随想|这波新冠疫情究竟病死多少人 感染多少人

卫健委第一次宣布了中国防控放开后的新冠死亡数字：2022年12月8日至1月12日，全国在院新冠死亡病例59938例。

其中，因新冠病毒感染导致呼吸功能衰竭死亡病例5503例，基础疾病合并新冠病毒感染死亡病例54435例。

这个数据远远高于之前中国疾病预防控制中心疫情动态中发布的新冠死亡人数，根据那份发布，从1月26日开始，中国的新冠死亡人数以每日1-5个的个位数增长。

然而，与中国的感染数字相比，一个个位数的死亡数据有些失真，我们的邻居日本，到1月10日为止，1月的新冠死亡人数已经达到了3145人；另一方面，这些日子，来自高校和研究机构的讣告纷至沓来，还时常有人提及自己祖父级的亲朋，就在这几日里离世了，更有年轻人在阳康之后突发心肌炎去世的消息传来……

之前中疾控疫情通报中的数据大多来自新冠疫情的直报系统，而本次发布的死亡数据则看上去像是“从医疗机构的住院数据直接统计的”，两者都并非来自死亡监测系统，而后者是目前中国最为更全面的一个死亡统计系统。

也有人提出疑问，本次发布的死亡数据中不包含非医疗机构发生的死亡，比如，农村死在家里的情况，但本次的数据显然是强于之前中疾控“疫情通报”中简单的新冠死亡数据。

香港大学公共卫生学院副教授田林玮评价道：本次的数据发布中，“两种定义，新冠主因死亡（die of）和伴新冠死亡（die with）是清晰的，比例1:10左右，看上去也是可以理解的。这个10倍的差别，也大致是许多非官方对新冠死亡总数预测值之间的变化范围。”

1

Die of和Die with，孰优孰劣？

新冠死亡究竟应该是Die of，还是Die with，这几乎是个伴随了中国的新冠疫情走过了三年的难题。

武汉疫情期间，官方对新冠死亡的称谓是“确诊病例死亡数”，并曾在死亡数据订正时解释，“出现以上数据差异的原因：一是疫情早期病人激增，导致医疗资源挤兑，收治能力严重不足，有些患者没有入院治疗，在家中病亡……”

但对于其新冠死亡的定义，并不曾提及。

而到了去年4月的上海疫情期间，虽然并没有官方发布的新冠死亡标准，却曾有人在官方公布的死亡病例中注意到，有“直接死亡原因由基础疾病导致”的病例，同样被纳入了疫情发布中的“新增本土（新冠）死亡病例”。

尤其在4月18日的疫情通报中，曾提到一位60岁的死亡病例，合并“创伤性脑疝、创伤性硬膜下出血、多发性大脑挫裂伤、创伤性蛛网膜下腔出血”，而这些症状，有医生分析，很可能是因为外伤。

去年的12月20日，在国务院联防联控机制举行新闻发布会上，当记者问到当前新冠死亡的判断标准是什么，北京大学第一医院感染疾病科主任王贵强表示，目前判定新冠死亡的标准是，“由于新冠病毒导致的肺炎、呼吸衰竭为首要死亡诊断”，而因其他疾病、基础病，比如心脑血管疾病、心梗等疾病导致的死亡，不归类为新冠导致的死亡。 

那是新冠死亡标准的初次公开，几乎在社交媒体上引发了一场关于新冠死亡究竟该是Die of，还是Die with的大讨论。

12月29日，国家卫健委医政司司长焦雅辉在北京接受媒体采访时表示，全球目前对新冠死亡的判定标准主要分为两大类，一是感染新冠病毒后核酸阳性，由新冠病毒引发呼吸衰竭，直接导致死亡，判定为新冠死亡，二是感染后28天以内全口径的死亡都计入新冠死亡。中国从2020年以来，一直采取第一类死亡判定标准。

