Covid-19-Endgame-Omicron-ppt-2of2.pdf
0 likes229 views
本文深入探讨了新冠疫情在不同地区（非洲、南亚、欧美和东亚）的影响与应对。非洲面临资源匮乏及疫苗接种率低的问题，而南亚在自然免疫方面具有优势，欧美则利用疫苗接种缓解疫情影响。文档结尾总结了各地区的疫情性质及未来可能的共存策略。
Covid-19-Endgame-Omicron-ppt-2of2.pdf
- 2. 溫馨提示 ? 問題很多！ ? 圖表很多！ ? 结论在最后一节?
- 3. 目錄 1. 終結的開始 2. 99比2 3. 怎麼知道是Ｏ波？ 4. 非洲怎麼了？ 5. 南亚怎麼了？ 6. 欧美怎麼了？ 7. 西太/東亞怎麼了？ 8. 影响评估 9. 共存之後又如何？ 10. 清零之後又如何？ 11. 结论
- 4. （续上文）
- 5. 非洲怎麼了？
- 6. 資源和能力 ? 非洲是全球最匱乏的洲 ? 社會經濟和醫療衛生系統 ? 國家、社區、家庭和個人層面 ? 如何應對大流行備受關注
- 7. 最匱乏的得到最少 ? 非洲獲得的診斷試劑、疫苗、治療藥物很少 ? 疫苗覆蓋率遠遠低於全球水平 ? 在翱尘颈肠谤辞苍疫情开始时，2剂覆盖率还不到10%
- 8. 0 10 20 30 40 50 60 70 80 90 100 21.01 21.02 21.03 21.04 21.05 21.06 21.07 21.08 21.09 21.1 21.11 21.12 22.01 22.02 22.03 疫 苗 覆 蓋 率 （ ％ ） 圖16：非洲疫苗覆蓋率與全球及歐盟比較 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 歐盟-2劑 全球-2劑 歐盟-3劑 全球-3劑 非洲-2劑 非洲-3劑 Delta Omicron
- 9. 不是躺平只是無奈 ? 非洲經歷了四波疫情 1. 原始株 2. Alpha/Beta 3. Delta 4. Omicron
- 14. 意料之外 ? 四波疫情期間 ? 很少的病例數 ? 很少的死亡數 ? 似乎從沒有關於醫療系統和社會失常的報導
- 15. 可能的原因 ? 報告不全 ? 世衛基於血清學調查結果推算，至2021年第三季，非洲人 口真實感染率是累計報告發病率的97（10-958）倍 ? 優先性 ? 非洲國家和民眾日常必需面對許多重大挑戰，Covid-19只 是其中之一，且很可能不是最重大者 ? 倖存者偏差 ? 非洲民眾較少受人類文明和科技保護，經歷較嚴酷的自然 選擇，倖存者脆弱性較低
- 16. 自然免疫 ? 疫苗接種微不足道 ? 自然免疫是唯一可能 ? 在Delta前，中非洲自然感染率已逾50% ? 在Omicron前，中西東非洲自然感染率均已逾 70%，僅南非洲略低，達56%
- 17. 0 10 20 30 40 50 60 70 80 90 100 20Q1 20Q2 20Q3 20Q4 21Q1 21Q2 21Q3 21Q4 22Q1 血 清 陽 性 率 （ ％ ） 圖19：非洲按區域及季度血清陽性率中位數 （資料來自WHO，澳門湯家耀2022年5月制圖） Delta 中非洲 西非洲 東非洲 南非洲 Omicron
- 18. Omicron疫情 ? 非洲Ｏ波不聲不響地迅速過去 ? 實質上是一次全民強制性加強免疫 ? 對曾感染者，Omicron相當於加強劑 ? 對未曾感染者，BA.1和BA.2相當於2至3劑接種
- 19. 南亚怎麼了？
- 20. 全球重心 ? 大流行之初曾有專家說：大流行的全球影響最 終取決於印度 ? 南亞有多個人口大國，總人口約佔全球1/4 ? 许多民眾在贫困挤逼的条件下生活
- 21. 三波疫情 ? 世衛東南亞區域整體而言，主要是三波 1. 原始株 2. Delta 3. Omicron ? 南亞各國有些差異，三、四、五波都有
- 26. 疫苗接種 ? 南亞資源和能力優於非洲，但疫苗接種率仍低 於全球平均水平 ? 在Delta出現時，疫苗接種率接近零 ? 在Omicron開始時，2劑覆蓋率在30%上下，3劑 接種尚未開始
- 27. 0 10 20 30 40 50 60 70 80 90 100 21.01 21.02 21.03 21.04 21.05 21.06 21.07 21.08 21.09 21.1 21.11 21.12 22.01 22.02 22.03 疫 苗 覆 蓋 率 （ ％ ） 圖22：印度、巴基斯坦、孟加拉疫苗覆蓋率 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 孟加拉-2劑 印度-2劑 巴基斯坦-2劑 孟加拉-3劑 巴基斯坦-3劑 印度-3劑 Delta Omicron
- 28. 自然免疫 ? 南亞民眾的群體免疫仍主要由自然感染構成 ? 在Delta前，印度的自然感染率逾30% ? 以零接種率硬食Delta疫情之後，血清陽性率（自 然感染＋疫苗接種）達至90%以上 ? 2021年11月官方宣示：印度成為首個實現與 Covid-19共存的國家 ? 是否首個，可以商榷，但共存應屬實 ? Omicron對於印度／南亞而言，無疑地是加強劑
- 29. 0 10 20 30 40 50 60 70 80 90 100 20Q1 20Q2 20Q3 20Q4 21Q1 21Q2 21Q3 21Q4 22Q1 血 清 陽 性 率 （ ％ ） 圖23：印度140項血清學調查結果 （資料來自SeroTracker，澳門湯家耀2022年5月制圖） 所有調查合計陽性率 全國調查-城市貧民區 全國調查-城市非貧民區 全國調查-農村 Delta Omicron
- 30. 圖24：2021年11月印度官方宣示Covid已成為地方病 （原圖截自The New Indian Express，澳門湯家耀2022年5月加入中文標註） 2021年11月15日新印度快報：印度，Covid成為地方性流行病（香港稱為風土病）的第一個國家。
- 31. 欧美怎麼了？
- 32. 富裕也是一種脆弱 ? 西歐和北美代表全球資源和能力最充裕的地區 ? 大流行前半，許多歐美國家疫情意料之外地顯 得嚴重，可能的原因 ? 報告和關注過度 ? 優良生活條件使人口老化和弱化，難以應對新病 毒挑戰 ? 個人自由選擇減低防控措施效能
- 33. 四波疫情 ? 歐美大體上也經歷四波疫情 1. 原始株 2. Alpha/Beta 3. Delta 4. Omicron ? 多數在一定程度上控制Delta疫情，第三波低 於第二波甚至第一波
