炸锅!武汉4大医院停车场照片被曝光!哈佛这项研究,笑掉全球网友大牙!

截至6月9日发文前,加拿大累计确诊总数增至96616例,其中55538人治愈,7895人死亡,现有确诊为33184例。↓ ↓ ↓
微信图片_20200610093349.jpg

微信图片_20200610093356.png


近日,美国一项画风清奇的医学研究,(还未经过同行审查)震碎了大家的三观:武汉医院停车场的汽车数量,在去年秋季(8月份)开始增加,表明新冠病毒早在报道之前,就已经在中国爆发。
 
微信图片_20200610093404.jpg

新闻来源:ABC News
 
微信图片_20200610093409.jpg

 
微信图片_20200610093414.jpg

加拿大CTV News也报道了 并采访了专家
 

目前,这项“医学”研究,已被无数网友怼爆。更有其他专家表示怀疑。
 

据美国ABC News6月8日报道,这项研究是由世界顶级学府,哈佛大学医学院操刀的。研究负责人是医学教授,Dr. John Brownstein。

他对记者说道,他们使用了类似于情报机构的技术,(有点像是用超级摄像头偷窥?)分析了商用卫星的图像,观察到在2019年夏末初秋时,武汉五家大型医院的露天停车场,车流量出现了显著增加。
微信图片_20200610093421.jpg


Brownstein和他的研究团队,包括来自波士顿大学,和波士顿儿童医院的研究者,花费了一个多月的时间,试图找出中国湖北省武汉市,开始遭受疫情影响的痕迹。这项研究的逻辑很直接:呼吸系统疾病会在社区中引起特定行为,因此,图片里显示的行为方式,解释了当地正在发生的事情。
 

Brownstein说:“我们试图做的事情,是看看医院有多忙碌。”“计算那家医院的汽车数量。随着医院的繁忙,停车场将会爆满。因此,医院里的汽车越多,繁忙程度就越高。”
 
微信图片_20200610093429.jpg

图中第一道虚线是8月
 

“我们在武汉市的多家医院,看到了这样的激增现象。这可能是因为社区中,正在发生某种事情,感染正在增加,人们不得不去看医生。”不过,Brownstein承认,由数据描绘的画面,是间接的证据(circumstantial),并不是决定性(conclusive)。
 
微信图片_20200610093439.jpg


“我们仍然需要进行更多研究,以全面了解情况,并使人们真正了解病毒,是如何爆发和蔓延的。因此,这只是另一点证据。”下面,让我们一起来看看,这一点证据是什么样的证据。
微信图片_20200610093444.jpg


以下是研究团队在350张图像中,排除各种环境因素,找到的108张可用图像中的部分。武汉大学中南医院:2018年10月10日 506辆车   2019年10月17日 640辆车   ↓↓↓
微信图片_20200610093450.jpg

 
武汉大学同济医学院:2018年10月10日 112辆车      2019年9月12日 214辆车  ↓↓↓

微信图片_20200610093455.jpg

 

武汉天佑医院:2018年10月10日 171辆车    2019年10月17日 285辆车   ↓↓↓

微信图片_20200610093503.png

 

湖北妇幼保健院:2018年10月10日 393辆车2019年10月17日 714辆车↓↓↓

微信图片_20200610093509.jpg

 

为了确保不会得出错误的结论,研究人员表示,他们考虑了所有,可以解释车流量激增的因素,从大型的公共集会,到医院新建的可能性。并仍认为目前发现的汽车数量,在统计学上有着显著增加。
 
微信图片_20200610093516.jpg

 
对此,曼哈顿的非营利性组织EcoHealth Alliance的主席,疾病生态学家Peter Daszak说,哈佛大学的研究“绝对令人着迷”。

微信图片_20200610093522.jpg

 
新泽西州发现与创新中心的首席科学官David Perlin说,尽管他不完全相信这项研究,但是对此很感兴趣。 
微信图片_20200610093528.jpg

微信图片_20200610093534.jpg

 

那么结果呢?
这项研究结果被报道后,
直接引发了推特网友的集体吐槽。


@comrade pat:“停车场的车辆数量?这是什么研究?
微信图片_20200610093539.jpg
 
@Ben Baader:“多了100辆车?说真的么?这就是你们的数据?”
微信图片_20200610093544.jpg

 
@Daniel Sutton:“这真是令人笑掉大牙的证据。这可能是由许多未考虑的因素导致的。我们如何知道这些数字在统计学上是显著的?”
 
微信图片_20200610093549.jpg

 
小编在这里科普一条数据消息:根据武汉市相关部门统计,2018年末全市机动车保有量312.3万辆,较2017年增长13.6%。截止2019年3月,武汉市机动车保有量已达322.5万辆,三个月机动车保有量增长10.2万辆,增幅创新高,按此增长速度推算,2019年机动车增长量预计将超过40万辆。

@Gem Dixon:“在一个拥有1100万人口的城市里,多了100辆车算是差异?别闹了,好吗?”

