7.7
知識分子The Intellectual
非洲博茨瓦納醫療系統正在加強對奧密克戎亞變種的監測 | 圖源：WHO官網
導 讀
奧密克戎造成的死亡風險究竟有多大？如果光看各國數據，可能會反而帶來困惑與爭論。實際上，病死率的高低，與統計標准、疫苗接種率、過往自然感染背景及人口年齡結構等多個因素都有關。
新冠疫情的第三個年頭，傳播力極強的奧密克戎變異株在全球成爲主流，同時在多國疫苗接種率都很高的背景下，奧密克戎的致死風險就成了人們普遍關心的問題。在有著不同的疫苗接種率、不同的過往自然感染背景，和不同人口年齡結構的國家或地區，這一答案或許會非常不同。但參考全球各地的一些數據，還是能給我們如何看待新冠、如何科學防疫提供一些啓發。
撰文 | 周葉斌責編 | 錢炜 劉楚
● ● ●
分析新冠死亡風險有不同的角度
在關于新冠死亡風險的討論中，我們可能會同時聽到兩種聲音，一種會說新冠的致死率已經非常低了並不需要特殊對待，另一種會說新冠仍然在造成大量死亡，不能放松警惕。這兩種聽上去完全對立的意見難免讓人感到疑惑：這還是在描述同一個病毒、同一個疫情嗎？
實際上，新冠死亡風險乃至新冠的整體危險程度，由于分析角度的不同得出的結論會有差異。我們常說的新冠死亡風險，往往是指感染後或患病後的死亡風險。這裏會涉及到病死率的概念，所謂病死率，即一定時期內，因患某種疾病死亡的人或動物數量占患病人或動物總數的比例。由于新冠有不小比例的無症狀感染，感染的病死率和疾病的病死率可能會出現很大區別，前者指的是一段時間內所有感染者的病死率，後者是所有疾病確診者的病死率。兩個病死率描述的都是一個人感染病毒後死亡的風險，對個體有參考價值。
但要衡量社會的整體健康風險，應考慮在相應的傳染性下最終導致的總病死人數，也就是疾病的死亡率，即一段時間內新冠死亡人數與人口的比值，如每十萬人多少人因新冠死亡。像奧密克戎突變株，感染的病死率比以前的德爾塔突變株低，但傳染力增強了，導致同一時間段內感染的人數非常多，最終的死亡率反而有可能比德爾塔更高。
因此，當不同人對奧密克戎的死亡風險描述出現很大差異時，我們先要考慮相應的敘述出發點是什麽，是奧密克戎本身的致死能力（對應感染的病死率），還是綜合奧密克戎傳染力與致死能力的社會影響（對應死亡率）。
此外，現有的新冠死亡數據本身有缺陷，有各種導致低估或高估的潛在偏差。以新冠死亡病例的統計爲例，歐美一直有 “新冠致死”（die from COVID）與 “死亡時恰好有感染”（die with COVID）的爭論。一些人認爲，新冠死亡大部分是 “死亡時恰好有感染”，真實死因並非新冠，比如有人說，美國疾控中心的新冠死亡數據是把車禍死亡的感染者也算在內，新冠實際死亡人數很少。這類說法其實非常荒唐。新冠死亡的常見統計標准有兩類，一類根據死亡證明裏是否把新冠列爲死因之一爲標准，另一類把檢測陽性後一段時間內死亡的案例全列入。
不同地方統計方式有差異，美國疾控中心的數據是根據死亡證明上死因是否包含新冠，以此彙總出新冠死亡 [1]。有很多死亡可能是非常複雜的多因素促成，比如有些新冠死亡病例的直接死因是基礎疾病，但這不是說排除了新冠感染的作用，如果新冠感染促進了患者的死亡，比如加速或加重了其基礎疾病的病程，那麽這仍應把新冠考慮到死因內。
像中國香港地區的新冠死亡統計標准與美國疾控中心就不一樣，前者是統計了所有檢測陽性後28天內死亡的病例 [2]。理論上，按香港這樣的統計，難免會有“死亡時有新冠，但新冠與死亡無關”的病例。也有人因此質疑香港新冠死亡數據有高估。但實際高估多少？恐怕未必那麽嚴重，因爲後文會提到，疫苗在各年齡段都大幅降低了新冠死亡風險。
除了新冠死亡病例統計上的偏差，對于感染病死率來說，感染病例數是否准確會是一個更大的影響因素。自從疫情開始以來，感染病例數因各種原因一直存在被低估的風險。比如，在疫情早期，檢測試劑不足很容易導致病例有遺漏。
