反駁吳尊友“現在放開少死百萬人”：放開后還是要面臨死亡的危險-環(huán)球聚看點

12月17日，中國疾控中心流行病學首席專家吳尊友博士（以下簡稱吳博士）在財經年會上發(fā)表了《如何邁過黎明前的黑暗——今冬新冠疫情形勢分析》的主題演講[1，2]。

在近半個小時的演講里，吳博士主要談到了四個方面的內容：

(資料圖片僅供參考)

贏得寶貴的三年

非專業(yè)與專業(yè)

奧密克戎病死率是“魔鬼”

今冬新冠疫情的走勢

在認真聽完吳博士的演講后，心中產生了一些疑問，因為疫情防控涉及公眾的健康和切身利益，所以在此公開與吳博士探討：

現在是新冠死亡人數最少的時刻？

在演講的開頭，吳博士對為什么在這個時候推出這一新的防疫政策進行了解釋。

在吳博士看來，此前我們嚴格的防疫政策為抵抗新冠病毒贏得了寶貴的三年時間。而在經歷了三年的疫情后，新冠病毒的致病性減弱了，我們疫苗接種率達到了92%，同時我們對這種傳染病也有了一定的應對能力。

為了進一步說明現在的新冠病毒致病性的減弱，吳博士還出示了國內外一些數據。

在國內方面，吳博士統計了2020，2021以及2022年新冠在中國所導致的重癥率和病死率的情況。如下面截圖中所顯示的那樣，這三年中國大陸的新冠重癥率分別為16.47%、3.32%和0.18%，呈逐年下降狀態(tài)；而這三年的病死率則分別為5.18%、0.02%和0.04%，也就是說這兩年新冠在中國的病死率已經下降到了一個極低的水平。

從全球范圍來看，吳博士指出，12月是世界上每周新冠死亡人數最少的時刻，連續(xù)幾周都低于1萬。

但在這一點上，我想和吳博士探討一下，從吳博士給出的圖中，其實不是現在，早在4月份，世界上每周新冠死亡人數就已經開始大幅降低，和吳博士認為的“死亡人數最少的時刻”幾乎處于同一水平線上。

在這張圖中，我們還可以看出，在今年4月份之后，世界每周新冠死亡人數就一直維持在一個較低的水平。

吳博士對為什么現在推出“新十條”的解釋（圖源：參考鏈接2）

現在不是人群免疫水平最高的時候

推出“新十條”，決定與新冠病毒共存，讓人們的生活重新回歸正常，這是一件值得肯定的事情。

從吳博士所給出的信息來看，我與他在防控理念上應該是一致的，即“新十條”需要在新冠病毒致病性降低而且疫苗接種盡量讓人們有免疫力的時候推出，因為這樣才能盡量減少放開后所帶來的損害。

至于推出的最佳時機，我不敢妄言，畢竟公共政策的制定和推行時間，是一個全方位的考量結果。

我所略知一二的，是我們的疫苗接種情況。

吳博士在演講中提到，我國人群中疫苗接種率高達92%，60歲以上長者也有86%。但他沒有提的是，以上只是兩劑疫苗的接種，而且最需要保護的80歲以上長者中兩劑疫苗接種率只有65.8%。在加強針方面的數據就更不樂觀，60歲以上人群中只有68.7%，80歲以上人群中則是更低的40.4%[3]。

關于疫苗，更為重要的一點吳博士也沒有提到，即最后一次疫苗接種的時間。在中國大多數兩劑甚至加強針都是在半年到一年以前接種的。而最新的研究表明，新冠疫苗的保護效果（無論是兩劑接種還是三劑加強針）都會在幾個月后劇烈下降[4，5]。

所以，可以肯定的是，因為接種時間間隔太長，現在很多人的體內對新冠疫苗的免疫力已經大大下降。

因此可以說，推出新十條是大勢所趨和人心所向。但僅僅從接種疫苗方面來說，個人覺得有兩個時機可能會更好一些：

一是今年四月，因為那時的新冠病毒的致病性同樣處于一個較低的水平，而且大多數人完成兩劑疫苗或加強針不久，對新冠的保護作用依然相對較高。

二是比今年12月7日稍微晚半個月或一個月的時候，之所以要晚上一段時間，是需要提前告知并讓公眾能夠有時間接種新冠疫苗加強針，從而以最強的免疫狀態(tài)等待放開后大規(guī)模疫情的到來。