那么，新冠死亡标准宽泛，或是严格一点，代表着什么？有优劣之分吗？

田林玮说：“两种标准都是对的，并没有什么优劣之分”。他进一步解释：作为一个注重实践的学科，公共卫生不仅仅是科学，它还需要考虑管理学、社会心理学等等诸多因素。于是，在西方的很多国家，政府无法推行强制的隔离措施，所以他们倾向于选择更为宽泛的死亡判定标准，用一个比较高的死亡数据来唤起公众的警惕心。而如果为了避免公众的恐慌情绪，使用一个更为严格的死亡标准，也无可厚非。

英国牛津大学终身教授、流行病学讲席教授陈铮鸣提到，在英国，政府内部有不同的口径，统计局使用的是最严格的口径，必须是根本死因为新冠才计作新冠死亡，但政府公告使用的是最宽松的口径，即28天内的伴新冠死亡全部被计作新冠死亡，相关数据实时地向公众公布。

然而，即便这种选取本身并无优劣之分，我们仍有两点需要谨记，田林玮解释：“要清楚各自的死亡判定标准是什么，使用不同死亡判定标准的两个地区，死亡相关数据不能直接比较；另外一点，也是最重要的一点，可以选择宽泛或是严格的死亡判定标准，但标准一旦选定，就要严谨地按照相关标准进行统计和汇报。”

2

中国的传染病死亡界定难题

目前，对新冠死亡的界定难题，“有点像流感死亡的判断”，一位疾控系统的相关专家提到。

在中国，疫情通报中的每年流感死亡人数大约在百人左右，而复旦大学公共卫生学院的余宏杰团队在2019年发表于《柳叶刀•公共卫生》杂志上的一项研究显示，根据他们的估算，中国每年的流感死亡人数大约为8.8万。

一份对死因判定培训的内部教学资料，在一个被展示的案例中，一位罹患流行性感冒、动脉粥样硬化性心脏病和急性心肌梗死的的死亡患者，其根本死因被判断为“动脉粥样硬化性心脏病”，死因链为：动脉粥样硬化性心脏病致急性心肌梗死，而流行性感冒则作为“其他疾病诊断（促进死亡，但与导致死亡无关的其他重要情况）”。

出现这种情况的部分原因，有医生抱怨，通常，他们会更倾向于填报心脑血管疾病而非传染性疾病，“因为传染病往往代表着落后，是不好的（死因），而心脑血管疾病则更中性一些，甚至常被解读为’富贵病’。”

而现在面对新冠的感染高峰，复杂的病情和孱弱的基层医疗系统让界定“新冠死亡”变得更加困难。

多位受访者提到：很多死亡的新冠感染者都有基础疾病，而要迅速判断究竟是新冠还是基础疾病在其死亡过程中起到了决定作用并非易事。

德国埃森大学医学院病毒研究所教授陆蒙吉提到，在德国也有这种困扰，“很多复杂病例甚至需要尸体解剖，才能查明真正的病因，在大流行期间，这显然是不现实的”。

陈铮鸣说：“今天的新冠不仅仅是肺炎，最近的研究已经发现，新冠病毒可以侵袭多脏器，它可以导致心肌炎，有人还认为它可以影响胰岛细胞，直接导致糖尿病发生恶化……”在这个意义上，仅将呼吸系统相关疾病计为新冠的直接后果，也许并不是特别恰当。

因为判定病因工作的复杂性，德英等国采取了“28天”的标准，而在中国，同样因为死因判断的复杂性，采取了一种严格的“肺炎”标准。

在中国疾控中心慢病中心描述新冠死亡病例报告标准的中疾控慢发〔2022〕27号文《新冠死亡病例报告标准的通知》（可配图）中更是特意提到：需要“因病情恶化出现肺炎、 致命性呼吸窘迫等导致死亡”的患者，“若合并其他基础性疾病如高血压、冠心病及糖尿病等，则将基础性疾病填写在死亡医学证明书死亡原因的第二部分(促进死亡的其他疾病诊断）”；而“若感染者因其他原因(如伤害、其他疾病心肌梗死等)导致死亡，将其他直接导致死亡的原因作为根本死因，新型冠状病毒感染填写在死亡医学证明书死亡原因的第二部分”。

然而，虽然标准看起来简单，实际操作中，情况却往往无法那般理想。

一位一线城市三甲医院的医生提到，当他填报了一个新冠死亡病例，提交不久，就被复核人员要求提交详细的死亡小结，“对内容和字数都有要求”。这位医生觉得，这种填报，给本就繁忙的工作增添了大量额外的负担，“早知道这样就不填了”。