奧密克戎的感染病死率也有同樣問題。在2021年底-2022年初，奧密克戎BA.1亞型在全球多國造成大規模感染時，不少地區的檢測能力無法應對陡增的需求，導致感染病例存在嚴重低估。此後，國外很多地方開始更多依賴抗原檢測，而個人的抗原檢測結果很少能被統一彙總記錄，這也導致感染數據可能被嚴重低估。像美國近期統計的每日新增感染病例在10萬以上，但一些估計認爲，實際感染者或許是統計數據的三倍 [3]。感染病例數是感染病死率的分母，如果分母有如此嚴重的低估，實際感染病死率就有高估可能。
多地奧密克戎病死率有相似之處
在奧密克戎時代，不同國家地區的免疫背景已經有了非常大的區別。歐美絕大部分國家在兩年來多輪疫情沖擊下，除疫苗接種外，靠自然感染累積下來的人群免疫力也不低。而像新加坡、韓國等國，奧密克戎之前的自然感染較少，群體免疫能力幾乎完全依賴疫苗接種。
除了免疫背景的差異外，不同地區的人口年齡結構差異、基礎健康狀況也會影響新冠的死亡風險。比如，根據2021年的人口普查，中國香港地區740萬居民中有近40萬的80歲以上高壽老人，是全世界老齡化最嚴重的地區 [2]。而新冠無論哪個突變株在老年人中的重症、死亡風險都遠高于年輕人，不難想象老齡化嚴重的地區面對新冠要承受的死亡威脅也更大。不過，即便有這麽多的細節差異，從一些公開的各國或地區數據來看奧密克戎的病死率還是有很多相似之處。
最重要的一點是新冠不是絕症，絕大部分人都是可以康複的，即便是疫情非常嚴重的國家，病死率也不是很高。以美國爲例，疫情至今已造成超過一百萬人死亡，是全球新冠死亡最多的國家。但在今年5月至今的兩個月內，美國出現了免疫逃逸特征不同于奧密克戎BA.1與BA.2的亞型BA.2.12.1及BA.4/5，導致每日新增感染病例一直在10萬以上，每天新增死亡病例在300例左右，對應的感染病死率爲0.3% [4]。如前文所述，鑒于美國現在的感染病例存在嚴重的低估，實際的感染病死率應該會低于0.3%。
不少防疫做得好的國家的感染病死率明顯優于美國。一個非常值得關注的國家是新西蘭。在奧密克戎出現以前，新西蘭一直堅持嚴格的邊境管理，在國內實現了長期的零疫情。但在奧密克戎暴發後，新西蘭調整了防疫策略，選擇與病毒共存，開放國門後感染病例急速上升。截至2022年6月29日，新西蘭感染病例累計132萬，絕大部分都是奧密克戎暴發後出現的，新西蘭人口500萬出頭，足見奧密克戎傳播力之強。但新西蘭死亡病例僅1449例，感染病死率約爲0.1% [5]。
這1449例是只考慮檢測陽性28天內的死亡病例。如果考慮死因分析，有671例（其中17例發生在感染28天後，未列入1449例內）在死亡證明上是把新冠列爲死因，而在362例中，新冠被列爲對死亡有貢獻，排除與新冠有關的爲298例 [6]，剩下的一些尚未完成死因鑒定。整體看來，感染病死率的統計並未因這些 “死亡時恰好有新冠” 的病例出現顯著變化。
再來看東亞。日本累計新冠感染病例近930萬，死亡近3.1萬人，總的感染死亡率在0.3% [7]。而細分來看，在奧密克戎出現之前，日本累計新冠病例約173萬，死亡1.8萬多人 [7]；2022年至今的奧密克戎疫情，日本感染病例約757萬，死亡約13000人，即奧密克戎在日本造成的感染死亡率約爲0.17%。
另一個東亞國家韓國至今感染病例總數超過1830萬，感染病死率在0.13%左右 [8]。在2022年奧密克戎侵襲韓國前，當地累計感染約64萬，死亡約5700人，排除掉這些，在奧密克戎主導的2022年，韓國感染者約1770萬，死亡約18800人，病死率約爲0.1%。
在所有國家中，新加坡的數據異常出挑。新加坡在逐步開放後經曆過德爾塔與奧密克戎個突變株的侵襲。截至2022年6月29日，新加坡累計感染病例143萬，死亡1411例，感染死亡率是0.01%。如果看過去28天，新加坡新增感染11.7萬例，感染死亡率仍然是0.01%，可見當地的感染死亡率穩定維持在很低的水平 [9]。