- 38. 疫苗接種 ? 歐美國家與非洲和南亞最大的差異，在於檢測 、疫苗接種、治療藥物的可得性 ? 歐美國家主要憑藉疫苗接種應對第三波和第四 波疫情，改變大流行前半的劣勢 ? 應對Delta疫情期間，2劑疫苗覆蓋率大幅提升 ? 應對Omicron疫情期間，3劑疫苗覆蓋率大幅提 升
- 39. 0 10 20 30 40 50 60 70 80 90 100 21.01 21.02 21.03 21.04 21.05 21.06 21.07 21.08 21.09 21.1 21.11 21.12 22.01 22.02 22.03 疫 苗 覆 蓋 率 （ ％ ） 圖27：美國、德國、英國疫苗覆蓋率 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 德國-2劑 英國-2劑 美國-2劑 德國-3劑 英國-3劑 美國-3劑 Delta Omicron
- 40. 群體免疫 ? 歐美民眾自然感染率顯著低於非洲和南亞 ? 群體免疫主要由疫苗接種構成 ? Omicron是對疫苗成效的一次全面檢測、補 遺和加強
- 42. 0 10 20 30 40 50 60 70 80 90 100 20.04 20.05 20.06 20.07 20.08 20.09 20.10 20.11 20.12 21.01 21.02 21.03 21.04 21.05 21.06 21.07 21.08 21.09 21.10 21.11 21.12 22.01 22.02 22.03 率 （ ％ ） 圖28b：瑞典疫苗覆蓋率及血清陽性率 （資料來自Swedish Public Health Agency，澳門湯家耀2022年5月制圖） 0-19歲陽性率 20-64歲陽性率 65-95歲陽性率 2劑疫苗覆蓋率 Delta Omicron
- 43. Ｏ波比較 ? 法國較典型曲線高尖，可能較不理想 ? 英國幾乎與典型曲線重合，意大利也接近 ? 德國雙峰明顯，第一峰較平緩，第二峰與典型 相若 ? 美國Ｏ波比典型曲線縮小一些，或與之前人口 感染率較高有關 ? 加拿大Ｏ波平緩，在同儕中可能是最佳
- 44. 0 1000 2000 3000 4000 5000 6000 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96 102 108 114 120 126 132 138 144 150 156 162 168 174 180 186 192 198 204 210 216 222 228 234 240 每 百 萬 人 口 日數 圖29：部分歐美國家Ｏ波與典型曲線比較 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 典型 美國 德國 英國 法國 意大利 加拿大 計算截至2022年5月23日資料。
- 45. 西太／东亚怎麼了？
- 46. 堅守兩年 ? 西太／東亞可能是堅守最久的區域 ? 有較佳的資源和能力 ? 在防疫上表現出堅毅以至執著的精神 ? 多國在Ｏ波之前的病例數很少，微不足道
- 53. 建構人工免疫屏障 ? 堅守兩年，贏得了時間，使有可能在疫情真正 到來之前進行全民接種 ? 因自然感染率很低，群體免疫基本上只由疫苗 接種構成 ? 新加坡和韓國表現最佳，在Omicron出現時，2 劑覆蓋率已逾80%，3劑覆蓋率在30%上下 ? 中國香港情況較不理想，比新加坡和韓國低許多
- 54. 0 10 20 30 40 50 60 70 80 90 100 21.01 21.02 21.03 21.04 21.05 21.06 21.07 21.08 21.09 21.1 21.11 21.12 22.01 22.02 22.03 疫 苗 覆 蓋 率 （ ％ ） 圖32：東亞國家／地區疫苗覆蓋率 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 新加坡-2劑 台灣/越南-3劑 日本/越南-2劑 香港/台灣-2劑 日本-3劑 韓國-2劑 新加坡-3劑 韓國-3劑 香港-3劑 Delta Omicron
- 55. Ｏ波比較 ? 中國香港明顯較典型曲線高尖，可能較不理想 ? 韓國高而不尖，加上住院率低，可能有檢測過 度的因素 ? 澳洲、新加坡、越南較接近典型曲線 ? 日本Ｏ波平緩，在同儕中可能是最佳 ? 中國台灣似乎接近頂點，暫時看來與新加坡的 形態相近
- 56. 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 0 6 12 18 24 30 36 42 48 54 60 66 72 78 84 90 96 102 108 114 120 126 132 138 144 150 156 162 168 174 180 186 192 198 每 百 萬 人 口 日數 圖33：西太／東亞國家／地區Ｏ波曲線比較 （資料來自Our World in Data，澳門湯家耀2022年5月制圖） 典型 日本 越南 韓國 澳洲 新加坡 中國香港 中國台灣 計算截至2022年5月31日資料。
- 57. 血清學調查！ ? 東亞國家／地區雖然具備資源和能力，卻似乎 甚少發表血清學調查報告 ? Ｏ波是東亞國家／地區曾次經歷的普及性疫情 ? 很有必要進行具代表性的血清學調查，以確定 人口的免疫狀況，包括人工免疫和自然免疫， 以及兩者的重疊，以指導後續的策略和措施
- 58. 影响评估
- 59. 目的 ? 各地疫情的時間和階段有很大差異，Ｏ波之後，絕大 多數國家已實現群體免疫，是進行大流行影响评估的 適當時候 ? 部分地區主峰未完成及或數據尚未可得，預期年中之後可 作較完整評估 ? 影响评估主要不是為比較各國的優劣，而是要確定大 流行對人類社會造成的影響，量度其分佈和程度，並 嘗試找出決定因素，從中學習和提升能力
- 60. 量度 ? 大流行影響可分為健康影響和社會經濟影響 ? 社會經濟影響將在另文討論 ? 健康影響的量度 ? 病例數量及其分佈不再重要 ? 主要以死亡數量及其分佈進行量度
- 61. 死亡指標 ? 死亡率 ? 以確診死亡病例數除以人口計算 ? 受多種因素影響，可出現顯著高估，或顯著低估 情況 ? 超額死亡（Excessive mortality） ? 計算大流行期間，超出預期的死亡數 ? 是較可靠的指標
- 62. - 偶合 - 死亡移位 - 防控措施減少其他死亡 - 診斷不全 - 次生影響致死 - 防控措施致死 圖34：大流行死亡率高估和低估的因素 （澳門湯家耀2022年5月制圖） 偶合：病人檢出陽性，但 Covid-19與其死亡無關。 死亡移位：年老及或患病者 的死亡確由Covid-19觸發， 但若非如此，死亡仍會在稍 後時間由其他情況觸發。