如果“新十條”提前到今年一月實行，中國將多死一百萬人嗎？

吳博士在演講中還做了一個這樣的假設：假若“新十條”在今年初推出，結果會怎么樣？

吳博士的結論是，這樣中國大陸在2022年將死亡86.6-103.9萬人。

我們來看看他是如何得到這個結論的，為了估算年初放開將給中國帶來多少死亡，吳博士采用了四個數據來做參考：全球、美國、中國香港、中國臺灣在2022年的新冠死亡情況。以上面四個地方的指標為依據，吳博士計算出了中國大陸如果年初放開將會出現25.3萬、103.9萬、208.9萬、86.6萬人的死亡。

接下來，吳博士去掉了上面四個值中的最高值和最低值，認為利用美國和中國臺灣的情況為依據所估算出的結果比較可信，所以得出了如果年初開放，將導致2022年中國大陸有86.6-103.9萬人因為新冠而死亡的結論。

吳博士對假若2022年年初時推出“新十條”所帶來的死亡的估算（圖源：參考鏈接2）

但在我看來，這一結論是有問題的。

就像吳博士自己注意到并且強調的那樣，奧密克戎在世界各地的病死率差異非常大，所以采用美國和中國臺灣的數據來作為依據去估算中國大陸的情況本身就不準確，最合適的依據是中國大陸自己的數據。

而令人不解的是，吳博士自己明明知道新冠病毒2022年在中國病死率——0.04%——的數據，但他沒有采用這個數據來估算死亡情況。

我們不妨在這里估算一下，假設“新十條”在2022年初推出，一年內導致一半的人口被感染，即7億。按照吳博士提供的新冠2022年在中國大陸的病死率0.04%來計算，那么整年將大致有28萬人死亡；全部14億人被感染，數字則是56萬人。

當然以上只是大致的理論估算，當大規(guī)模感染發(fā)生并導致醫(yī)療資源擠兌的時候，病死率會增加，而死亡人數也同樣會因此增多。

但無論如何，采用美國和中國臺灣的數據來估算中國大陸的情況，肯定說不上準確。除了不準確，這個算法還有誤導之嫌。

嚴格的疫情防控并不會一直持續(xù)，中國大陸終將有一天走向開放，回歸正常社會生活秩序。在嚴格的防控下，那些高危的易感人群（老年人和有基礎病的人群）只是暫時免于新冠的感染，等到放開后還是要面臨感染和死亡的危險。

這就像水庫里的水，只是暫時留在了水庫里，等到堤壩放開的時候，這些水還終將流出來。真正好的辦法，是讓這些水緩慢流下，避免瞬間的泄洪所帶來的次生災害——也就是減少因為大量人群感染而帶來的醫(yī)療擠兌造成的病死率上升。

奧密克戎的病死率是“魔鬼”嗎？

在這段視頻的22分35秒，吳博士提出“奧密克戎的病死率就是一個魔鬼”，理由是它在不同國家、不同人群、不同人口、不同疫情規(guī)模差異很大，不像狂犬病毒和流感病毒那樣相對穩(wěn)定。

吳博士在報告中提出奧密克戎病死率就是一個“魔”（圖源：參考鏈接2）

但這種差異是可以解釋的。

個人覺得主要有下面幾個方面：

01

被感染的人群的年齡結構。年輕人越多病死率越低。

02

疫苗接種情況。疫苗接種程度（尤其是在老年人中的普及程度）和疫苗的種類會影響病死率。

03

自然感染的情況。在奧密克戎流行之前，一些地方已經有了相當規(guī)模的自然感染的發(fā)生。這些之前的自然感染一方面導致了一些高危人群的死亡，另一方面讓康復者對新冠病毒有了一定的免疫力。