在农村，核酸/抗原检测的不足会导致新冠死亡数目上报的不足，一位某北方农村的村医说：他们村最近死亡的3个老人，“都填的基础病”，因为“没有做过（抗原）检测，不知道跟新冠有多大关系，万一有人来检查怎么办？”

而在基层医院，对于后续复核工作的顾虑同样会导致上报数目的不准确。一位一线城市社区医院的医生说：“新冠死亡要送到市里死亡病例讨论，非常麻烦，所以死亡诊断的第一诊断我们通常不会写新冠”。

3

超额死亡，更准确的数据？

那么，考虑到严苛标准与复杂现实之间并不良好的兼容性，又要考虑到大量并非发生在医疗机构中的死亡，我们是否有可能得到更为全面的死亡数据？

陈铮鸣建议：“要搞清楚这个数字，可能要像武汉一样，重新利用其他数据，系统的统计分析，来看超额死亡的数据。”

超额死亡，即特定时间段内观察到的死亡人数，与同一时间段内预期死亡人数之间的差值。武汉疫情后，陈铮鸣团队与中疾控慢病中心、武汉疾控中心等机构合作，利用中疾控死因监测系统中的历史数据与武汉疫情三个月期间的死亡数据进行分析，结果发现，疫情初期武汉地区的死亡率较预期增加了56%，总人数接近6000人，这其中，肺炎死亡人数4000多例，仅略高于政府在2020年4月颁布的武汉新冠死亡人数3869例，剩余的1500例，占超额死亡总数1/4的居民，死因则包含心脑血管疾病、糖尿病等其他疾病。相关研究已于2021年发表在《英国医学杂志》（BMJ）上。

超额死亡的数字大于政府公告中的死亡人数，在其他国家也并不鲜见。2022年12月，WHO公布了各国新冠期间的超额死亡数据，其中，美国的超额死亡人数为93万，而当时美国公布的前两年的新冠死亡人数为82.5万，多死了10万人。

而印度的数据则更为离谱，世卫组织估计印度的超额死亡474万，但印度自报的新冠死亡数据只有52万，超了近10倍。因此，印度甚至还跟世卫组织起了争执，印度政府公开表示：世卫组织方面的数据不可接受，且其研究方法是不正确的。

陈铮鸣解释：“一方面，检测不足会导致很多新冠死亡未被计入；另一方面，超额死亡计算时，很多与新冠无关的死亡也被计算在了其中，比如：因医疗挤兑导致的治疗延误造成的死亡，因疫情造成的精神抑郁进而导致死亡等。后一种死亡，虽然与新冠在医学上看似无关，但实际却也有一定的关联性”。

超额死亡几乎是金标准一样的存在，然而，数月，甚至半年之后，当我们终于得到了“准确”的数据，使用真实、准确的数据进行科学决策的时机却早已失去了。

对于一个准确、靠谱的数据的重要性，田林玮则提到：“缺乏准确靠谱的数据公开，会影响各级政府的决策能力和公众在危机事件中的配合程度。从一定意义上，数据的发布是为了让公众更清楚地了解到他们目前面临的疫情形势，每一次信息发布都是政府向公众进行危机沟通和健康教育的一次机会，一套含糊的数据发布，一方面会误导公众对当前形势的判断，另一方面，也会损害公信力。”

------------------------------------------华丽的分割线-----------------------------------------------

自去年12月8日不再开展全员核酸筛查以来，关于中国的感染人数、感染率、重症率；中国处于大流行的哪个阶段；各地有没有过峰等问题众说纷纭。

就在前天，中疾控终于公布了一份《全国新型冠状病毒感染疫情情况》， 其中包括人群感染的监测数据、全国发热门诊（诊室）诊疗情况 、在院的新冠病毒感染者人数、在院的重症人数和死亡人数等多个公众极为关心的数据。