微信图片_20200610093555.jpg

 
@Name cannot be blank:“(看看湖北妇幼保健院的那张图)他们只是不让车辆停在施工地而已。”
 
微信图片_20200610093600.jpg

微信图片_20200610093603.jpg


左侧图片的顶部疑似施工地

 
@Tim Perry:“我不知道,但这看起来似乎是在扩建停车场。”
微信图片_20200610093609.jpg

 
@Jingling is Here:“我认为哈佛医学院的水平没这么差。美国现在200万人感染,专家却在忙着看卫星图像数汽车数量...求你们关注点更有价值的事情。”
 
微信图片_20200610093615.jpg

 
@Steve.USA:“这是个好想法,但是只是另一项没有科学证据为基础的研究。”
微信图片_20200610093621.jpg

 
@mickthecruck:“这项所谓的研究,真是可悲的!而且很可能是政治性的。”
微信图片_20200610093626.jpg

 

百度关键词搜索:“咳嗽”和“腹泻”在8月激增
大家不要急着吐槽,哈佛医学院的这项研究还没有结束。Brownstein还发现,当研究人员研究了武汉用户关键词搜索的流量变化后,认为武汉医院车流量的数据更加值得关注。

在武汉医院车流量激增的时候,武汉地区的用户在网上搜索关键词“咳嗽”和“腹泻”的次数也暴增了。该研究称,虽然对呼吸道症状“咳嗽”的查询显示季节性波动与每年的流感季节相吻合,但“腹泻”是一种COVID-19所特有的症状。

 
微信图片_20200610093632.jpg

与车流量数据图一样 第一道虚线在8月
 
 
这么“有意思的”研究,很快就传到了国内。微博网友表示,夏天吃坏肚子是常态,估计老美不知道什么叫拉稀;八8月是暑期,吃夜宵、喝啤酒、吃小龙虾,自然车多,腹泻多。
 
微信图片_20200610093640.jpg

 
对此,外交部也回应了。国内时间6月9日,外交部发言人华春莹主持当日例行记者会。会上美国有线电视新闻网记者就新冠病毒溯源等问题进行提问:

哈佛大学医学院的一个团队日前发表一篇论文,通过对武汉医院附近交通流量和相关百度搜索的分析,提出新冠肺炎可能去年8月末就开始在武汉传播的可能性。中方是否注意到这一研究,对此有何评论?

微信图片_20200610093647.jpg

 

华春莹:我还没有看到你说的这个研究论文,但我觉得如果仅从交通车流量等一些表象来得出这个结论,实在是出奇的荒谬。
我认为在这一问题上还是应该尊重科学。大家从网上看到了大量报道,包括美国媒体提到去年秋天美国的“电子烟疾病”、大流感病患及死亡者中有感染了新冠病毒的病例。面对各种各样的传说,我想正确的办法还是应该交给科学家经过科学考察研究来得出符合事实的科学结论。
中美两国以及国际社会现在面临的一个共同任务,就是要与那些虚假信息作坚决斗争,团结一心,尽快战胜疫情。
中方表示病毒溯源问题要由科学专业人士进行研究。哈佛医学院在美国是顶尖的专业团队,你是对他们的研究方式表示质疑,还是需要了解更多情况之后才能作出具体回应?

华春莹:你说哈佛医学院是顶尖的,但是国际上还有很多顶尖医学家、疾控专家和顶尖医学杂志,都发表过很多观点。我不是科学家,也不是医学专家,没有资格去评判。但是感觉仅从交通车流量来得出关于病毒的结论,这是常人不可以想象的。

假设今天在外交部南楼附近车流量比平时增加了几倍,你能就此得出什么重大结论呢?我觉得这种研究方式非常牵强。

事实上,在病毒源头问题上,针对中国已经有太多的阴谋论,对中国实在是太不公平了。国际社会当务之急是团结合作,尽可能控制疫情蔓延,抢救更多生命。终有一天,真相会大白于天下。中国的牺牲和贡献,值得更加公正、公平、客观的评价。
中国国新办前两天发布的《抗击新冠肺炎疫情的中国行动》白皮书中有大量翔实材料,建议你们认真读一读并大力推荐报道。


《抗击新冠肺炎疫情的中国行动》白皮书链接:
http://www.gov.cn/zhengce/2020 ... 7.htm
参考链接:
https://abcnews.go.com/Interna ... 23270
https://twitter.com/i/events/1219057585707315201
https://www.fmprc.gov.cn/web/f ... shtml

-END-

 
 
 
已邀请:

要回复问题请先登录注册