全球觀天下！從99%是輕癥無癥狀到醫(yī)院重癥很多是怎么回事？

點擊藍字關注，多點在看防失聯

個人觀點，不代表任何組織與單位

【資料圖】

1. 90%無癥狀和99%輕癥無癥狀

國內推出新十條時不少專家表示奧密克戎危險性大幅降低（其中一些幾個月甚至幾周前仍在強調奧密克戎致死率比流感高好幾倍以及有多種后遺癥），引用比較多的數據是廣州90%乃至95%是無癥狀。后來又有99%乃至99.5%是無癥狀或輕癥。

如今多個城市處于徹底暴發(fā)狀態(tài)時，我們卻發(fā)現醫(yī)院仍面對極多的重癥病人。不少人感染后的感覺也與宣傳的大量無癥狀相去甚遠。還有人因此開始猜測某些地方感染的是否是德爾塔。

其實，不是某個地方遇到了德爾塔，而是之前90%無癥狀純屬胡說八道，而99%輕癥無癥狀的說辭也缺乏必要的對應背景介紹。奧密克戎是個相對而言病死率低一些的新冠病毒株，但其極強的傳染性、突破性感染之頻繁，仍會給醫(yī)療系統乃至全社會帶來巨大的壓力。

搜腸刮肚想把防范奧密克戎說得輕松無比，實際上只會干擾必要的準備與公眾心理預期。

2. 從不存在的90%無癥狀

幾周前不少人在強調奧密克戎感染以無癥狀居多，包括大量引用廣州當時的無癥狀占比高達95%。差不多一個月前，我曾在一篇文章里質疑過這種極高的無癥狀比例（ ）。把當時幾個疫情嚴重的城市（廣州、北京、重慶、鄭州）每日報告的無癥狀比例比較一下，就會發(fā)現這種比例有值得懷疑的地方：

我們可以看到北京（黃色）無癥狀比例一直不是那么高，很多時候以有癥狀為主。而廣州是到11月之后突然變得以無癥狀為主。

如果把這些地方10月16-11月16日一個月間的通報無癥狀以及后續(xù)的無癥狀轉確診比例匯總，就會發(fā)現四個城市的數據毫不相符：

北京無癥狀不到一半，除去轉確診的連40%都不到。而廣州無癥狀雖高，除去累計轉確診的也會降到80%多，重慶鄭州則是極高的無癥狀，轉確診的也很少。

奧密克戎在全球流行一年多來沒有發(fā)現不同亞株在致病性上顯著區(qū)別。不同城市出現了無癥狀比例巨大的差異，就我個人而言，絕不敢冒然選擇其中任何一個數據來宣傳。查找一些奧密克戎無癥狀感染的研究， 加州的一個研究發(fā)現奧密克戎時期，56%的感染者沒有注意到自己感染過，包括10%是有癥狀。以為是感冒等其它疾病[1]。另外還有國內的研究人員專門分析了2021年11月到2022年4月的文獻數據，綜合8個研究，近八千名奧密克戎感染者的數據，無癥狀感染者比例是32.4%[2]。

不同城市的數據有如此大的矛盾，又與多項研究有別，在使用所謂95%無癥狀這一說法前，嚴謹的做法應要考慮無癥狀的判定是否存在一定主觀性，以及是否存在大規(guī)模核酸篩查，導致部分潛伏期感染者被先判為無癥狀的偏差。

一些人可能會說90或95%無癥狀問題不大，后來也改成無癥狀輕癥一起說了。但我并不如此認為，無癥狀的比例一方面涉及到給民眾一個合理的預期，另一方面是對數據真實性、嚴謹性的要求。

無癥狀、有癥狀是民眾最容易感知的差別，明知疫情暴發(fā)在即，宣揚90，95%無癥狀，等于是讓民眾在真切遇到疫情后對一切防疫數據的真實性更為懷疑。而且隨意采納如此漏洞百出的數字也開了非常壞的頭，變相允許更多人采用不嚴謹但好看的數據。

疫情的發(fā)展飛快時，是會出現一些比較奇怪的數據點，對這些詭異的數據，如果沒時間求證核實，合理的做法是尋找有更多證據的數據，而非冒然將可能有問題的說法通過宣傳機器放大。

3. 99%輕癥無癥狀不代表不危險

另一個如今被“網暴”的說法是奧密克戎感染99%或99.5%是輕癥無癥狀，或者不需要住院治療。在一些人眼里看來，很多地方明明醫(yī)院爆滿，重癥病人一點都不少，120都叫不到，這種說法顯然是誤導。

對重癥率的相關說法產生懷疑的不僅是非專業(yè)人士，有些醫(yī)療工作人員也在犯嘀咕，傳言說有些地方感染的可能不是奧密克戎，而是致病性更強的德爾塔。

說99%或99.5%非重癥未必有錯。比如臺灣地區(qū)2022年的疫情數據[3]：

輕癥無癥狀比例是高達99.55%。問題出在了我們怎么把極低的重癥率放到恰當的背景里去理解。

一個疾病是不是一定要重癥率達到較高的比例才能造成嚴重危害？我們還是看臺灣的數據，2022年新冠截至12月25日在當地造成死亡已達14244人，全是奧密克戎感染。對照一下當地2021年的前十大死因[4]：

奧密克戎的這個致死人數僅次于癌癥和心臟疾病，會是第三大死因。2021年臺灣遇到德爾塔，死亡人數排在哪里呢？第19位。

當一個疾病傳播能力非常強，即便病死率、重癥率較低，也是有可能在整體上造成較大負擔。這也是為什么2022年奧密克戎在美國造成的死亡人數超20萬，僅次于癌癥與心血管疾??；而香港人口不過740萬，2022年新冠死亡11000多人。

因此，拋卻奧密克戎傳染性的背景不提，單獨說新冠重癥率低于1%或0.5%，很容易造成一個錯誤的印象：奧密克戎不危險。

4. 如何評估重癥率低于1%的新冠

其實如果我們全面評估奧密克戎的威脅，當下很多地方的困境可以說是在預料之中。

第一，在第一次遇到奧密克戎時，由于人群免疫基礎的問題，必然迅速出現大量感染，即便不到1%的人會是重癥，最終的重癥人數并不少?？梢詤⒖济绹渴f人新冠住院人數變化[5]：

2022年初奧密克戎第一波造成的高峰遠超德爾塔的峰值。其實也是美國三年疫情的最高峰。所以，奧密克戎本身的致病性是足以造成巨大的醫(yī)療壓力以及社會整體健康負擔的。這在討論奧密克戎重癥率高低時不應忽略。

第二，奧密克戎的重癥率分布不是平均的。當我們說重癥率不到1%，這是特定人口結構與免疫基礎之下的整體重癥率。在現實中不同的人群，結果會很不一樣。

還是拿臺灣的數據稍作計算，70-79，80-89，90以上的重癥率分別為0.9%，3.1%和7.8%。反過來30多歲的人重癥率是0.0095%?？梢钥吹?，高齡老人重癥率是高于1%的，而且臺灣的重癥率和病死率非常接近，年輕人中什么0.5%重癥，其實連萬分之一都不到。

因此，我個人非常不喜歡輕癥無癥狀99%或99.5%的說法。因為這個說法對于高危人群可能帶來虛假的安全感，對年輕人又有誤導——總會有些比較焦慮的人說1%風險還挺高，可有些人群風險明明比1%還要低很多。這種過度焦慮在兒童新冠感染里最為突出。

第三，奧密克戎對社會包括醫(yī)療系統的沖擊是超過重癥率本身的。由于奧密克戎的傳播能太強，第一波短短兩三個月之內一個社會感染個20-30%的人非常正常。重癥率是可能低于1%甚至0.5%，但問題是剩下99%或99.5%的人都是生龍活虎，毫無影響嗎？別說這畢竟不是感冒，就算是感冒，一個感冒的人工作效率等各方面可以和健康人比嗎？

面對奧密克戎疫情時，就要考慮到大量人生病帶來的額外沖擊。這可能是一個醫(yī)院本來能收治100個重癥病人，現在湊不齊人手，只能收治80個或者50個。也可能是一個養(yǎng)老院，本來可以較好照料里面的老人，如今護理人員不足，看護難以周全，影響到老人的健康狀態(tài)。

如果把上述這些重要的背景情況和奧密克戎的重癥率放在一起，就不會片面認為奧密克戎已經是個感冒，或者不危險，或者很容易應對。反而會覺得需要提起十二分的精神，謹慎對待。

5. 全面真實的數據是合理決策的基礎

如今不少人對之前說95%無癥狀，或99%非重癥的專家們恨之入骨。其實沒必要，無癥狀的數據收集時就可能存在一定偏差，99%非重癥也是境外一些地方的真實數據，國內也完全有可能類似。

關鍵問題不是有人在說這些數據，而是我們如何做到全面研判數據，用真實的數據做合理的決策。

比如別人報95%無癥狀，我們要想想幾個地方數據對不上，是不是采樣上存在偏差，太多是潛伏期，或者詢問患者時是否有主觀暗示讓人覺得有些癥狀不算新冠癥狀？

另一方面，也有反向的采樣偏差。比如我們說重癥率不到1%。可在一個醫(yī)院里，是不是絕對來100個人只有1一個重癥？不是啊，可能就是高危人群才主動來，或者身體狀態(tài)極差，自己熬不下去的才來。這個醫(yī)院完全有可能遇上重癥率高得多的情況。或者是一個養(yǎng)老院，相當于集中抽樣了高危人群，重癥率還能是1%嗎？

參考任何一個國家遇到奧密克戎時的情況，有哪個能說一帆風順，毫無波折的？除了朝鮮大概是名義上最順利的，大多數國家都是經歷了不小的的考驗。奧密克戎本身就夠難對付了，只有對真實的數據做全面分析，以此來獲得合理的決策，方能降低些難度。

如今國內提出的各種說法琳瑯滿目。比如說有的地方遇到德爾塔，最簡單的做法，重癥患者的樣本做些測序，不用全基因組測序，就用老套的桑格測序測一下S蛋白，很快就能知道是不是德爾塔。又比如有個城市說當地流行病毒株BF.7占47%，剩下是BA.5.2，測了幾個病毒基因組序列，能那么精確？還有個人口1000萬的城市，推算當下每日新增49-53萬，以10%比例增速?！巴扑恪钡臄底治疵膺^于精準，另外增長之快似乎也超過奧密克戎在全球擴散時的表現。

當下，中國是三年疫情以來最需要用準確真實的數據來決策的時候，不應再讓這些明顯令人存疑的“推斷”流行于世。

也可以在微博（@生物狗Y博）上找到我

參考資料

https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2795246

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9321237/

https://udn.com/news/covid19/COVID19_Taiwan

https://www.mohw.gov.tw/cp-16-70314-1.html

https://covid.cdc.gov/covid-data-tracker/#new-hospital-admissions

關鍵詞： 新冠病毒