04

統計口徑不一致。有些地方統計的是新冠直接導致的死亡，有些地方統計的是新冠相關的死亡。

05

醫(yī)療資源一旦發(fā)生擠兌，病死率也會上升。今年4月香港的情況就是很好的教訓。

如果在以上幾個主要因素都考慮到并一致化的情況下，奧密克戎在各地的病死率的差異就會大大縮小。其實不僅奧密克戎如此，就是流感病毒也是同樣，如果在計算流感病死率的時候也摻雜有以上幾個主要因素的話，那么流感在世界各地的病死率也會呈現出巨大的差異。

所以，我個人認為，對于奧密克戎在各地不同的病死率在科學上完全可以解釋。而把一個可以用科學來解釋的事物稱為“魔鬼”，這是一種不恰當的說法，甚至可以說在對奧密克戎“妖魔化”。

很遺憾吳博士向公眾傳播一個這樣的理念。

中國大陸的低病死率是因為什么？

為了更好的解釋新冠死亡的情況，吳博士先對三個相關指標做了定義。

吳博士對新冠死亡相關的三個指標的定義（圖源：參考鏈接2）

01

死亡絕對數：新冠患者死亡總數。

02

病死率：新冠患者死亡總數占所有新冠患者的比例。

03

死亡率：新冠患者死亡總數占當地人口的比例 。

在接下來視頻中的18分30秒，吳博士提到今年1到6月份上海的新冠病毒病死率是國內其他地方的59倍，并對這個差異的原因進行了解釋。他認為“是其他地方的疫情防控的好，預防了很多人的感染，而沒有感染的人則不可能因為新冠死亡，因而把病死率降下來了?！?/p>

雖然在前一張幻燈片上，吳博士對病死率和死亡率做了清楚的名詞解釋，但顯然在這里他又把兩者混淆了。因為，既然病死率是新冠患者死亡數占所有患者的比例，那么它就和多少人感染關系不大。真正和感染人數有關的，是死亡率，即新冠患者死亡總數占當地人口的比例。

也就是說，疫情控制好減少了感染的發(fā)生，從而降低新冠死亡病例數，直接影響的是死亡率，而不是病死率。

那么中國大陸的病死率為什么遠遠低于國外呢？

從前面提到的五個主要影響奧密克戎病死率的因素來看，其中的疫苗接種和自然感染兩個因素基本可以排除。因為中國自然感染新冠的比例遠遠低于國外，所接種新冠疫苗的保護效率也相對較低，所以都不可能成為降低中國大陸奧密克戎病死率的因素。

剩下的三個因素都有可能。先說統計口徑，在國外的大多數國家，統計的是新冠相關死亡，即只要死者患上了新冠，都算新冠死亡。而在中國大陸，昨天的官方新聞發(fā)布會確定，按新冠直接導致的死亡來定義，那么死亡的人數就會大大降低，病死率也會降低到一個非常低的水平。

再說感染人群的結構。感染人群的結構不僅和一個國家和地區(qū)的整體人群結構有關，也和疫情規(guī)模有關，如果疫情控制在小規(guī)模初級的階段，那么被感染者更可能是社會活動更多的非老年人，所以這也會讓病死率維持在一個很低的水平。

最后一個醫(yī)療資源的擠兌情況。在今年12月放開之前，因為極低的感染人群，在中國的主要城市都沒有發(fā)生醫(yī)療資源的擠兌，這也是病死率維持在低水平的因素之一。

放開之后，這個因素恐怕會受到極大的沖擊，從北京這樣的一線城市的發(fā)熱門診、120急救熱線的占用情況可見一斑。

過了這個冬天，來年真的會春光明媚嗎？

這是我想與吳博士商榷的最后一個問題，在這段視頻的0分25秒，吳博士說：“那么過了這個冬天，我想明年呢就會春光明媚了?！?/p>

我不知道吳博士這里表達的是一種判斷還是一個希望。從措辭上來看，更像是判斷。稍微遺憾的是，吳博士沒有為這個判斷提供證據。

吳尊友博士在報告中對這個冬季疫情的估算 （圖源：參考鏈接2）

我們先從理論層面來看，就像吳博士自己估算的那樣，今年冬天的疫情中國大陸將會有10%-30%的總人口被感染。也就是說，在今年冬季疫情過后，依然有70%-90%的人群沒有被感染。而且因為他們接種的疫苗時間已經大多超過了一年，保護感染的效率已經大大下降，所以他們即使躲過這個冬季的疫情，其中的絕大多數還將在未來被新冠病毒感染。還有，因為新冠病毒不斷突變所導致的免疫逃逸能力的提高，感染者康復后再次被感染也有了可能。