至于香港，在2021年12月31日—2022年6月22日期間，該地區新冠死亡病例累計9184例，對應確診感染病例約121萬，感染死亡率0.75% [2]。即使考慮到感染病例低估的情況，如一些研究人員認爲香港有30-40%的人在奧密克戎疫情中被感染 [10]，香港的感染死亡率仍然在0.3%以上，在東亞地區是非常高的。作爲對比，中國台灣地區在2022年也因奧密克戎感染病例大增，全年至今感染病例近370萬。死亡5680例，感染死亡率約0.15% [11]。
從以上數據不難看出，不同國家和地區的新冠感染病死率現在趨于穩定，0.1%左右似乎是個相對容易達到的標准。而新加坡是一個極端成功的例子，感染死亡率低至0.01%。
年齡與疫苗接種對病死率的影響
在不同國家和地區的感染病死率的基礎之上，再進一步細分考慮年齡、疫苗接種對新冠死亡風險的影響，我們會發現更多共通的規律。
首先，大部分新冠死亡發生在老年人中。以日本爲例，在22511例有年齡數據的死亡病例中，60歲以上爲21124人，比例高達94% [12]。新西蘭的1449例新冠死亡中，60歲以下僅有145例，死亡病例中老年人比例約90% [6]。
而在新西蘭，60-69歲的感染者有87714例，其中死亡140例，感染病死率0.16%。在70歲-79歲的人群中，感染者有42518例，死亡313例，病死率上升至0.736%。80-89歲感染17044人，死亡482人，病死率陡然升至2.83%。90歲以上老人感染4301例，死亡369例，病死率高達8.58%。
老年人的感染病死率明顯高于年輕人及未成年人，這一規律不僅在新西蘭的數據中有體現，在韓國也是非常明顯。韓國的分年齡段確診病例、死亡病例以及病死率統計如下 [8]：
圖1
我們甚至會發現韓國、新西蘭老年人中的病死率極爲類似。這種類似可能也反映了兩國都有極高的疫苗接種率。
而台灣地區分年齡段的確診病例與死亡病例如下 [12]：
圖2
在2022年（奧密克戎時期），病死率60-69歲爲0.2%，70-79歲爲0.73%，80-89歲爲2.53%，90歲以爲6.56%。
前文提到，香港在奧密克戎時期的病死率是比較高的，不過值得注意的是香港的數據同樣顯示疫苗接種在各年齡段都大幅降低了新冠病死率[2]。接種完兩針疫苗後，香港60歲以上各年齡段老年人感染死亡率與韓國、新西蘭對應年齡段的數據類似。
圖3
甚至病死率出奇低的新加坡，當我們按年齡段以及疫苗接種狀況分析病死率時，結果與香港也是類似。[13]
圖4
新加坡的老人80歲以上未接種疫苗病死率13%，沒比香港的16%好多少，接種完兩針爲2.9%，也沒比香港的3.8%好太多，接種了增強針病死率新加坡爲0.48%，香港爲1.22%。
新加坡與香港在整體病死率上的差距，更有可能是疫苗接種率上的差距。畢竟新加坡目前92%的人口完成了兩針疫苗接種，78%完成了增強針接種[8]。而在2022年1月初，香港暴發奧密克戎疫情時，當地只有62%的居民完全接種了疫苗，老年人接種率更低，在2月中旬，80歲以上老人接種率尚不足三成。提高疫苗接種率後，即使是高齡的高危人群新冠病死率風險也會大幅降低，從而使疫情暴發後的整體病死率降低，這是目前應對奧密克戎最爲可靠也是代價最小的方案。
新冠死亡威脅仍不可忽視
上文我們分析了多個國家和地區的奧密克戎病死率，不難發現，對于完成了疫苗接種的年輕人來說，感染並不是一件非常可怕的事情。就以香港的數據爲例，接種完兩劑疫苗50歲以下人群的感染死亡率已經在萬分之一以下[2]。可以說一旦不幸被感染了，感染者沒必要擔驚受怕， 實際上安心等待自然康複就行。
可我們作爲一個社會整體，對于新冠的威脅尤其是導致死亡的威脅，仍不能掉以輕心。即使是死亡風險最低的未成年人，根據美國疾控中心統計，從疫情暴發至今，美國兒童與青少年感染超過一千萬例，死亡644例，病死率不到萬分之一 [14]。644例死亡對應美國5000萬的兒童青少年總人口，死亡率也很小。但是，自疫情暴發以來，包括在奧密克戎時期，新冠死亡一直占據美國兒童青少年死因的前10位 [14]。