- 63. 超額死亡 ? 世衛估計全球大流行超額死亡 ? 2020年：合計448萬，578人／百萬人口 ? 2021年：合計1043萬，1331人／百萬人口 （0.13%） ? 與疫前全球十大死因死亡人數比較 ? 2020年大流行超額死亡數排第三位 ? 2021年超越第一位
- 64. 1.3 1.5 1.5 1.6 1.8 2.0 2.6 3.2 6.2 8.9 4.5 10.4 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 10 腎 病 9 糖 尿 8 腹 瀉 7 痴 呆 6 支 氣 管 肺 癌 5 新 生 兒 疾 病 4 下 呼 吸 道 感 染 3 慢 阻 肺 2 中 風 1 缺 血 性 心 臟 病 20 年 超 額 死 亡 21 年 超 額 死 亡 死 亡 數 （ 百 萬 ） 圖35：大流行超額死亡數與疫前十大死因比較 （資料來自WHO，澳門湯家耀2022年5月制圖） Covid-19 大流行 2019年十大死因
- 65. 三組異同 ? 顯著差異 ? 第1,2組報告死亡率嚴重低估 ? 第3組與超額死亡率較接近，部分有高估的情況 ? 相近 ? 2020-21兩年累計，三組的超額死亡率接近 ? 注意：第3組主要疫情是在2022年第一季
- 66. 表14：世衛估計2020-2021年超額死亡率按組別分佈 （資料來自WHO，澳門湯家耀2022年5月制表） 複合指標是各國先複合然後取中位數及百分位數，而非以各國中位數作複合運算。 2020 2021 兩年累計 報告死亡率M 超額死亡率EM M/EM 報告死亡率M 超額死亡率EM M/EM 超額死亡率 第1組 中位數 33 331 8.4% 79 650 13.7% 962 （20-80百分位數） (6-423) (236-968) (2.1%-51.7%) (22-875) (530-2068) (3.3%-55.3%) (847-3029) 第2組 中位數 36 282 8.3% 239 830 22.0% 1277 （20-80百分位數） (7-256) (43-939) (0.3%-40.3%) (53-723) (572-1970) (7.2%-46.9%) (680-2730) 第3組 中位數 444 648 73.9% 693 600 101.8% 1238 （20-80百分位數） (24-903) (80-1402) (1.7%-114.5%) (147-1102) (136-1304) (48.7%-147.5%) (462-2242)
- 67. 極端分佈 ? 超額死亡率最高的國家 ? 秘魯、玻利維亞、俄羅斯、羅馬尼亞、阿塞拜疆…… ? 超額死亡率最低的國家 ? 澳大利亞、新西蘭、斯里蘭卡、日本、越南…… ? 疫苗接種率最低（代表資源和能力最匱乏）的國家 ? 布隆迪、剛果(金) 、海地、乍得、也門……
- 68. 表15a：2020-21年累計超額死亡率最高的國家 （資料來自WHO，澳門湯家耀2022年5月制表） 2020-2021 洲 組別 國家 人均產值 人類發展指數 累計檢測率 累計接種率 平均控管指數 累計發病率 累計死亡率 累計超額死亡率 南美 1 秘魯 12237 0.777 65% 153% 76.85 6.89% 6075.9 8682.8 南美 3 玻利維亞 6886 0.718 26% 83% 51.18 5.07% 1663.2 7438.0 歐 3 俄羅斯 24766 0.824 165% 100% 52.93 7.07% 2074.3 7350.4 歐 3 羅馬尼亞 23313 0.828 88% 83% 51.54 9.46% 3071.6 5590.5 亞 2 阿塞拜疆 15847 0.756 57% 111% 75.36 6.03% 817.5 5577.6 北美 1 墨西哥 17336 0.779 9% 114% 54.17 3.06% 2298.7 4805.1 歐 2 烏克蘭 7894 0.779 39% 65% 60.65 8.85% 2348.6 4566.4 南美 3 厄瓜多爾 10582 0.759 11% 154% 65.69 3.07% 1882.8 4523.9 歐 1 波蘭 27216 0.880 74% 124% 50.41 10.87% 2567.8 4162.1 亞 2 哈薩克 24056 0.825 92% 71.55 5.65% 958.7 4012.5 非 1 南非 12295 0.709 35% 47% 57.82 5.76% 1518.0 3978.8 亞 2 印度尼西亞 11189 0.718 15% 99% 65.84 1.54% 521.4 3726.5 歐 1 捷克 32606 0.900 440% 144% 50.46 23.08% 3368.8 3458.2 亞 2 印度 6427 0.645 49% 104% 73.97 2.50% 345.5 3394.2 南美 2 哥倫比亞 13255 0.767 58% 126% 67.85 10.06% 2534.7 3212.1 南美 1 巴西 14103 0.765 31% 155% 67.33 10.42% 2894.2 3183.4 亞 2 土耳其 25129 0.820 140% 155% 63.07 11.15% 968.5 3107.6 北美 3 美國 54225 0.926 218% 156% 62.50 16.47% 2476.0 2801.9 亞 2 伊朗 19083 0.783 49% 139% 63.22 7.29% 1547.8 2734.2 北美 2 危地馬拉 7424 0.663 18% 62% 65.28 3.44% 882.6 2711.0 左邊五指標紅色代表低於99國的20百分位數，藍色代表高於80百分位數。右邊三指標則相反。 接種率＝接種總數／人口。死亡率單位為每百分人口。
