奥米克戎可能导致中国160万死亡的建模靠谱吗？

最近上海研究人员在《自然|医学》上发表了一个疫情建模，模拟了奥米克戎在中国可能造成的住院、死亡人数【1】。

该建模提出，如果仅维持奥米克戎疫情出现前的防疫强度——包括维持疫苗接种速度等，中国在半年内将有160万人因新冠而死亡，住院也远超国家拥有的病床数，会导致严重的医疗挤兑。而仅靠增加老年人疫苗接种或抗病毒药物使用仍无法防止医疗挤兑与大量死亡，只有在二者基础上加上强有力的公卫措施，把病毒扩增系数Rt降低到2以下，才能防止中国医疗系统被击穿。

160万死亡显然是个非常惊人的数据，没有强有力的物理防疫措施无法避免医疗挤兑更是非常吓人的结论。论文也在网上引起了大量讨论。

1. 160万死亡的基线状况可能吗？

这个建模后续的所有模拟都是在基线状况之上，如加入各种措施，会产生什么效果。所以建模做出来的 基线奥米克戎疫情是整篇论文的根本。

那基线状况是怎么模拟出来的呢？是根据中国人口结构以及疫苗接种状况，再参考香港那边跟踪出来的灭活疫苗有效性，推导出来的。160万死亡也是由此而来。

但这个基线状况靠谱吗？160万死亡对应的是内地每千人死亡1.1人。对比一下疫情已经消退的香港，截至5月4日，当地奥米克戎疫情累计死亡9115例，对应740万人口，每千人死亡也只有1.2人【2】。而香港在疫情中实质上是躺平了，还创下了全球新冠每日粗死亡率的记录。

说白了，这个各种大数据模拟出来的160万死亡，相当于是把香港的死亡率直接扩展到中国14亿人口，与网上一些键盘侠之前的推算在本质上是一样的。 但问题是内地可能和香港一样吗？！

新冠死亡人数直接取决于高危人群。而什么样是高危？没打疫苗的老年人最高危。所以如果人口结构中老年人比例高，疫苗接种不足——特别是老人接种少，病死率就高。

对比内地与香港，根据2021年公布的第七次人口普查，中国60岁以上老年人占人口比例是18.7%，而香港是28.5%（740万港人中120万老人）。而疫苗接种率，论文中引述的三月中国接种率如下：

全人口接种率87.9%，老年人也超过80%，甚至70岁以上也超过70%。这也是远超香港遇到奥米克戎时的状况的。

香港在2月下旬奥米克戎已经暴发时，接种率也低于中国内地3月数据：

香港最后死亡率如此高，关键问题出在了越高龄接种率越低，像死亡病例的年龄中位数达到了86岁。

我不怀疑如果“躺平”内地会付出惨痛的代价，只不过这160万人的结论未免过于惊悚。决定某个地区新冠住院、死亡人数的两个关键要素： 高龄人口比例与疫苗接种率，内地都比香港形势好不少，死亡率能如此类似？！

2. ICU病房不够的问题

建模里基线状况下的数据不仅是160万死亡的数据非常离谱，其它也颇难与现实融洽。

如累计270万ICU住院（每千人1.89例），远超中国拥有的ICU病床数。参考香港在奥米克戎疫情时期的总结，当地ICU住院人数从来未超过300人，一直在医疗系统可承受范围内，甚至有学者总结如果奥米克戎导致香港医疗崩溃， 原因是资源调配不合理，而不是疾病本身导致【3】。

为啥一个疫苗接种率更低、高危人口比例更高的地方，面对同一个奥米克戎BA.2，实际躺平的ICU没崩溃？而参考别人的数据模拟，明明自己基础更好，却整出崩溃了？

别说疫苗不一样，香港老年人里就是科兴接种多，而且疫情暴发时打第三针的人很少， 死亡威胁最严重的高危人群里，内地与香港用的装备没区别，你觉得自己是个青铜，人家也不是黄金圣斗士。

另外在内地不同地区的模拟中，上海由于老人疫苗接种率低（60岁以上接种率62%），模拟结果是每千人死亡1.79例。问题是即便是上海，接种率与老龄化（23.2%居民是60岁以上）都没香港惨啊。咋就模拟出死亡率比香港高出一大截呢？

模拟结果不自洽都不只是与刚经过奥米克戎疫情的香港数据难以契合，就是与内地实际状况也有矛盾之处。

上海到5月初感染已达60万，每千人感染24例，规模不小，对应死亡503例【4】。即便把感染与病死同时乘以10——意味着2500万上海居民中超过四分之一感染，每千人死亡也是0.2人。1.79几乎意味着上海至今感染的全是年轻人，等感染波及老年人，病死率会急速攀升。可60万感染即便对应一个2500万人的城市也不是小规模，能有那么大的抽样偏差吗？