从中疾控的这份通报来看，中国第一波疫情的感染高峰已过：

各省份报告人群核酸检测阳性人数在12月22日达到高峰（694万）后逐步下降，2023年1月23日降至最低1.5万；检测阳性率12月25日（29.2%）达高峰后逐步下降，1月23日降低到5.5%。 

全国报告人群新冠病毒抗原检测阳性人数和阳性率也在12月22日达高峰（33.7万、21.3%）后波动下降，2023年1月23日降至最低，分别为4773和4.5%。  

实际上，从12月底开始，各地都在陆续通报已经过峰。

早在2022年12月29日，四川省疾病预防控制中心党委书记唐雪峰就研判，四川省居民的整体感染发病率已超过八成。

2023年1月9日，河南省卫健委主任阚全程称，截至1月6日，全省新冠病毒感染率为89%。

广州市官方也在1月18日宣布，广州市疫情已进入流行尾期，人群感染率超过85%。

不过值得注意的是，中疾控的通报中没有全国和各地的感染率和感染人数的数据。

哪怕是用中疾控公布的监测数据的高峰感染人数（核酸检测694万+抗原检测33.7万）乘以自12月9日到1月23日的46天，得到的感染人数也仅3亿出头，这和各地此前公布的数据仍有较大差距。

这是由于中疾控的数据只能覆盖部分的监测人群，而各地的数据更多是通过医院就诊人数、网络调查、数据模型等推演而来，也不是一个准确的数据。

所以现在已知的是，感染高峰已过，但具体感染率多少，感染人数几何，不同地区有什么差异，感染人群的年龄分布，城乡差别，仍未可知。

准确的数据，有助于防控第二波疫情

国家卫健委新冠疫情应对领导小组专家组组长梁万年在去年12月29日接受媒体采访时提到：“从公共卫生角度来看，在疫情流行和快速传播期，很难准确判断有多少病死率、死亡率，只有疫情周期过去后，才能比较精准地判断，现阶段应把防重症、防病亡放在优先位置。” 

在井喷式的疫情里，把防重症和死亡放在首位当然有必要，但当感染高峰过去后，理应有更多的人力来调查和研究这些数据，为第二波疫情做好充分的准备。

这些数据无疑是极其重要的，关系到下一步疫情政策的制定。毕竟，从其他国家的经验来看，第一波只是开始，远未结束。

虽然很难统计现在中国的感染数据，不过，和中国一样之前采取了严格管控、然后在奥密克戎主导的疫情里放开的新西兰、中国香港和中国台湾地区的情况可以为我们提供一些参考。

我们先来看一张图，包括新西兰、中国香港和中国台湾地区的疫情的发展情况。

从图中我们可以看到新西兰、中国香港和中国台湾地区在放开后的感染情况。在放开后的第一波疫情（截至图中曲线剧烈上升后的第一个缓和处）中这三个地区分别有25%、16%、20%左右的人被确诊感染。

那么，同样在奥密克戎主导的疫情中放开的中国大陆正在进行的第一波疫情里，全部人口被感染的比例是不是也和上面三个数字类似呢？

不是的。

新西兰、香港和台湾地区在放开后的第一波疫情中依然能做到对感染人数做出细致的统计，被感染者依然能够得到应有的隔离，这能够缓解疫情的进展。

而在中国大陆地区，因为人群的免疫水平、季节、人口密度、春运、忽然放开的管控措施等因素，导致病毒传播的速度加快，导致更高比例感染的发生。

另外，即使在新西兰、香港和台湾地区有着较为完善的疫情统计信息，因为漏诊、漏报、无症状感染等因素，这些地区所统计的确诊病例要比实际感染人数低。如果要准确地估算感染人数，需要采用更为科学的方法。

那么，如何科学估算实际感染情况呢？

尽快开展人群中的抗体水平检测

检测人体内针对新冠病毒特异的抗体，是目前最好的估算群体感染情况的方法。

原理很简单，就是人在被新冠病毒感染后，无论是出现了症状还是没有出现症状，人体内都会产生针对新冠病毒的特异抗体。所以检测人体内针对新冠病毒的抗体，就能够判断一个人是否已经被感染。