- 69. 表15b：2020-21年累計超額死亡率最低的國家 （資料來自WHO，澳門湯家耀2022年5月制表） 2020-2021 洲 組別 國家 人均產值 人類發展指數 累計檢測率 累計接種率 平均控管指數 累計發病率 累計死亡率 累計超額死亡率 洋 3 澳大利亞 44649 0.944 213% 165% 62.96 1.65% 87.4 -556.6 洋 3 新西蘭 36086 0.931 109% 160% 47.43 0.28% 9.9 -527.8 亞 2 斯里蘭卡 11669 0.782 31% 157% 65.48 2.73% 696.8 -406.8 亞 3 日本 39002 0.919 22% 159% 42.59 1.37% 145.9 -160.8 亞 3 越南 6172 0.704 76% 155% 65.53 1.76% 330.0 -64.9 歐 3 挪威 64800 0.957 169% 179% 46.35 7.21% 238.8 -19.1 亞 3 韓國 35938 0.916 203% 55.56 1.24% 109.6 120.0 亞 2 泰國 16278 0.777 25% 150% 54.37 3.18% 310.2 220.5 非 1 肯亞 2993 0.601 5% 18% 63.27 0.54% 97.8 225.1 亞 2 馬來西亞 26808 0.810 128% 176% 62.45 8.41% 960.7 225.9 亞 1 阿聯酋 67293 0.890 1118% 226% 56.69 7.63% 216.6 229.1 亞 3 新加坡 85535 0.938 212% 49.38 5.12% 151.8 270.4 亞 2 敘利亞 0.567 15% 45.22 0.28% 158.5 396.2 非 2 盧旺達 1854 0.543 30% 98% 63.53 0.84% 101.7 400.7 非 2 烏干達 1698 0.544 5% 24% 65.33 0.30% 69.9 438.2 亞 1 沙特阿拉伯 49045 0.854 94% 144% 64.30 1.57% 251.2 494.6 歐 3 芬蘭 40586 0.938 158% 173% 41.87 4.88% 308.9 509.8 北美 3 加拿大 44018 0.929 138% 181% 70.01 5.84% 803.0 586.1 歐 3 愛爾蘭 67335 0.955 201% 197% 55.81 15.83% 1186.5 589.2 歐 3 丹麥 46683 0.940 922% 208% 47.74 13.80% 562.0 639.7 左邊五指標紅色代表低於99國的20百分位數，藍色代表高於80百分位數。右邊三指標則相反。 接種率＝接種總數／人口。死亡率單位為每百分人口。
- 70. 表15c：2020-21年累計接種率最低的國家 （資料來自WHO，澳門湯家耀2022年5月制表） 左邊五指標紅色代表低於99國的20百分位數，藍色代表高於80百分位數。右邊三指標則相反。 接種率＝接種總數／人口。死亡率單位為每百分人口。 2020-2021 洲 組別 國家 人均產值 人類發展指數 累計檢測率 累計接種率 平均控管指數 累計發病率 累計死亡率 累計超額死亡率 非 3 布隆迪 702 0.433 0% 15.23 0.22% 3.1 759.9 非 2 剛果(金) 808 0.480 0% 45.27 0.08% 13.0 1277.2 北美 2 海地 1653 0.510 2% 51.34 0.23% 66.4 827.0 非 1 乍得 1768 0.398 2% 41.15 0.03% 10.7 1137.6 亞 2 也門 1479 0.470 2% 39.20 0.03% 65.1 1109.5 非 1 南蘇丹 1570 0.433 3% 2% 51.96 0.13% 11.9 805.9 非 1 馬達加斯加 1416 0.528 1% 3% 48.82 0.18% 36.1 902.5 非 2 喀麥隆 3365 0.563 4% 39.20 0.40% 68.0 1298.5 非 2 坦桑尼亞 2683 0.529 1% 4% 16.67 0.05% 12.0 652.8 非 3 馬里 2014 0.434 5% 49.79 0.10% 31.6 1312.0 非 1 布基納法索 1703 0.452 5% 30.45 0.08% 14.8 1030.6 非 1 尼日爾 926 0.394 6% 26.65 0.03% 10.9 1365.7 非 1 尼日利亞 5338 0.539 2% 7% 54.22 0.11% 14.3 882.8 非 1 蘇丹 4467 0.510 8% 39.87 0.10% 74.2 842.4 非 2 贊比亞 3689 0.584 16% 9% 42.69 1.34% 197.4 1251.8 非 1 馬拉維 1095 0.483 3% 9% 47.22 0.38% 120.3 865.8 非 1 埃塞俄比亞 1730 0.485 3% 9% 54.32 0.36% 58.8 884.1 非 2 索馬里 9% 43.67 0.14% 81.5 2166.9 非 1 塞內加爾 2471 0.512 5% 11% 38.17 0.44% 109.9 962.4 亞 2 阿富汗 1804 0.511 12% 36.83 0.40% 184.7 1118.6
- 71. 極端分佈 ? 超額死亡率高 ? 南美、西南中亞、 東歐 ? 第2組 ? 社會經濟狀況中等 ? 檢測和接種率中等 ? 控管指數中至高 ? 超額死亡率低 ? 西太、北歐 ? 第3組 ? 社會經濟狀況高 ? 檢測和接種率高 ? 控管指數中至低
- 74. (1000) 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 (10000) 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 20-21 累 計 超 額 死 亡 率 （ 每 百 萬 人 口 ） 人均國內生產值（美元） 圖36：各國按人均產值和兩年累計超額死亡率的分佈 （資料來自WHO及Our World in Data，澳門湯家耀2022年5月制圖） 80百分位 中分線 12000美元 高危段 最佳實踐 秘魯 玻利維亞 俄羅斯 美國 印度 巴西 阿塞拜疆 羅馬尼亞 新加坡 澳大利亞 新西蘭 斯里蘭卡 日本 越南 挪威 韓國
- 75. 決定因素 ? 人均產值相近的國家超額死亡率變動程度很大 ? 人均產值最低的國家比較集中 ? 高危段變動情況尤其顯著 ? 死亡率高低是由什麼因素決定？ ? 找出這些因素對防控決策意義重大
- 76. 多因素線性迴歸分析 ? 嘗試以下列因素為自變量，作多因素線性迴歸分析 ? 人口和健康：人口數、人口密度、年齡中位數、滿65歲人口比例、滿70 歲人口比例、心血管死亡率、糖尿患病率、女性吸煙率、男性吸煙率、預 期壽命 ? 社會經濟：總產值、人均產值、人均國民所得、人類發展指數、民主指數 、千人病床數、農業比重、工業比重、服務業比重、每工人工業增值 ? 疫情進展： （截至2022年第一季末）Delta前病例比重、 Delta病例比重 、每季病例比重 ? 應對：兩年累計及每季檢測率，兩年累計及每季疫苗接種率、1劑、2劑、 3劑覆蓋率，每季末牛津大學政府應對控管指數值及兩年平均值
- 77. 表16：線性迴歸分析所見2020-21年超額死亡率相關因素 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 人均產值6-33K為虛設變量，是=1, 非=0。控管＝牛津大學政府應對控管指數（Stringency Index）。 紅字代表正相關，藍字代表負相關。應用RegressIt作多因素線性迴歸分析。 整體 人均產值分段 低 <12000美元 中 6000-33000美元 高 >12000美元 自變量 決定系數 自變量 決定系數 自變量 決定系數 自變量 決定系數 背景因素 人口 滿70歲人口比例 0.182 男性吸煙率 0.123 年齡中位數 0.112 社會經濟 人均產值6-33K 0.311 人均國民所得 0.172 國內生產總值 0.081 疫情進展 20年第4季比重 0.066 21年第1季比重 0.153 20年第3季比重 0.084 Delta前病例比重 0.242 應對措施 控管 21年第1季指數 0.103 20年第2季指數 0.147 檢測 接種 20-21年累計率 0.174 模型 0.341 0.490 0.310 0.681
- 78. 整體結果 ? 人均產值是唯一重要的相關因素，但非線性 ? 印證6000-33000美元高危段存在 ? 約可解釋全部變動的31% ? 人均產值低中高段（重疊）分別分析 ? 中段可找到的相關因素最少，解釋度最低；高段 相關因素最多，解釋度最高；低段在兩者之間
- 79. 低段 ? 僅若干背景因素相關 ? 人口和健康因素 ? 社會經濟因素 ? 疫情進展和應對因素未見相關
- 80. 中段（高危段） ? 背景因素未見相關 ? 疫情進展和應對因素提示 ? 2021年第一季疫情相關，若該季病例比重較高， 及或控管措施較鬆懈，則累計超額死亡率較高， 合共解釋度約31%，或提示若在Delta前已經失 守或躺平，累計影響較嚴重
- 81. 高段 ? 背景因素僅男性吸煙率相關 ? 疫情進展因素提示Delta前病例較多，累計超 額死亡率較高，解釋度約24% ? 應對因素提示2020-21年累計疫苗接種率較高 ，死亡較低，解釋度約17% ? 20年第二季控管指數正相關、第三季病例比重負相關的實質意 義較不明確，有待進一步探討
- 82. 應對因素 ? 不如預期，未能發現主要應對因素決定疫情影 響的確實證據 ? 尤其在超額死亡率變動範圍最大的高危段 ? 檢測、疫苗接種、管控的整體指標及按季細分的 子指標，在多數情況下，與兩年累計超額死亡率 無顯著關聯，偶有關聯，解釋度不高，又可正可 負，較難理解
- 83. 未能發現關鍵決定因素的可能原因 1. 未列入分析 ? 許多重大因素如種族特異性、生活環境和行為、 政府和醫療系統能力等並未列入分析 ? 列入分析的因素也只是簡化的數值，未能反映實 質上的重大差異 2. 樣本量不大
- 84. 未能發現關鍵決定因素的可能原因 3. 非線性關係 ? 同一因素在不同的時間、空間、人群中，產生不 同的甚至是相反的作用 4. 雙向因果關係 ? 疫情與應對持續地相互作用，互為因果 ? 例如，疫苗接種率高，應使死亡率降低，然而，若疫情 嚴重、死亡率高，又會使政府和民眾更加積極地接種， 兩種關係互相重疊抵銷，統計方法無法區分識別 ? 檢測與控管的情況也類同
- 85. 2022年第一季 ? 全球疫情主要由Omicron構成 ? 多數國家Ｏ波主峰已經完成，少數仍在下降段 ? 僅少數國家可得到數據 ? 各國累計超額死亡率一般比2021年終略有增加 ? 整體分佈形勢沒有大變
- 86. (1000) 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 (10000) 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 累 計 超 額 死 亡 率 （ 每 百 萬 人 口 ） 人均國內生產值（美元） 圖37：部分國家／地區2022年首季超額死亡率變化 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制圖） 80百分位 中分線 12000美元 高危段 最佳實踐 ? 2021年終 (WHO) ○ 2022年首季末 (OWID) ? 中國香港 (OWID)
- 87. 極端分佈 ? 超額死亡率最高的國家／地區 ? 俄羅斯、中國香港、希臘、智利、羅馬尼亞…… ? 超額死亡率最低的國家 ? 西班牙、葡萄牙、德國、英國、荷蘭…… ? 負值代表該季死亡人數少於正常預期
- 88. 表17a：2022年第一季超額死亡率及若干因素 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 左起第1,5,6,10指標紅色代表高於80百分位數，藍色代表低於20百分位數。第2,3,4,7指標則相反。 接種率＝接種總數／人口。死亡率單位為每百分人口。 20-21年累計 Ｏ波前 Ｏ波特徵 22年第1季 洲 組別 國家/地區 超額死亡率 累計接種率 控管指數 加速點發病率 急升段斜率 頂點發病率 主峰日數 報告發病率 報告死亡率 超額死亡率 歐 3 俄羅斯 7350 95% 54.2 209 49 1293 75 5% 402 910 亞 3 中國香港 132% 55.6 1009 1095 8764 37 15% 1008 627 歐 3 希臘 1872 126% 80.1 639 323 3493 147 18% 648 544 南美 3 智利 2016 222% 41.2 94 52 1856 97 9% 909 519 歐 3 羅馬尼亞 5590 79% 52.8 73 47 1570 89 5% 327 453 南美 1 巴西 3183 145% 61.6 55 34 884 100 4% 190 434 亞 2 阿塞拜疆 5578 107% 40.7 117 37 690 41 2% 130 397 北美 3 美國 2802 136% 50.5 621 116 2426 60 8% 470 397 南美 