3. 干预措施的效果

就像前文提及，基线是所有后续模拟的基础。在基线模拟如此不合理的情况下，后续的分析很难参照。可即便如此，文章对一些干预措施的预测也颇有问题。

如关于治疗药物，假设的场景是50%的有症状感染者用上或全部有症状者用上。 这种假设根本不符合新冠单抗与抗病毒药的用法。这些药物是给高危人群使用，降低住院死亡风险，根本不需要无差别给有症状者使用，只要抓高危人群就行。

160万死亡中74.7%（119.5万）是未接种疫苗的老年人。参考文中1.12亿有症状感染，全人口的8%，假设所有人感染风险一致（即疫苗不防感染），未接种老人总数是5200万，8%感染是416万。若这些人全部用药，降低死亡风险按药物的保守估计是80%，原本这个人群的119.5万死亡会降低到23.9万，总死亡降低到了65万以下。

药物使用总数不到建模中提出的一半感染者用药的十分之一，却能降低死亡约60%，远超文中提出一半人用药的减少40%死亡。 模型 是否低估了过去两年现代医学对新冠的治疗进展？

低估最明显的是对疫苗接种率最高的山东的模拟结果。山东老人接种接近90%，第三针超过70%。模拟结果居然每千人死亡0.84，没比香港的1.1好多少。 模拟使用的疫苗有效性来自香港，防死亡接种完2-3针后灭活与mRNA疫苗类似。山东老人接种率与新西兰、新加坡等疫苗接种领先国家差距没那么大，新加坡每千人死亡率仅有0.08，实在无法理解怎么能模拟出山东死亡率比新加坡高10倍多。

实际上按模拟结果来看接种疫苗还真没什么用。高危人群90%的全程接种率与70%的三针接种率，继续提高还能有多少空间？每千人死亡0.84，放大到全国还是有122万死亡，住院一样超过医疗系统承受范围。要这结果准确，大家都可以洗洗睡了。

可新西兰、新加坡偏偏靠较高的疫苗接种率把新冠死亡率降低到了每千人0.1以下。按该建模来看，这些都是不可能发生的吧。可惜新西兰、新加坡都是实实在在存在的国家，而这个模型别说发表在《自然|医学》上，就是CNS同时头版头条，也只是一个虚构的模型而已。

4. 模型都准确地预测了过去

有趣的是和诸多新冠疫情的建模一样， 模型模拟过去的疫情是严丝合缝：

我对如何建模啥的是一窍不通，不过有句话我个人认为对这类基于大数据的研究是通用的，那就是“garbage in, garbage out”，所谓的 输入数据不佳，结论不靠谱。

论文作者们也承认建模的很多参数有不确定性：疫苗有效性随时间的变化、病死率波动等等。还是以香港为例，60-70岁与80岁以上，都是老人，但病死风险差异巨大。上海做的建模里，疫苗接种数据都只分了60-70岁与70岁以上老人，没法做更细致的区分。那么多不确定性，最后居然模拟出与现实如此贴切的结果，这确实是现在新冠疫情模拟普遍的神奇之处。

当然，这种出奇的准往往仅限于对疫情的过去做模拟。像美国最权威的IHME建模，自疫情以来， 预测未来被反复打脸，但每次都能总结出自己的模拟与过去发生的情况非常吻合，反过来长期成为最准确的新冠预测。

所以对诸多模拟与预测，参考就好。没必要依靠别人预测的未来过日子，毕竟， 我们自己就活在真实的历史中。明天如何，靠自己的眼睛去看，靠自己的手去触碰，靠自己的心去感受就行。

5. 关于物理防疫措施

还有加入严格的公卫手段才能阻止疫情的说法。我不反对合理、必要的防疫手段，各种物理防疫措施虽会让居民生活不便，但疫情高峰时也应在考虑范围内。

可是我们要思考采用的措施是 否真的必要，是否真的有效，是否真的值得。像上海的建模，很随意就把关停学校、工作场所作为防疫基础场景。又很轻描淡写地说加入把Rt降到2以下的手段。

不知道这些手段背后的代价有没有人可以去建模分析一下？比如关停学校，关停多久，对未成年人的身心发展影响如何？当开始模拟各种非医药手段来防疫的时候， 至少也模拟一下这些额外付出的其它影响吧？

美国现在防疫一个非常一致的观点， 关停学校是极大的错误。注意美国之前确实为了防疫关过学校，这是他们根据两年多来的经验教训总结出来的。为什么我们现在还把这个作为默认选项？

只计算新冠感染与死亡自然可以得出任何加强防控的手段都在“拯救生命”，但这种拯救对于那些因无法正常就医而过世，因长期封闭而患上心理疾病，因无法工作而生活困顿的人来说，无疑是残忍的。

当光鲜亮丽的论文论证出各种合理与必要时，我感受到的却是一将功成万骨枯般的不寒而栗。