Nature子刊：美国4月时感染人数或近10倍于确诊病例

UFO爱好者

Nature子刊：美国4月时感染人数或近10倍于确诊病例是怎么回事，是真的吗？2020年09月11日是本文发布时间是这个时间。下面一起来看看到底怎么回事吧。
                                Nature子刊：美国4月时感染人数或近10倍于确诊病例
                               
                                最新研究表示，截至今年4月18日，美国的新冠肺炎病例数可能已经超过了640万，是当时报告病例数（约72万）的9倍。
                               
                               


图片来源：Washington Post/Mario Tama


撰文丨罗丁豪

美国新冠疫情的严重程度，似乎超乎大多数人的预想。自3月26日，美国报告的新冠病例数升至全球首位开始[1]，感染人数和死亡人数就一直居高不下。据约翰·霍普金斯医学院9月10日的疫情数据，美国的病例数在过去一周内增长了25万，其中死亡接近5000例；而美国的总病例数至今已达632万，死亡人数接近19万[2]。

极高的病例数和死亡数本身已经是坏消息，但许多研究说明，美国的疫情数据很可能被大大低估了。早在四月份，一篇利用血清阳性率（seroprevalence）作为新冠病毒感染标准的研究，就估测出洛杉矶（Los Angeles）的新冠病毒抗体阳性率为4.65%，远超官方报告的0.1%感染率[3]。而就在本周发表于《自然·通讯》上的一项研究则表示，截至今年4月18日，美国的新冠肺炎病例数可能已经超过了640万，是当时报告病例数（约72万）的9倍。



这项研究的共同作者，加州大学伯克利分校公共健康学院的流行病学和生物统计学教授，杰德·本杰明-钟（Jade Benjamin-Chung）表示：“这个差异的大部分都源于检测不足。”她认为，美国亟需更多检测，尤其是“对无症状人群”的检测[4]。因此，美国在疫情早期忽略的无症状感染者，很可能就是公布的感染人数与分析结果相差甚远的原因。

实际上，对无症状人群的检测，与疫情早期时美国疾病预防控制中心（CDC）的指令相悖。CDC当时认为，只有表现出中等到严重症状的患者才需要接受检测。然而数据表明，30%到70%的感染者只会表现出轻微症状，有些感染者甚至不会表现出任何症状。本杰明-钟表示，大量的无症状感染者拉高了感染人数，但他们自己“可能并不会被算入确诊病例中”[4]。

这项新的研究利用了半贝叶斯概率偏差分析（semi-Bayesian probabilistic bias analysis）[5]。概率偏差分析通常用于流行病学研究，以量化并校正观察性研究（observational studies）中测量偏差（measurement bias）带来的影响。这类分析不考虑病毒的传播模型，不对未来的感染人数做预测，而是为了从报告数据中，估测出实际感染人数。

研究人员将两种重要的测量偏差（检测不足和诊断精度缺陷）考虑在内，估测了美国疫情初期（2月28日到4月18日）的实际感染人数。他们发现，在估测出的640万感染病例中，有89%都未被报告；而在这其中，约86%的未报病例是检测不足导致的，而余下的未报病例则是由检测精度缺陷产生的。分析显示，截止至4月18日，可能有1.9%的美国人口已感染了新冠病毒，然而在官方报告中，这个数字是0.2%[6]。


图1：截止至4月18日，美国各个州的新冠病毒检测率。纵轴为每1000人中，每日接受检测的人数。横轴为日期。

如图1所示，在4月18日前，东北部（包括纽约州、罗德岛、马塞诸塞州等）的千人日检测率是最高的，而中西和南部（包括堪萨斯州和加利福尼亚州等）的千人日检测率则是最低的。这种州与州之间的检测率差异，也导致了各州不同的估测感染与报告感染的比率。





图2：美国各州的估测病例与报告病例的比值。颜色越深，比值越高。黑色线段表示估测分布与报告病例比值的2.5和97.5百分位数，涂色直方表示每个州的估测分布与报告病例比值的中位数。

如图2所示，分析与官方报告差距最大的是波多黎各自治邦（The Commonwealth of Puerto Rico），其在4月18日前的检测率不足5人/1000人每日，报告病例数则比分析得出的实际病例数低了33倍。而差异最小的则是罗德岛、纽约等检测率相对较高的州，例如罗德岛和纽约州的估测病例，大约是报告病例的5倍。

本杰明-钟指出，对于学界来说，这项结果很可能在预料之内。但对于公众来说，“‘每天100例’和‘每天900’例的差别，足以敦促大家更注意保持社交距离”。而对政策制定者来说，这项研究再次重申了提高检测力度的重要性。她强调，我们需要更多地“检测无症状人群”[6]。

论文中提到，利用帝国理工学院在三月发布的一个数学模型[7]进行计算可以得出，如今的美国疫情就算在执行了社交隔离的情况下，在2020年结束前，也还是可能会达到累积在每1000人中就有560人感染的情况。

而目前来看，新冠病毒顶多就能给予患者1~2年的免疫力，那么根据当下情况最终只会有一小部分美国人有免疫力，美国“离群体免疫还差得很远”，这也意味着有疫情的国家仍需要大批量进行检测。从这篇新研究的结果来看，疫情早期中国、韩国等亚洲国家与地区提倡的全民检测，也许是抑制疫情的关键因素，也是值得其他正在经历大规模疫情的国家应该学习的宝贵经验。


参考链接：

[1] BBC中文. ‘肺炎疫情：美国确诊病例升至全球首位’. 27 March, 2020. Retrieved 10 September, 2020 from: https://www.bbc.com/zhongwen/simp/world-52058603.
[2] Johns Hopkins University & Medicine. ‘United States.’ Retrieved 3:17 GMT, 10 September, 2020 from: https://coronavirus.jhu.edu/region/united-states.
[3] Sood, N. et al. Seroprevalence of SARS-CoV-2-specific antibodies among adults in Los Angeles County, California, on April 10–11, 2020. JAMA 323, 2425–2427 (2020).
[4] Berkeley Public Health. ‘US COVID-19 Cases May Be Substantially Underestimated.’ Retrieved 10 September, 2020 from: https://publichealth.berkeley.edu/news-media/research-highlights/us-covid-19-cases-may-be-substantially-underestimated/.
[5] Lash, T. L., Fox, M. P. & Fink, A. K. Applying Quantitative Bias Analysis to Epidemiologic Data. (Springer Science & Business Media, 2011).
[6] Benjamin-Chung, J. (2020). ‘How much do COVID-19 case counts underestimate the size of the pandemic?’ Nature Microbiology Community. Retrieved 10 September, 2020 from: https://naturemicrobiologycommunity.nature.com/posts/how-much-do-covid-19-case-counts-underestimate-the-size-of-the-pandemic.
[7] Walker, P. et al. The global impact of COVID-19 and strategies for mitigation and suppression. https://www.imperial.ac.uk/media/imperial-college/medicine/sph/ide/gida-fellowships/Imperial-College-COVID19-Global-Impact-26-03-2020v2.pdf (2020).

原始论文：
Wu, S.L., Mertens, A.N., Crider, Y.S. et al. Substantial underestimation of SARS-CoV-2 infection in the United States. Nat Commun 11, 4507 (2020). https://doi.org/10.1038/s41467-020-18272-4.