1 秘魯 8683 124% 63.9 160 81 1510 49 4% 285 373 亞 3 韓國 120 214% 45.4 139 131 7894 116 25% 214 370 北美 1 墨西哥 4805 101% 38.9 23 14 329 79 1% 181 368 歐 1 波蘭 4162 113% 44.4 419 75 1298 74 5% 479 326 南美 2 哥倫比亞 3212 105% 55.6 60 31 602 59 2% 189 324 歐 3 芬蘭 510 185% 34.7 564 16 1946 157 11% 258 307 亞 3 以色列 668 174% 53.7 627 369 8672 61 27% 241 271 非 1 南非 3979 34% 45.4 10 16 390 94 0% 148 246 南美 3 厄瓜多爾 4524 135% 57.9 128 56 514 67 2% 97 225 亞 2 泰國 220 167% 48.2 51 4 420 150 2% 50 214 亞 2 哈薩克 4013 87% 71.3 77 67 731 40 2% 42 213
- 89. 表17b：2022年第一季超額死亡率及若干因素 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 左起第1,5,6,10指標紅色代表高於80百分位數，藍色代表低於20百分位數。第2,3,4,7指標則相反。 接種率＝接種總數／人口。死亡率單位為每百分人口。 20-21年累計 Ｏ波前 Ｏ波特徵 22年第1季 洲 組別 國家/地區 超額死亡率 累計接種率 控管指數 加速點發病率 急升段斜率 頂點發病率 主峰日數 報告發病率 報告死亡率 超額死亡率 洋 3 澳大利亞 -557 146% 60.7 489 224 4235 158 16% 146 212 亞 2 伊朗 2734 129% 61.6 129 37 421 47 1% 101 182 亞 3 日本 -161 157% 47.2 5 22 750 152 4% 77 180 歐 3 意大利 2663 153% 71.3 645 146 3012 157 14% 364 151 歐 3 挪威 -19 158% 23.2 692 114 3734 87 19% 222 120 歐 3 丹麥 640 183% 38.9 1601 146 7971 101 39% 418 102 洋 3 新西蘭 -528 161% 61.6 569 386 4297 101 13% 51 89 亞 2 烏茲別克 1321 97% 30.6 4 2 38 53 0% 4 81 歐 3 法國 1211 156% 66.7 1071 194 5437 137 23% 275 63 歐 3 奧地利 1327 191% 64.8 408 57 4986 144 28% 236 62 歐 3 瑞典 1105 157% 19.4 436 114 4028 52 12% 301 62 歐 3 瑞士 944 138% 50.0 1883 94 4170 111 25% 155 23 歐 3 比利時 1535 161% 50.0 557 128 4482 128 15% 214 13 歐 1 捷克 3458 129% 40.7 1205 189 3550 84 13% 332 -7 歐 3 愛爾蘭 589 158% 44.4 1858 290 4511 107 13% 169 -28 歐 3 荷蘭 1708 152% 56.5 1105 171 7298 94 28% 64 -41 歐 3 英國 2184 157% 46.8 839 88 3011 132 12% 246 -61 歐 3 德國 2329 197% 84.3 339 31 3062 154 17% 212 -71 歐 3 葡萄牙 2013 172% 40.7 819 143 5484 158 22% 269 -88 歐 3 西班牙 2220 160% 41.2 597 113 2956 103 11% 274 -110
- 90. 決定因素 ? 雖然模型解釋度甚高，感覺同樣未能找出關鍵 的決定因素 ? 相對比較明確的關係 ? 2020-21年累計超額死亡率高的，2022年第一季 死亡也高，解釋度約25%，但前者的主要決定因 素並未明確
- 91. 決定因素 ? 人口和健康因素有關，男性吸煙率、滿65歲人口 比例正相關，但滿70歲人口比例則負相關 ? 社會經濟因素有關，人均產值負相關，但人均國 民所得、每工人工業增值則正相關 ? Ｏ波參數中，加速點發病率負相關，解釋度約 18%，提示在疫情早期若能有效制動，避免在低 位開始爆升，或可減輕疫情影響 ? 季度疫苗接種指標正負相關的實質意義較不明確，有待進 一步探討
- 92. 表18：線性迴歸分析所見2022年第一季超額死亡率相關因素 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 紅字代表正相關，藍字代表負相關。應用RegressIt作多因素線性迴歸分析。 自變量 決定系數 自變量 決定系數 背景因素 人口 滿65歲人口比例 0.107 滿70歲人口比例 0.121 男性吸煙率 0.183 社會經濟 人均國民所得 0.149 人均國內生產值 0.116 每工人工業增值 0.164 疫情進展 20-21年超額死亡率 0.251 O波加速點發病率 0.177 應對措施 控管 檢測 接種 21年第2季1劑率 0.142 21年第3季2劑率 0.180 21年第4季2劑率 0.127 模型 0.834
- 93. 主觀推介 ? 未能以統計方法充分驗證，但感覺良好的策略 1. 制動：疫情早期，採取較嚴的社會疏離，減慢疫 情發展速度，尤其是急升段斜率，使主峰平緩 2. 聚焦重症：無症狀和輕症病例盡量不佔用醫院資 源，降低重症監護收治標準，提高重症監護率 3. 逆操作：頂峰過後，醫療系統穩定運作的情況下 ，逐步撤除社會疏離措施，減少遺留未免疫人群 4. 保護高危人員：高危場所全程堅守，持續清零
- 94. 案例學習 ? 統計學方法揭示大流行健康影響的重大差異， 但遺憾未能找出造成差異的關鍵決定因素 ? 建議應以深入的個案研究作補充 ? WHO與OWID推算超額死亡的範圍、期間、方法 和結果有差異 ? 兩榜均列於極端的應是值得首先研究學習的案例
