❶ 前言
各位老铁周末愉快，
话说这两天后台有几位朋友让咱品鉴一下这篇文章：

（点击上图可以跳转页面看全文）
简单来说，这篇文章其实挺不错的，
有理有据，数据翔实，
并且很难得的是，没有夹太多的私货。
（所以这次终于不用照惯例给苦主打码了……直接放链接应该也不至于伤了和气
）
可是啊可是，
虽然Hanson这几位老师的文章写得不错，
但咱觉得还是有必要发出一点杂音。
当然了，以下杂音并不是对他们的文章挑刺，
而是在他们的原文基础上搞点发散思维，
望Hanson的老师们别介意。
❷ 新西兰病死率全球最低的前因后果
——以下是Hanson的原文截图（原始图源是OWID）：
可见，在3月18日（Hanson发文当天），
根据OWID的算法（这个算法其实略有问题，以后有机会详八），

新西兰的病死率确实是全球最低，这点没毛病。

但是呢，
由于某些私人方面的机缘巧合，
咱正好跟上述排行榜屈居第二的地方，颇有点渊源，
即便在大流行期间，咱也经常跟那边的朋友讨论防疫现状，

全中文网络上唯一介绍这地方防疫机制的东西，就是咱写的。

（见这里：https://www.zhihu.com/question/457885327/answer/1871841644）
正因为如此，咱第一眼看到Hanson转OWID的这个病死率排行榜时，
还感觉挺意外的，
毕竟，在咱的认知里头，
自打2021年10月之后，
全球病死率最低排行榜的第一名，
一直是不丹，
比新西兰也就低了三倍多的样子吧~
那么，为啥到了2022年3月份，
新西兰突然就咸鱼翻身，后发先至，弯道超车，
一举夺得病死率最低排行榜冠军呢？
——一图秒懂啊，请品鉴：
所以上图是OWID版不丹和新西兰的累计病死率对比，
其中纵轴是病死率，横轴是日期，
深蓝色曲线=新西兰，红褐色曲线则是不丹。

所以明显可见：

  • 不丹的病死率从一开始就处于低位徘徊，从来就没高过；

  • 而新西兰的病死率则在2021年11月以后发生了多次大幅跳水；

  • 2022年2月那一波病死率跳水势头尤其迅猛，并且因此一举弯道超车成功，勇夺桂冠。
——元芳！上放大镜：

咱换个角度继续品鉴~
以上咱把起始日期拉近到2022年1月1日，
然后把纵轴换成了log（以更好地体现斜率变化）。

这下应该更明显了：

所以新西兰夺冠的最主要原因，

是从2022年2月10日左右开始，突然扎了个特大号猛子，
病死率从0.3%左右一路下探到0.03%左右，
整整跌了十倍~
最终成功超越不丹。


那么现在问题就来了……

根据Hanson原文，新西兰保持低水平病死率的几大理由分别如下：
1，年龄（这条被他们自己否定了）；
2，治疗方案（这条又被他们自己否定了）；
3，医疗挤兑（√）；
4，病毒减毒（这条再次被他们举香港的反例否定了）；
5，疫苗接种（√√√）。
总结总结，
Hanson诸君认为新西兰病死率低的主要原因在于避免了医疗挤兑，以及疫苗接种率非常高。
以上两点当然都没毛病，
咱举双手赞成。
但是啊但是，以上两点似乎只能让新西兰保持病死率低位，
似乎并不足以让病死率主动大幅跳水十倍之多？
所以新西兰到底发生了什么？
……

……

各位你们可能已经猜出来了……
——当当当当：
以上是新西兰和不丹新增确诊人数对比（七日滚动均值）；
明显可见，不丹和新西兰都被Omicron破了金身，
但不丹通过积极的管控措施，勉强稳住了阵脚；
而相比之下，新西兰从2月上旬开始，新增确诊人数一飞冲天

——现在让我们再温习一遍病死率的公式：
所以咯，对于病死率（CFR）而言，
分子是患病死亡人数，
分母则是确诊病例数，
Hanson诸君提出的避免医疗挤兑或者打疫苗等因素，
确实能够明显减少作为分子的死亡人数；
但是呢，死亡人数毕竟不是想减少就一定能减少的，
并且减少到一定程度之后就会触及边际效应，
这就是为啥，咱一上来就断定，
靠着避免挤兑和打疫苗，
并不能让病死率一下子狂降十倍；
但学过小学三年级数学的朋友都知道，
要减少一个比率，
除了减少分子之外，
咱还可以给分母注水啊！
对于新冠病毒这种病原体而言，
只要分子不发生失控增长，
（按新西兰的接种率而言，但凡不触发医疗挤兑，分子都不太会失控），
那么分母注水越多，CFR就越低，
分母注水十倍，CFR就应声而降十倍，
惊不惊喜意不意外？
❸ 当我们谈论病死率时，我们在谈论什么？
所以上面咱们已经看到了，
新西兰病死率骤降十倍的主要原因，
其实并不是避免医疗挤兑，
也不是疫苗接种率无敌，
而是疫情急性爆发期特有的分母注水现象~
（特别是OWID那个病死率算法，死亡滞后期只有十天，注水效应更加显著）
那么下一个问题自然而然就冒出来了：

