（Susie編譯）2020年已經過半，我們也在新冠病毒大流行下生活了數月。這期間，總有數不清的數據和圖表出現在我們眼前，顯示著病毒如何擴散，又是如何影響一個特定的區域。這對於指導我們面對危機，做出確保自身和他人安全的應對措施來說都是至關重要的。
然而有時手邊數據越多，就越有被誤讀的風險。尤其是當像R0這樣的流行病學概念在2020年之前還不被多數人了解的時候。不過別擔心，由西雅圖時報（Seattle Times）整理的數據和概念解釋可以幫你理解一些常用的病毒數據，從而了解疫情的發展階段。
病例總數
這應該是我們最常聽到的數據了，它是每天確診（檢測陽性）和死亡的病例數字，也是發生在你的縣市和所在州的病例總數。要注意的是，這些數字是受檢測人數影響的。如果一個地區匯報的確診數字很低，但同時也不再怎麼開展檢測，那麼這一數字走低只能說明檢測量下降，而不是病毒已經不在。現在很多無症狀感染者的存在讓這一數據的準確性更難保證，因為美國很多地區只檢測有症狀的人群。這也是疫情初期檢測措施不到位時很多地區選擇的做法。
就圖表來說，單日新增確診數字和累計總和是單獨顯示的。在病例總數或死亡總數的圖表上，要看曲線上行的坡度，越陡則說明總數增長越快。
在顯示每日確診或死亡數字的圖表上，要找到一條顯示總體趨勢的線，線上的每個點都代表過去14天內的平均單日確診數量。這個平均值可以幫我們直觀了解到當下的疫情走勢，而不是被某日某地極高或極低的數字誤導。通常病例總數也包括死亡人數。流行病學專家會通過查看感染者的死亡比例來判斷該疾病的致命程度。不過地域性點狀測試也會讓針對COVID-19的此項判斷難以做到準確。
怎樣做區域對比
人數較多的地區病例也會多一些，這一點不言而喻。所以要想比較兩個地區的疫情情況，需要看每十萬人的確診病例率，而不是看病例總數。
這一比率數字非常關鍵，因為華盛頓州以其作為各縣市是否可以進行州長傑伊·英斯利（Jay Inslee）提出的四階段安全重啟計劃下一步的依據。當華州衛生事務秘書約翰·威斯曼（John Wiesman）決定一個縣是否可以進展到下一階段時，他要求其過去兩週內每十萬居民的感染人數等於或低於25人。原本這一數字是與美國疾控中心（CDC）建議的每十萬人10例確診保持一致的，但是後來放鬆到了25。
兩種檢測方法
針對COVID-19的檢測方式有兩種：分子(病毒) 測試和抗體 (血清) 測試。
分子測試是用以診斷患者是否攜帶活躍感染源的測試手段。通常檢測工具是一根長棉籤，擦取樣本後送到實驗室完成檢測，結果匯報給當地的州衛生部門。
抗體檢測則需要採集血液樣本，用以探查被檢查者過去是否感染相關病毒，從而體內產生針對該病毒的抗體。雖然抗體的存在可以提供一些免疫力，但是就COVID-19病毒來說，目前還不清楚抗體在人體內存活的時間，以及它們在預防新冠病毒的效力上表現如何。
華州衛生部在向公眾公開測試信息方面一直進展不暢。
今年3月底，華州衛生部疾病匯報系統收到的病例數據氾濫成災，使得州政府決定暫時不向公眾透露疫情新增數字。
6月中旬，衛生部又爆出數據不准確的消息，稱過去8週的檢測陰性數字實際並沒有那麼多。華州COVID-19病毒統計儀錶盤錯誤的將抗體檢測陰性結果歸入了分子檢測陰性，得出的結果是檢測陰性的病例比實際情況多出了13%。這項錯誤計算使得州內的疫情情況顯得沒那麼嚴重。
檢測數量 vs. 陽性數量
檢測陽性率指的是所有被檢測病例裡有確認感染病毒的比例。觀察此數字的變化可以幫我們了解病毒擴散的速度。不過需要注意的一點，是如果某個縣市，州，或者國家有極高的檢測陽性率，那麼可能該地區只檢測了最病重的患者，或者只檢測了已經開始接受醫學治療的患者。對於檢測陽性比率來說，檢測樣本越大，其準確性越高。
醫院收治能力
新冠疫情中，達到住院標準的人數一直是判斷疾病嚴重性以及該疾病對醫療系統衝擊程度的重要指標。每天都會有很多人感染，導致病例統計人數飆升，但是對於資源、人員和設備都有限，尤其是呼吸機數量不足的醫院來說，需要及達到住院標準的人數成為了更緊要的參考數據。
華州衛生部以及華州醫院協會一直都對州內的住院人數進行了跟踪統計，但是總體來說，這些數據並不能說明全部問題。因為當某個區域的感染和住院人數驟增時，病患會被轉移到資源更充足的醫院。
病毒的傳播
基礎繁殖數字，也就是R0（R零），可以顯示一個感染者的病毒傳播力。如果一個攜帶者將病毒傳給了多於1人，那麼就表明這波病毒的爆發在惡化。政府官員們正是通過觀察此數據做出是否需要採取居家隔離令等預防措施的決定。華州州府希望每個縣市的R0 達到不超過1的水平，這樣才可以進行下一步的經濟安全重啟計劃。
COVID-19 影響是成比例的嗎？
這次疫情中的人口學統計數據也很關鍵，因為通過它們可以判斷病毒對特定人群的影響是否過大。很明顯，疫情初期給老年人，以及有基礎疾病的人群帶去的衝擊是最大的。
與許多其他疾病一樣，COVID-19也給非裔社區和拉丁裔社區帶來了與人口不成比例的影響。舉例來說，截至6月中旬，金縣的有色人種感染新冠病毒並因此住院的比率都要比白人居民高，而且他們因此死亡的機率也比白人高出不少。