- 95. 表19a：建議可作深入研究學習的案例 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 紅色代表高於80百分位數，藍字代表低於20百分位數。 累計超額死亡率 洲 組別 國家 2021年終 (WHO) 2022年第一季末 (OWID) 洋 3 新西蘭 -527.8 -453.4 亞 3 日本 -160.8 60.3 洋 3 澳大利亞 -556.6 247.7 歐 3 丹麥 639.7 257.9 歐 3 挪威 -19.1 313.6 亞 3 韓國 120.0 430.1 歐 3 愛爾蘭 589.2 529.3 歐 3 芬蘭 509.8 681.3 …… …… …… 亞 2 阿塞拜疆 5577.6 4292.5 非 1 南非 3978.8 4338.4 亞 2 哈薩克 4012.5 4460.4 歐 1 波蘭 4162.1 4486.4 北美 1 墨西哥 4805.1 5024.2 歐 3 羅馬尼亞 5590.5 6107.4 南美 1 秘魯 8682.8 6883.6 歐 3 俄羅斯 7350.4 8317.3
- 96. 表19b：建議可作深入研究學習的案例 （資料來自WHO及Our World in Data，澳門湯家耀2022年6月制表） 2020年1月-2022年3月 國家 平均控管指數 累計檢測率 完成疫苗接種率 加強疫苗覆蓋率 主要採用疫苗 新西蘭 45.4 135% 79% 51% mRNA+腺病毒 日本 42.4 33% 80% 42% mRNA100% 澳大利亞 59.7 258% 82% 50% mRNA+腺病毒 丹麥 47.0 1146% 82% 62% mRNA98% 挪威 46.6 202% 74% 53% mRNA99% 韓國 51.8 170% 87% 64% mRNA82%+腺病毒17% 愛爾蘭 58.5 237% 81% 59% mRNA87%+腺病毒13% 芬蘭 41.4 189% 78% 52% mRNA95% ...... ...... ...... ...... ...... ...... 阿塞拜疆 74.9 66% 47% 30% 腺病毒+mRNA+滅活+未經批准 南非 54.1 40% 30% 4% mRNA76%+腺病毒24% 哈薩克 70.8 48% 13% 未經批准+滅活 波蘭 53.3 96% 59% 31% mRNA84%+腺病毒16% 墨西哥 55.6 11% 61% 0% 腺病毒+mRNA+滅活+未經批准 羅馬尼亞 55.4 42% 0% mRNA83%+腺病毒17% 秘魯 74.5 86% 79% 39% mRNA62%+滅活28%+腺病毒11% 俄羅斯 49.2 195% 50% 9% 未經WHO批准100%
- 97. 共存之后如何？
- 98. 疫情終結？ ? 大流行終結不等於疫情終結 ? 共存的意思就是共存 ? 疾病和病毒會持續存在 ? 大流行的兩大關鍵不再存在 ? 因應大流行的特別措施也不再需要
- 99. 新發傳染病大流行的兩大關鍵 ? 生態不適應 ? 小部分人類個體，基於先天或後天因素，不具備 適應新病原體的充分能力，遭遇時，可能病重甚 至死亡 ? 大規模暴發 ? 大部分人類個體，具備適應新病體的充分能力， 但沒有基礎免疫記憶，遭遇時，很多人會在很短 的期間內感染患病，病情也相對較重，從而容易 導致醫療系統崩潰和社會失常
- 100. 普及和強制性遭遇 ? Omicron傳染性非常強，無遠弗屆、無孔不 入 ? 對全球絕大多數國家和人口而言，是一次普及 和強制性的遭遇 ? 若之前已大致實現群體免疫，作為認證、補遺和 強化 ? 若否，則確保在本波疫情之後達至
- 101. Omicron認證 ? Omicron的自然退卻，認證中心人口已經由 人工及或自然感染過程而獲得基礎免疫力 ? 生態不適應者：在有或無疫苗保護之下，已經歷 第一次篩選 ? 生態適應者：或有或無接種疫苗，均已建立有效 的免疫記憶
- 102. 過渡期 ? 大流行期終結意味進入過渡期 ? 疾病持續流傳，並很可能因病毒變異，而出現數 個後續波峰／流行季 ? 後續波峰的嚴重程度不確定，可接近或高於流感 ，具體取決於病原、宿主、環境三因素 ? 因大流行的兩個關鍵已經改變，一般不太可能出 現與大流行期同級的大規模爆發，及或導致醫療 系統崩潰和社會失常的情況
- 103. 圖38：新發傳染病全球大流行分期 （原圖取自WHO SEAR Office，澳門湯家耀2022年5月加入中文標示） 大流行間期 大流行間期 警示期 大流行期 過渡期 風險評估 準備 準備 應對 恢復
- 104. 後續波峰 ? 後續波峰／多次遭遇，是重新達至穩定的生態 平衡狀態所必需 ? 非洲和南亞的多數國家已然展示，在實現群體免 疫之後，再經歷後續波峰的情況，因Omicron對 他們而言，就是後續波峰
- 105. 穩定平衡 ? 預期過渡期或持續兩至三年 ? 達至穩定平衡／大流行間期之後，Covid-19 的嚴重程度應在流感與感冒之間 ? Covid-19病毒變異頻繁，免疫力短暫，再感染常 見，其實更像感冒
- 106. 防控預案 ? 與季節性流感防控預案完全相同 ? 持續監測病毒變異 ? 更新疫苗組成 ? 及時為高危人群接種 ? 流行期加強個人衛生和場所衛生 ? 重症病例的早期識別和適當治療 ? 高峰期適度調整醫療系統運作
- 107. 清零之后如何？
- 108. 清零兩年成效巨大 ? 2020-21年中國成功持續實現動態清零 ? 使大流行的健康影響和社會經濟影響減至最低 ? 至2021年終累計報告死亡率為3.2／百萬人口 ? 世衛估計累計超額死亡率為-29.9／百萬人口 ? 遠遠領先全球大多數國家
- 109. 合於利而動 ? 嚴格的社會控管措施，包括關閉國境及嚴格檢 疫、停止人口流動和社會經濟活動等，涉及重 大的社會經濟以至健康成本 ? 唯有當用來延緩疫情，爭取時間，以便獲得三 個關鍵條件，方為合理 1. 診斷和治療手段 2. 防止醫療系統崩潰的能力 3. 疫苗和接種
- 111. 矛盾轉化 ? 至2022年，三大要件，包括診療手段、制動 能力、疫苗覆蓋，已經具備 ? 同時，出現傳染性極強、致病性較弱、能在短 時間內使全球各地實現群體免疫的病毒變異株 ? 人、疫情、防疫三者之間的矛盾迅速轉化 ? 嚴格控管措施的社會、經濟、健康效益急劇下 降，社會、經濟、健康成本則急劇上升
- 114. 成本隱憂 ? 社會經濟成本 ? 兩年來，清零促成穩定的經濟和社會環境，現將 向相反的方向發展 ? 健康成本 ? 改變經濟、社會、醫療等系統的正常運作，將導 致人口壽命和生活質素的損失