因为疫苗接种同样会让人产生针对新冠病毒的抗体，所以利用这种方法的时候需要将自然感染和疫苗接种区分出出来。比如，mRNA新冠疫苗所使用的抗原是新冠病毒的刺突蛋白（S蛋白），人在接种这种疫苗后体内只会产生抗S蛋白的抗体。而在自然感染的过程中，人接触的是整个病毒，所以会产生针对多个新冠病毒成分的抗体。

因此，检测除抗S蛋白之外的抗新冠病毒抗体（比如抗核衣壳（N）蛋白抗体），就可以把自然感染和接种mRNA疫苗区分开来。

一项最近发表的来自美国的研究就是一个很好的例子。在这项研究里，研究人员检测了从2020年10月到2022年2月美国人群中抗新冠病毒的抗体演变情况。

我们截取其中2021年6月到2022年2月的抗新冠病毒N蛋白抗体的结果，和同期的官方统计的确诊人数的情况做一个对比，就可以看出两者的大致关系来。

美国2021年6月到2022年2月间抗新冠病毒N蛋白抗体和官方统计确诊感染情况对比图

按照官方的统计，2021年6月有10%的美国人被新冠病毒感染，这一比例到2022年2月的时候上升到了23%；而抗体检测结果则显示，在2021年6月的时候实际上25%的人已经被新冠病毒感染过，到2022年2月的时候就更是上升到了58%。

也就是说，实际感染人数是官方统计的两倍以上。

那在美国所使用的检测抗体的方法是否可以同样应用到中国呢？

不能。因为绝大多数中国人接种的是灭活疫苗，也就是整个新冠病毒，所以在接种疫苗后不仅会产生抗S蛋白的抗体，还会产生抗N蛋白的抗体。

那么，有没有办法在接种了灭活疫苗的中国人群中检测出新冠病毒自然感染的情况呢？

可以的。虽然都是完整的新冠病毒，灭活疫苗是死去的病毒，没有感染和增殖的能力；而自然感染的新冠病毒则不一样，它们会在人体内增殖并导致感染的发生。所以，通过检测针对那些只有在感染时才表达的抗原的抗体（比如抗ORF8抗体），就可以区分自然感染和灭活疫苗接种。

最近发表的一项来自中国香港的研究就是这么做的，因为香港同样有一大部分人接种了灭活新冠疫苗。在这项研究里，研究人员检测了2021年12月到2022年5月间针对新冠病毒的抗体情况。

香港地区2021年12月到2022年5月抗新冠病毒ORF8抗体和官方统计确诊感染情况对比图

在2021年12月，香港官方统计有1.6%的人被新冠病毒感染，这一比例到2022年5月的时候上升到了16%；而针对ORF8的抗体检测结果则显示，在2021年12月的时候实际上2.3%的人已经被新冠病毒感染过，这一比例2022年5月的时候则上升到了23%。

所以科学研究的数据说明，检测针对新冠病毒的抗体是估算人群中被新冠病毒感染比例的最好的科学方法。但即使作为目前最科学的方法，它依然有两点需要注意的局限性。

第一，不是所有的新冠病毒感染都会产生针对抗N蛋白以及抗ORF8的抗体；第二，自然感染所产生的抗N蛋白以及抗ORF8的抗体会随着时间延长而降低。因为这两个因素，我们所检测到的抗体阳性率会依然比实际新冠感染率要低一些。

为了尽可能能低接近真实情况，一个方案就是是及时地去检测抗体。

以上就是如何用科学的方法估算现实世界新冠病毒感的情况。需要说明的是，这是写给大众读者看的科普文章。制定防疫政策的专家，他们应当更为专业。

科学、严谨、真实的数据是科学防疫的根本，不严谨的数据则可能起到相反的作用。

一个例子就是去年12月月初关于广州疫情的信息，16万多的感染者里无症状的比例高达90% 。类似这样的数据容易让人过于乐观，从而在接下来的疫情中产生巨大落差。

就像我们看到的那样，当汹涌的疫情在去年12月份来临的时候，人们发现绝大多数人都出现了症状，大量的患者涌向了医院，让医护人员疲于奔命。

所以，为了让科学精准防疫具体落到实处，下一步我们需要科学严谨的数据，并依靠这样的数据来制定防疫政策