为了不让自己的心血被抢走,我们需要在截止时间前完成自己的作品。有人最近在 Twitter 上指出,那些能够延续几天的事实,总比那些最新的“事实”更可靠,因为后者可能是错误的、不具代表性的,从而对人产生误导。在及时发表作品的同时,我们也需要注意平衡这一点。


    事实、有根据的信念,和纯粹的猜测——这三者之间的分隔是模糊的。考虑到关于本次瘟疫的信息产生速度如此之快,今天只能用信念回答的问题,也许明天就会有基于事实的答案。


  • 区分“某件事是否曾经发生”和“它是否正以足够重要的频率发生”。 一个很好的例子就是关于症状前传播。如果这种传播足够频繁,将会降低针对患者疾控措施(包括隔离、治疗和密切接触者追溯)的有效程度。症状前传播很有可能会以一定频率发生,但是目前证据非常有限。仅仅知道“症状前传播会发生”是没有用的,我们更迫切需要的是它以何种频率发生,需要证据。


对于“感染者躲避追踪”的事件也是一样,我们当然知道它会发生。更重要的问题是这样的事件有多频繁,会不会导致社区感染 (译者注:local transmission, 不同于社区传播 commmunity spread)


像 COVID-19 这样的公共卫生紧急事件,会对科学家和记者带来巨大的压力。需要注意的是,我们目前处于“眼球经济”的时代,社交网络的存在会带来错误的激励,令那些愿意降低标准的人得到短期的回报。


如果要做准确的报道,必须要注意到这一情况的存在,并且避免被其所影响,避免快速地发布经不起推敲的消息,事后再进行“辟谣”。


对于保护公共卫生,我们都有共同的责任。毕竟,病毒不会读新闻,也不在乎社交网络。


[1] How to Report on the COVID-19 Outbreak Responsibly 

https://blogs.scientificamerican.com/observations/how-to-report-on-the-covid-19-outbreak-responsibly/


本文来自微信公众号:硅星人(ID:guixingren123),作者:Bill Hanage、Marc Lipsitch,译者:杜晨  

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: