中国到底有多少人感染过新冠病毒了?| 商周专栏-k8凯发百家乐

  中国到底有多少人感染过新冠病毒了?| 商周专栏-k8凯发百家乐

中国到底有多少人感染过新冠病毒了?| 商周专栏

2023/03/02
导读
pixabay.com


撰文|商周
责编|徐卓君


●            ●            


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[1]


图源:参考资料1
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。[2]


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 (数据来源:参考资料2)


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 (数据来源:参考资料3)


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% [4]。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。


 参考资料(上下滑动可浏览)


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

2. wiegand et al. estimated sars-cov-2 antibody seroprevalence trends and relationship to reported case prevalence from a repeated, cross-sectional study in the 50 states and the district of columbia, united states—october 25, 2020–february 26, 2022. lancet reg health am. 2023 feb; 18: 100403.

3. poon et al. sars-cov-2 igg seropositivity after the severe omicron wave of covid-19 in hong kong. emerg microbes infect. 2022 dec;11(1):2116-2119.

4. http://www.news.cn/local/2022-12/06/c_1129186073.htm 







the end





参与讨论
0 条评论
评论
暂无评论内容
订阅newsletter

我们会定期将电子期刊发送到您的邮箱

go
网站地图