关键词:COVID-19;病死率;死亡率;超额死亡率根据2022年12月5日数据世界展示的中国内地、日本、美国新冠病例病死率,依次为<0.01%、0.19%、0.70%;病死率数据存在非常巨大的差异,展示的美国新冠病死率显著高于日本,更远远高于中国。(中国内地、日本、美国新冠病例病死率,依次为<0.01、0.19%、0.70%。图源:数据世界)这组数据,如果单独看,很容易引起“COVID-19致死性是否大幅降低”的争论,甚至引发“新冠病毒大幅减毒”的误判。同样都是感染新冠病毒,为什么不同病死率差异这么大?
病死率指指在一段时间内死亡人数占所有病例数的比例。这是我们个人最关注的指标,也就是解释:一旦个人感染,出现死亡风险的概率如何。但是病死率的数据有很大的“欺骗性”,或者不知情的读者很容易误读;甚至目前大部分的媒体和个别专业人士也没有搞清。
不仅病死率和死亡率很容易被弄混,而且病死率其实还区分为病例病死率(CFR)和感染病死率(IFR)的区别,而CFR和IFR的差别也是巨大。病例病死率(CFR),是针对某一特定疾病,某一时间内、死亡病例占所有病例的比例;即分母为所有确诊病例计算出的病死率。A case fatality rate (CFR, also case fatality risk, or case fatality ratio) is the proportion of deaths within a designated population due to a given medical condition (cases), of such cases over the course of the disease.
假设一个群体中,100例被诊断出患有某一疾病的人群中、在发病一个月内有9例死亡,则计算病死率为9/100 = 9%。这个结果推广出去,意味着在正式诊断出该疾病的100人中,有9人死亡、91人康复。比如美国发出了非常多的免费家庭用快速抗原检测试剂盒,这种情况下如果感染者出现症状并检测阳性,如果他症状很轻,很可能就不去就诊、更不会主动报告。
这种情况下美国有大量新冠病例漏报;由此计算CFR的分母就会很小,所以美国新冠CFR就会很高(0.7%)。
中国内地的情况则完全不同,之前是广泛的核酸检测,意味着凡是感染者都被筛出并报告。数据世界的数据中,计算美国CFR的分母中比中国少了“无症状感染者”和“有症状但未报告的病例”。从新冠疫情最开始、即使疫苗接种之前,无症状感染者就达40-50%(我们2020年3月收集到的数据)。疫苗接种之后,这个比例更是大幅增高;从中国内地的报告中可以很清楚地看到其比例。所以,中国内地的新冠病死率,其实更应该叫“感染病死率,IFR”。
感染病死率(IFR),即分母为所有感染者计算出的病死率。有了IFR和CFR的理解,我们也就容易理解张文宏医生针对2022年春天上海疫情说的“即便把基础疾病死亡的病例计算在内,上海总病死率维持在0.0178%(87/48.8万)”【2】。同样也就能够理解广州最近公布的数据显示重症率和病死率极低。因为通过核酸检测,中国内地把那些本来无任何症状且不会主动报告、但数量巨大的无症状感染者也都筛出来了,并一起算入到计算病死率的分母中。病死率是率(rate),率本身是有时间属性的。所以临床试验中,会明确约定发病后一个月内的病死算病死率。全球COVID的一波波疫情中,新冠病死峰值差不多比感染峰值晚两周;所以计算病死率的时候也要看这一波疫情开始时间,如果疫情刚开始就发布病死率,那大概率是低估了。
(????全球COVID-19新增病例数和病死人数的变化,病死峰值比感染峰值晚2周左右。图源:数据世界)
中国、美国的新冠病死率差异巨大,并不是谁错了或者造假了;而只是不同国家采用的统计人群和方法不一样,得到数据自然也无法也不能直接进行比较。除了统计方法之外,新冠感染的病死率还受感染者年龄、疫苗接种次数、既往感染、抗病毒治疗及医疗可获及、新冠毒株毒力等因素影响。死亡率(mortality rate, MR),指在一段时间内某一特定疾病所致的死亡人数占总人口数的比例。Mortality rate, or death rate, is a measure of the number of deaths (in general, or due to a specific cause) in a particular population, scaled to the size of that population, per unit of time.
死亡率的结果既与病死率相关,更包括感染率;所以成为公卫管理部门和国家最关注的指标,以用来解释:疫情爆发期该国疾病死亡风险的概率如何。
比如,即使COVID-19的病死率与流感相近(只是假设哈,真实世界中仍差别不小),但是新冠的传染性远高于流感,那么,新冠病毒感染所致的死亡率也就远高于流感。美国疾控中心(CDC)极少报病死率(IFR或者CFR),而是用死亡率。因为难以准确把握感染或者确诊的病例,或很多感染者症状轻就不去就诊了,这造成IFR或者CFR非常不准。但是死亡率的分母是整个人群的数量,所以就计算出来的结果就更加可靠。根据2022年12月5日数据世界展示的中国内地、日本、美国新冠最近一周死亡率,依次为0/百万人口、1.34/百万人口、0.89/百万人口。对照三国病死率的<0.01%、0.19%、0.70%;你是不是又觉得目前日本的疫情更严重?确实如此,因为日本的感染率远高于其他两国。(中国内地、日本、美国新冠死亡率。图源:数据世界)死亡率就是衡量新冠疫情对于一个国家危险的最好指标吗?因为尽管计算死亡率时各国的人口是肯定的,但是对于疾病死亡的统计方法又有不同。比如争议最大的只统计(主)因新冠病毒死亡、还是也包括带新冠病毒死亡。在COVID-19病死率极高的时候,带病毒死亡者对最终数据影响不大;但如果新冠病死率极低、而感染率又极高(比如目前的真实世界数据),那么比较时就需要考虑带病毒死亡者是否纳入新冠死亡率的计算了。病死率,是患病后的因直接罹患该病死亡的比例,这衡量得病后的个体死亡风险;死亡率,是基于整个国家或地区人口统计的群体死亡风险;超额死亡率(excessmortalityrate),则是指疫情造成的全因死亡率上升,这个上升的部分就是超额死亡。包括直接因为新冠感染死亡,同时也包括了医院挤兑,及疫情管控造成的其他次生灾害(比如疫情初期因为管控使心源性猝死患者不能及时就医,比如抑郁症和自杀死亡)。超额死亡全面衡量了疫情本身和疫情防控作为总体因素造成的死亡上升,而不是疫情本身造成的死亡上升,因此公共卫生和人口统计领域十分关注这个数字。根据数据世界,美国累计的COVID-19超额死亡率是14.48%,日本是1.22%,目前无中国的数据。
从超额死亡看,新冠疫情对于美国民众生命的危害显然远远高于日本。知道了中外病死率数据的计算方法,您就会理解看似“矛盾”的病死率数据只是算法不同,且主要是疫苗接种的作用,也就不会轻信“新冠病毒的毒力已经类似流感了”(也许是类似那类病死率极高的流感)。那么,我们该如何利用这组数据来调整我们个人的防疫节奏呢?我建议还是充分借鉴中国香港特区的数据和经验【4】。
正如前面所言,美国的病死率数据太粗犷,与中国内地实际情况差别太大;并且不管美国还是日韩,接种的疫苗与中国内地也完全不同。而香港特区则既有核酸检测+抗原检测的数据、又有灭活病毒疫苗的数据。根据香港特区政府发布的数据,从2021年12月31日至2022年11月30日Omicron突变株疫情期间,香港共有10,531人病死。2)香港新冠死亡患者中82%是未完成基本免疫疫苗接种者,即未完成2剂或更多疫苗的接种。3)香港新冠死亡患者中,95%是60岁或以上老年人。4)新冠病死率随着年龄增长而大幅增高,随着疫苗接种次数而急剧降低。可以参照香港的数据来粗测个人感染新冠时的病死风险。比如年龄是65岁,则未接种疫苗时感染后病死率为1.71%,接种1剂疫苗后降低到0.51%,接种2剂疫苗降低到0.16%,接种3剂疫苗降低到0.06%,接种4剂疫苗后只有0.02%。是否接种疫苗,病死率相差悬殊。在已经完全放开的美国,新冠死亡率数据也展示了类似的结果【5】。
美国人群中,未接种疫苗者的新冠死亡率是接种过更新疫苗(二价疫苗)人群的14.9倍、感染风险是后者的3.2倍。即新冠疫苗接种不仅对预防新冠死亡极为有效,也仍能够降低感染新冠的风险。病死率是个人最关注的指标,意味着一旦个人感染,出现死亡风险的概率如何。看似差别大到让人无法置信的中美新冠病死率,最主要的是由于计算病死率的分母不同;可以简单理解为IFR和CFR的比较。并受到感染者年龄、疫苗接种情况、抗病毒药物使用、医疗措施的可获得性等影响。死亡率的计算既包括了个人病死情况,也包括感染率情况;所以成为公卫管理部门和国家最关注的指标,以用来解释:疫情爆发期该国所有民众死亡风险的概率如何。超额死亡全面衡量了疫情本身和疫情防控作为总体因素造成的所有死亡上升,而不仅是疫情本身造成的死亡上升、还包括次生危害导致的死亡,因此公共卫生和人口统计领域最为关注的疫情危害数据。看了上面的数据,您可以已经感受到了:新冠病毒的病死率还没有发生根本性改变,个人仍需要通过疫苗接种、抗病毒治疗等为主的方式防疫。
个人防疫四大招:戴好口罩、接种疫苗、快速检测、及时治疗(高危者轻症时抗病毒治疗、重症时医院治疗)。公卫防疫四大招:社交距离、减少聚集、隔离患者、追踪密接。而加强准确信息的宣传、使民众充分知情以提高依从性,及第一波疫情时、压低曲线以避免医疗挤兑尤为重要。
Hanson临床科研团队,由6位在美国的医生及医学科学家组成;目前在美国主要从事新药研发和临床科研。作者简介:Mark博士,一直从事临床免疫研究。博士毕业于协和,北京行医8年,美国新药研发4年,从事医学大数据分析6年。
版权声明:本网站所有注明来源“医微客”的文字、图片和音视频资料,版权均属于医微客所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源:”医微客”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,转载仅作观点分享,版权归原作者所有。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。 本站拥有对此声明的最终解释权。
发表评论
注册或登后即可发表评论
登录注册
全部评论(0)