任何一個疾病，當總的死亡病例數達到了人口死亡的前十，其造成的社會負擔是不可忽視的。2022年前5個月，奧密克戎導致的美國兒童青少年死亡病例已達163例，而2021年全年也只有364例，可見奧密克戎的威脅也是不可忽視的。
甚至抛開疫情嚴重、死亡病例一直領跑全球的美國，參考病死率在東亞 “中規中矩” 的台灣地區，2022年上半年，奧密克戎已造成5600多例死亡。參考2020年台灣全年前十位的死因 [15]，已經與第八位的慢性下呼吸道疾病相當，這還僅是奧密克戎半年的 “威力”。
圖5
雖然個人不需要爲新冠感染的健康後果而過度擔心害怕，但整個社會仍需要制定有效、合理的防疫政策，設法降低奧密克戎帶來的危害。
再來看新加坡，那裏的人口有560多萬，143萬的感染病例意味著感染率超過25%，比香港、台灣都高。按各年齡段疫苗未接種疫苗與接種疫苗的病死率看，新加坡和香港疫苗的有效性在防死亡上是相近的，且香港用了更多的滅活疫苗。
這意味著，如果我們把疫苗接種率提高到新加坡的水平，特別是提高老年人的接種率，再加上口服抗病毒藥、單克隆抗體等能降低重症風險的藥物，或許就可以把奧密克戎的病死率從大部分國家地區都能做到的千分之一，下壓到新加坡那樣的萬分之一。無論在美國還是日本，如果病死率能下降到萬分之一，總體新冠死亡人數將不再占據死因的前十。到那個時候，無論是從個人還是社會角度，新冠的影響或許就都非常有限了。
《知識分子》專欄作者
阿拉巴馬大學伯明翰分校博士，現就職于藥企從事新藥研發工作，業余寫寫科普，微信公衆號：一個生物狗的科普小園。
周葉斌
參考文獻：
（上下滑動可浏覽）
1.https://www.cdc.gov/nchs/nvss/covid-19.htm#understanding-death-data-quality
2.https://www.covidvaccine.gov.hk/pdf/death_analysis.pdf
3.https://www.bloomberg.com/news/newsletters/2022-06-04/coronavirus-daily-just-how-wildly-are-covid-cases-undercounted
4.https://covid.cdc.gov/covid-data-tracker/#trends_dailydeaths
5.https://www.health.govt.nz/covid-19-novel-coronavirus/covid-19-data-and-statistics/covid-19-current-cases
6.https://www.health.govt.nz/covid-19-novel-coronavirus/covid-19-data-and-statistics/covid-19-case-demographics
7.https://covid19japan.com/
8.http://ncov.mohw.go.kr/en/bdBoardList.do
9.https://www.moh.gov.sg/
10.https://www.tandfonline.com/doi/full/10.1080/22221751.2022.2060137
11.https://sites.google.com/cdc.gov.tw/2019ncov/taiwan
13.https://www.ipss.go.jp/projects/j/Choju/covid19/index-en.asp
13.https://www.moh.gov.sg/covid-19/statistics/
14.https://www.fda.gov/media/159227/download
16.https://www.mohw.gov.tw/np-128-2.html
制版編輯 | 姜絲鴨