換句話說，即使是今年冬季過后，從理論上來說疫情還會一波一波地到來。

讓我們再看看現實世界的情況，我們看看那些和中國一樣采取了嚴格防控措施，但后來在疫苗接種普及后放開的國家或地區(qū)：澳大利亞、新西蘭和中國臺灣地區(qū)。

澳大利亞、新西蘭和中國臺灣地區(qū)的新冠疫情新增病例走勢圖 （圖源：參考鏈接6）

從上圖中看，最早放開的是澳大利亞，它在2021年12月迎來了井噴式的第一波疫情。等到這波長達三、四個月的疫情緩和之后，澳大利亞在2022年的前兩個季度并沒有平靜，而是反復出現了另外三波疫情。等到第四波疫情今年10月走向低谷之后，第五波疫情在2022年第四季又撲面而來。

稍微晚一些開放的新西蘭，同樣也在放開后迎來的井噴式的疫情爆發(fā)。和澳大利亞類似，在這第一波疫情之后也沒有迎來平靜，目前還處在第三波疫情當中。而再晚開放一些的中國臺灣地區(qū)也同樣如此，目前經歷了兩波疫情，第三波疫情到來也只會是時間問題。

所以，從這些國家或地區(qū)的現實經歷來看，中國大陸在放開后的這個冬季，毫無疑問將迎來一波井噴式的新冠疫情。而在這個冬季疫情之后，一輪又一輪的疫情還會繼續(xù)到來。

當然，上面只是從新增病例數上來看，我們更應該看的是死亡人數。那么從死亡這個指標上來看，是否在這個冬季疫情之后，就會平靜下來呢？

我們還是來看看澳大利亞、新西蘭和中國臺灣地區(qū)的情況。

澳大利亞、新西蘭和中國臺灣地區(qū)的新冠疫情死亡病例走勢圖 （圖源：參考鏈接6）

從上圖中可以看到，三個地區(qū)的第一波疫情都導致了大量的死亡的發(fā)生。但在接下來的幾波疫情中，死亡也同樣在發(fā)生。比如在新西蘭，第二波疫情所帶來的死亡人數還要高于第一波。

在這里還重點需要指出的是，在新西蘭和澳大利亞，主要接種的還是更為高效的mRNA新冠疫苗，而且從完成第二針接種或加強針的接種到開放的時間相對較短，所以疫苗保護效率還在一個較高的水平。而中國大陸接種的大多是保護效率相對低的滅活疫苗，更重要的是絕大多數人完成兩針或三針接種到現在已經有了一年甚至更長的時間，疫苗的保護效率已經下降到了一個非常低的水平。

所以，雖然同樣是在疫苗接種后放開，但幾乎可以預計的是，中國大陸放開后疫情所導致的損害很可能會高于澳大利亞和新西蘭。

因此，無論是從新增病例還是從死亡人數上來看，第一波井噴式的疫情過后，并不能放松警惕，嚴峻的考驗才剛剛開始。

公眾當然可以暢想未來；但作為科學家，尤其是參與政府防疫政策制定的科學家，應該用理性謹慎地用科學數據說話，幫助我們的社會渡過這個難關，而不是盲目樂觀。

謹以此與吳尊友博士共勉。

參考文獻：

1.https://sinanews.sina.cn/native_zt/yingyanlandingpage1671284368?vt=4&pos=108

2.https://www.bilibili.com/video/BV1t24y1D7zK/?spm_id_from=333.337.search-card.all.click

3.http://www.gov.cn/xinwen/gwylflkjz216/index.htm

4.https://pubmed.ncbi.nlm.nih.gov/36220174/

5.https://pubmed.ncbi.nlm.nih.gov/35980089/

6.https://ig.ft.com/coronavirus-chart

關鍵詞： 疫苗接種