- 115. 失敗隱憂 ? Covid-19病毒變異潛力巨大，適應人類生物學狀況和 為、環境和防控措施而不斷進化 ? 2022年初以來，中國內地每日都有本地疫情和病例， 從未停歇 ? 在全世界已與病毒共存的情況下，清零防線被 Omicron或更強的變異株攻破，並不奇怪 ? 破防的結果，或成為失控的疫情，或需付出許多倍的 成本以返回清零
- 116. 成功隱憂 ? 最大的隱憂不在於成本或失敗，而在於持續的 成功 ? 清零無論成功多少次，都不會減少人口的脆弱 性 ? 對於從未遭遇過病毒的人口而言，大流行永不 終結
- 117. 成功隱憂 ? 脆弱性反可因清零成功而累積 ? 當Omicron完成它的寰球旅程，應會出現適應多數人 已經自然感染及或已接種情況的新變異株，引起新的 感染，如此重複多次，直到達至穩定的生態平衡 ? 14億完全未接觸過祖輩病毒的人口，一旦遭遇已進化 甚至已進化多次的後代病毒，結果高度不確定，但壞 事的可能性遠高於好事 ? 極端事例：15世紀末哥倫布發現新大陸，引發新舊世界傳 染病大交換，估計50-90%美洲原住民因而死亡
- 119. 中國式共存 ? 有計劃的主動過程，非隨遇而安的被動過程 ? 受控的過程，非失控的過程 ? 要求具備清零的能力和技術，甚至更高 ? 關鍵是速度控制 ? 工具是可控變量 ? 病毒株、時間、空間、人、醫療系統
- 120. 表20：設想中國式共存過程的可控變量 （澳門湯家耀2022年5月制表） 中國式共存 外國式共存 病毒株 可控 不可控 時間 可控 不可控 空間 可控 不可控 人 醫療人員 可控 不可控 免疫人員 可控 不可控 未免疫人員 可控 不可控 高危人員 可控 不可控 醫療系統 公共設施 可控 可控 私營設施 可控 不可控 護養設施 可控 不可控 中醫中藥 可控 不可控
- 121. 初步考慮 ? 病毒株 ? 原始株／Alpha／Beta／Gamma傳染性不足而致病性強 ? Delta致病性強，均不可取 ? Omicron是唯一可取，而第一次遭遇，BA.1優於BA.2，因 速度控制相對容易一些，BA.2/4/5可留作第二輪加強
- 122. 初步考慮 ? 時間 ? 需在實現人口2劑疫苗近全覆蓋，高危群3劑近全覆蓋之後 ? 四至七月流感類疾病活動度最低，是較合適的季節 ? 適宜爭取在2022年內完成主要部分，若遷延，未必能追趕 全球生態和社會經濟狀況的持續演化 ? 空間 ? 全國、全省、全市（大的行政區）不應同時進行，應嚴格 分區分期，確保高峰期錯開，使各種人員（包括高危人員 ）和資源能夠按需要在不同的時間空間靈活調度
- 123. 初步考慮 ? 護養機構 ? 服務高危人群的機構不需要共存，應明確以堅持清零為目 標 ? 中醫中藥 ? 經充分評估、計劃和準備，使科學、合理、有利的中醫中 藥群防群治，成為中國全民應對疫情的其中一個重點
- 124. 结论
- 125. Omicron疫情 ? 全球101個較大國家中，99個已於2021年12 月至2022年3月期間經歷Omicron疫情高峰 ? Omicron疫情有八大特徵，包括 ? 時間空間分佈；典型形態；爆升；感染高峰／醫 療系統高壓；死亡低峰；自然下降；持續流傳； 第二峰 ? 爆升與制動或可改變疫情的影響
- 126. 醫療系統壓力估計 ? 若中國澳門經歷Omicron疫情 ? 單日確診人數峰值：900-3400人 ? 主峰發病人數：3.5-25.4萬人 ? 單日住院人數峰值：140-280人 ? 單日重症監護人數峰值：10-28人 ? 累計死亡人數：56-247人
- 127. 悖論 ? Omicron的致死率約是Delta的四分之一 ? 2022年第一季Omicron疫情中全球報告死亡 約74萬人 ? 與假設疫情由Delta實現比較，避免了約207 萬人死亡
- 128. 普及和強制性遭遇 ? 流行病學和血清學資料支持Omicron疫情是 一次全球普及和強制性的人類與病毒遭遇過程 ? Omicron疫情的自然退卻，只有一個合理解 釋，即群體免疫 ? 部分國家在之前已基本實現群體免疫，Omicron 作為認證、補遺和強化 ? 其餘國家經由Omicron疫情實現群體免疫
- 129. 非洲和南亞 ? 主要經由先前的自然感染實現群體免疫 ? 在Omicron之前已基本實現 ? Omicron實質上是大流行期之後的後續波峰 ? 大流行影響各有差異，整體而言，未如預期嚴 重，亦非全球最高
- 130. 歐美 ? 群體免疫由先前疫情、疫苗接種、Omicron 疫情三者共同建構 ? 疫苗接種一般是最主要部分 ? Omicron疫情是必要的最後檢定和補足 ? 大流行影響多屬中等，或偏高偏低
- 131. 西太／東亞 ? 先前疫情接近零 ? 主要經由疫苗接種和Omicron疫情實現群體 免疫 ? 因Omicron是首次遭遇，峰後疫情相對比較 遷延反覆 ? 截至2022年首季末，按大流行的健康影響， 多國在全球最優異的前列，可作學習楷模
- 132. 大流行影响评估 ? 以超額死亡率量度大流行的健康影響，各國的 變動範圍很大 ? 人均產值6000-33000美元是高危段，超額死 亡率高的國家幾乎全在此段 ? 人均產值中等以上國家，Delta前疫情若嚴重 ，累計超額死亡率較高
- 134. 大流行影响评估 ? 尤其在高危段，所採用的統計方法，未能找出 決定健康影響的關鍵應對因素 ? 可能原因：因素未列入分析；樣本量不大；非線 性關係；雙向因果關係 ? 健康影響大小兩個極端的國家，可作深入學習 的案例
- 135. 過渡期 ? 大流行期終結，尚須經過渡期，才能回到大流 行間期（平常狀況） ? 過渡期內，預期將有多個後續波峰，其嚴重程 度不確定，未必接近流感 ? 需經多次遭遇，才能達至穩定的生態平衡 ? 預防應對與流感完全相同
- 136. 清零 ? 兩年來，清零成效巨大 ? 因診療手段、制動能力、疫苗三大要件已經具 備，以及Omicron的出現，矛盾轉化 ? 清零效益急降、成本急升
- 137. 持續清零 ? 三大隱憂：成本＜失敗＜成功 ? 清零不減低人口的脆弱性，反可能累積 ? 對未與病毒遭遇的人口而言，大流行永不終結 ? 在動態清零與外國式共存之間，或許存在第三 選擇（中國式共存），但要求具備甚高的能力
- 138. （全文完）
- 139. 2020.01-2022.06全球新冠按日確診人數和死亡人數 （原圖取自WHO，澳門湯家耀2022年6月加入中文標示） 驚蟄 立秋 七律 壬寅祈願 湯家耀2022年2月1日 龍生雲雨虎生風，賀諤登臺料克戎。四海捷隨驚蟄至，五洲和漸立秋 通。兵由散地爭衢地，道向小東來大東。一戰華山歸放馬，千門萬戶又曈曈。 註：賀諤，壬寅虎年太歲名。壬寅年驚蟄，3月5日；立秋，8月7日。小東大東，指近東遠東。