【锚点】这一篇只教一个档案学动作：【读统计数字之前，先读它被编码的规则。】

【显式】1918–1919 年流感大流行常被引用的数字是：美国约 675,000 人死亡，全球约 50,000,000–100,000,000 人死亡；CDC 的回顾性估计把美国数字定为 675,000。1918 年 10 月，美国多地医院记录显示患者死于 influenza pneumonia，但登记簿上常只写 pneumonia。若只翻死亡登记簿里写 influenza 的条目，你会得到一条明显偏低的曲线。

【隐式】原因不是记录者没看见死亡，而是死亡证明上的措辞：很多病例被写成 pneumonia 或 influenza pneumonia。登记员按主死因编码时，肺炎可能被单独计数，流感退到背景词。于是档案里出现一个反直觉现象：【流感的峰值不一定在流感栏，而可能在肺炎栏。】

【细微】这不是统计错误，而是编码规则在起作用。同一份死亡证明可以走两条路径：医生写 influenza followed by pneumonia → 登记员编码为肺炎；或写 influenza → 编码为流感。两条路径都真实，但统计口径不同。档案学要问的不是谁撒谎，而是【哪一层规则把真实移动到了另一个栏位】。

【极难发现】更狠的是：即使后来把肺炎全部加回，也会高估，因为肺炎本来就有基线。正确做法是建立对照：比较 1918 年肺炎死亡数与 1915–1917、1920 年肺炎基线的差值，再结合流感报告。这个动作叫【基线扣除】。它把看起来的异常变成可检验的异常。

【流程节点链路】临床诊断 → 死亡证明措辞 → 登记员编码 → 统计栏目 → 后世基线扣除 → 重新估计。每一节点都可能改变谁被计入。

值得辩论的问题：如果一份档案把事件藏在另一个分类里，你该相信原始栏目，还是相信重编码后的总数？