当我们谈论病死率时，
我们到底在谈论什么？
或者说：
截止2022年3月18日，
不丹每百万人口累计确诊2.73万例，累计死亡11.5例，病死率0.04%；
而新西兰每百万人口累计确诊9.19万例，累计死亡29.5例，病死率0.03%。

各位如果有得选的话，
更情愿选择哪边？
再换个角度：

同样是新西兰，

2022年2月10日以前，每百万人口累计确诊不到3700例，累计死亡10.3例，病死率0.27%；

而截止2022年3月18日，每百万人口累计确诊9.19万例，累计死亡29.5例，病死率0.03%。
各位如果有得选的话，
更情愿选择哪边？
咱翻译成大白话吧：
新西兰从2月10日到3月18日，
死亡人数涨了3倍，
确诊人数更是涨了30倍，
因此刷出了全球最低的病死率，
这样的病死率最低记录，
能不能干脆不要拉倒呗？
毕竟，在咱吃瓜群众朴素的世界观里头，

死亡固然是bad ending；
而感染也显然不是啥美妙的体验，
就算是打完三针疫苗之后的轻症吧，
难免也会咽喉疼痛、浑身乏力，

或者万一点背，出现了long covid，
那就更是悲了大催。
所以咱吃瓜群众显然不能理解：
既然死亡和感染都不好，
咱一个都不想要，
那么为啥在感染人数和死亡人数双双跳涨的情况下，

只是因为感染人数上涨更快，导致分母变大，
然后这数据，
它反而就一下子变好看起来了？
这难道就是所谓的：
城市套路深，我要回农村！
❹疾病负担
各位，虽然你我都是吃瓜群众，
但咱们吃瓜群众的朴素世界观，
其实也暗含了一丢丢哲理~
比如说，上面咱提到了，
死亡和感染都不好，咱一个都不想要，
这玩意儿其实就是比追求低病死率更高明的哲理~
——请品鉴：
简单来说，用“病死率”来衡量某种疾病危害性，
这是过时了40多年的老黄历啦~
而过时的原因则在于：
“指标单一、局限性大，不能反映伤残/早死/失能等对个人和社会带来的损失”。
……
……
现如今决定某种疾病危害性大小的标准，
或者说决定需不需要对某种疾病严防死守的标准，
早就不是病死率CFR了（当然更不是FT爱用的IFR），
现在咱用的是伤残调整寿命年（disability-adjusted life year，DALYs）。
DALYs由两部分组成，
分别是早死所致的寿命损失年（YLL），
以及伤残所致的健康寿命损失年（YLD）。
或者用贩卖焦虑的话术来表达就是：
  • 得病死掉直接损失的那部分命数，
  • 以及，得病侥幸没死但生不如死的那部分余生~
这也就是为啥，
咱作为朴素的吃瓜群众，下意识地就认为：
死亡和感染都不好，咱一个都不想要。
这里面的道理很简单啦：
死亡会增加YLL，感染则会增加YLD，
于是两边都会增加DALYs，
因此都会带来更大的疾病负担。
……
……
所以这玩意儿它难道不比靠着分母注水就能刷出来的病死率要靠谱多了？
❺ 死因顺位
看到这里，可能某些朋友又会说了，
DALYs好，DALYs妙，
可是DALYs它毕竟来得太慢啊拍老师！
这都2022年了，
市面上才渐渐开始出现2021年上半年的DALYs数据，

有没有更实时一点的判断标准？
其实如果各位可以暂时不管YLD这一部分的话呢，
那么比DALYs更实时，同时又比CFR更客观的疾病危害程度衡量指标也是有的，
比如咱可以看死因顺位（causes of death）啦。
——例行掉个书袋：
翻译成人话：可以通过死因顺位来反映疾病的危害程度（但只能反映疾病所致死亡的严重程度）。
那么，死因顺位和病死率这俩参数，
它们会形成怎样的有趣对比呢？
咱下面就走几个例子呗~
不过新西兰毕竟才刚刚起爆，
所以死因顺位跟病死率双低，
对比不够鲜明，

咱还是换些更好的例子得了。

——请品鉴：
以上是2022年一月期间美帝的病死率，
在0.35%到0.87%这样一个区间的样子，
虽然比新西兰和不丹高多了，
但已然有不少在美高华朋友表示这货不如流感……
——所以下面让我们换成死因顺位，再品鉴一次：
↑ 翻译成人话，
如果某位高华在2022年1月期间去世，

那么它最大的可能是死于心脏病，其次则是死于新冠感染……
而且上面这个顺位还是CDC耍赖的结果~

因为排名第一的心脏疾病，它其实是个大箩筐，
啥玩意儿都能往里面装。
如果咱玩一玩细分大法的话，
（比如心衰和心梗分别计算）
那么新冠的死因顺位就会毫无意外地蹿升到第一名
——换个例子，继续品鉴：

↑ 大英帝国，2022年1月份新冠病死率在0.13%到0.28%的范围徘徊，
可以说是非常人畜无害了~
然后呢，新冠的死因顺位还是跻身前三…
并且排名更高的两家还是可以靠着细分大法给挤掉~
于是如果某位高华在2022年1月的英国去世，
他/她还是有7%以上的可能是死于新冠
以上，请各位自行斟酌~

继续阅读
阅读原文