【文/ 观察者网专栏作者 岑少宇】

6月8日，美国哈佛医学院公布了一篇尚未经过同行评议的论文，在太平洋两岸火了一把。

论文标题是“对中国武汉医院交通与搜索引擎的数据分析，提示2019年秋季有早期疾病活动”，什么疾病呢？标题没有明说，看下去就知道，当然是全球瞩目的新冠病毒肺炎了。

作者们在摘要里说，2019年夏末秋初，武汉医院的停车量和百度上“咳嗽”的搜索量都增加了，虽然“咳嗽”可能和流感季相符，但“腹泻”更多地是个具有新冠特征的症状，“只和当前流行病相联系”（only shows an association with the current epidemic）。“这些信号都早于12月，突出新颖的数字信息对监测新传染病的价值。”

摘要里还不敢明言新冠就是夏末秋初爆发的，但显然已经明确联系起来。

可我就纳闷啦，有些新冠病人有腹泻，但引起腹泻的病那可多了去了。你们不知道武汉夏末秋初有多热是吧？东西时间放得长了，吃坏肚子很正常啊。

我迫不及待地打开论文，想看看作者们到底是怎么想、怎么做的。

你猜怎么着，他们还真的煞有介事地说：“我们发现，8月对腹泻的搜索有独特的增长，过去的流感季里没有观察到，与咳嗽的搜索趋势也不相符。虽然令人惊讶，但这一发现与最近的一项研究一致，那项研究确认胃肠道症状是新冠的特征之一，可能是现有相当一部分病人的主诉。”

然而，流感季原文用了复数，显得好像以前一直没有，2019年真的很特别的样子。但图说明确写着，只是2018年1月到2020年5月。因此8月仅有2018年与2019年比较，根本不说明问题。

我详细看了看方法，作者声称用WebPlotDigitizer在百度指数的页面上提取“咳嗽”与“腹泻”的“相对搜索量”（relative search volume），也没有具体解释什么是“相对搜索量”。也许就只是“搜索指数”的数值吧，毕竟百度并不公布“绝对搜索量”，但为什么不写明呢？

不大了解中国网络的外国研究者，会不会被volueme和index搞糊涂，不方便查验呢？

论文作者后来又在讨论搜索数据时承认：“尽管此方法在复制时间序列时显示有效，但使用自动化工具（提取数据），生成数字图像，确实意味着提取的时间与数值是近似值。”

没想到，观察者网编辑一查验“百度指数”，发现不管怎么理解所谓的“相对搜索量”，“咳嗽”的曲线形态是一致的，但“腹泻”的曲线形态完全不同，根本不存在8月的独特增长。这个问题怎么解释？还能认为只是近似值的问题吗？

蓝线为咳嗽，红线为腹泻

所谓显示“复制时间序列时有效”的参考文献，我看了，是纽约市2012-2013年流感季的推特数据，换了一个完全不同的平台就真的有效？事实就是打脸了。

就算按照论文作者的图表，“腹泻”搜索有暴增（第一根虚线的左侧一小段），但同时“咳嗽”搜索在下降。假如真是新冠，必定存在大量有消化道症状、没有呼吸道症状的患者。

但我看了论文作者引用的那项“胃肠道症状”研究，这类患者在新冠病人中占多少？只有3%！这个问题，他们又怎么解释？

不要以为论文引用了什么，就一定是站它的，其实可能只是浑水摸鱼。

“咳嗽”搜索的问题，当然也不攻自破。只要看看作者自己的图片，就能发现，2018年流感季的“咳嗽”搜索，迅猛增长发生的月份比2019年流感季更早。

更重要的是，每年流感季的时间、强度都不同，单把流感季的相关特征拿来比较，根本无法推断是否有新的疫情发生。更何况只有两年的比较。

论文作者在讨论搜索数据时，自己也坦承“不能给增长的原因下结论”，但又“假设有广泛的社区传播”，明明缺乏严密的逻辑、靠谱的证据，还要如此推论，这是学术还是话术？