【明報專訊】第五波新冠病毒疫情「高位橫行」之際，眾專家均建議政府是時候為下個階段打算。醫管局前行政總裁梁栢賢多番透過社交平台進言，近日就提出兩個「退場」標準，以高接種率、重症和死亡趨勢回落作為有序放寬社交距離的準則，而死亡數字如何衡量，他便指出可用「超額死亡」（excess deaths/mortality）計算。一些國家早已在官方新冠死亡紀錄以外估算「超額死亡」數字，認為可更準確反映疫情影響，國際醫學期刊《刺血針》（The Lancet）近日刊登一個涵蓋191個國家及地區的超額死亡研究，我們請香港專家從中講解，數據統計如何幫助決策者籌劃下一步。
《刺血針》：超額死亡比呈報數字多1266萬
梁栢賢在帖文中簡單介紹超額死亡的算式，是以「現時死亡人數 - 疫症爆發前幾年在同一時期的平均死亡人數」，亦即估計在疫情影響下，死亡人數比一般情况多出多少，「這些數據或許更能評估控疫成效及反映醫療系統壓力的實况」。《刺血針》3月10日刊登的研究Estimating excess mortality due to the COVID-19 pandemic: a systematic analysis of COVID-19-related mortality, 2020-21，就指出「理解新冠大流行對死亡情况造成的真實影響，對公共衛生決策十分重要」，研究估算191個國家及地區在2020至2021年的超額死亡數字約為1820萬，比各地呈報的染疫死亡總數594萬多出約1266萬。
相差大 因超額死亡變數多
為何與「官方數字」差那麼遠？該研究解釋，在一些檢測量低的地區，未曾測試的死亡個案會成為漏網之魚；各地死亡登記系統的紀錄未必都齊全和質素高，對於一個死亡個案是否納入感染新冠死亡數字定義亦不一；而因抗疫措施如封城令社會、經濟、行為出現的變化，也會影響其他原因造成的死亡，例如減少社交接觸和戴口罩，就令流感感染數字大減；疫下醫療負擔加重，又會增加其他病症病人因延誤治療而死的機率；再加上種種政治因素，令官方數字沒那麼準確反映實况。
「超額死亡」早在各個範疇應用，中大賽馬會公共衛生及基層醫療學院客座教授黃子惠指出，評估空氣污染問題上都有這個概念，「這是一個假設，以香港空氣污染的懸浮粒子水平與世衛建議的指標，這兩個水平之間的濃度差距，再加入懸浮粒子的相對危險度計算，即每平方米增加10微米會多百分之幾的風險，去計出水平愈高會增加的死亡人數」，以此顯示污染問題對市民健康的影響。生物統計學家、中大醫學院醫療體系與政策研究中心助理教授莊家俊亦指出，超額死亡在傳染病上的應用特別多，「之前甲型H1N1流感大流行也有很多研究，都與《刺血針》研究做法相近，將傳染病出現期間的死亡人數與之前幾年較正常的同樣季度作比較」。
一條加減數，可以有幾複雜？港大醫學院藥理及藥劑學系和家庭醫學及基層醫療學系助理教授黃競浩說，《刺血針》研究是以一個地方2020年至2021年的實際總死亡數字（所有死因都包括在內），減去預期死亡數字（沒有疫情的情况）。由於有些地方在實際數字上的資料不充足，以及預期數字亦涉及估算，研究用了很多方法調整來減少偏差，例如西歐國家在2020年的7月下旬至8月初出現熱浪（heat wave），同期新冠死亡呈報數字卻特別低，由於估算模型無法分辨數據中哪些超額死亡是熱浪造成、哪些是疫情所致，故在分析時排除了這時期的數據。
死於新冠？死時帶毒？ 死因要細分
如何理解疫情對死亡數字帶來的影響，也是詮釋着新冠病毒的殺傷力，有意見提出處理死亡數字，應區分die of（死於新冠病）或die with（帶病毒離世），而非一概而論，黃子惠認為可從醫生簽發的死因醫學證明書分辨兩者。在證明書上「死因」分兩大部分，一是「直接引致死亡的疾病或情况」，內分a、b、c三項，它們之間的關係是a「由於」（due to）b「由於」c，黃說：「如心臟衰竭，由於心血管閉塞，由於缺血性心臟病，正式死因就是最後的缺血性心臟病，就是die of」，而第二部分是「造成死亡的其他主要情况，但與引致死亡的疾病或情况無關者」，他說：「如果死因非直接是新冠，但也是致死的重要因素，就是die with。」
死因登記有一套國際疾病分類編號（International Classification of Diseases），莊家俊指出國家之間雖用同一套編號，但每個地方各有標準，如何判定那個人死於新冠，有些地方會因臨牀症狀似就認為是新冠相關的死亡，但有些地方可能要經測試陽性才在死亡證明寫入因新冠而死。黃競浩亦言：「染疫後死亡，如何分辨是否因新冠引起併發症而死，抑或因本身健康情况惡化再感染新冠而死？需要仔細翻查病歷才能區分。」中大呼吸系統科講座教授許樹昌日前就表示，根據死者的死亡和染疫時間、Ct值（病毒數值）、有否肺炎等分析是否死於新冠病毒（die of），暫時分析了第五波少於120宗個案，約38%死於新冠，37%死亡時染新冠（die with）。
《刺血針》研究亦寄望將來有更詳細數據，供進一步分析死亡數字中，哪些屬新冠感染直接造成的死亡，哪些是疫情帶來的間接影響。而研究結論則指從超額死亡數字看到疫情造成的影響，遠超呈報數字顯示的情况。到底我們應怎樣看待這種估算死亡數據？
莊家俊說研究亦有因一些地方缺乏可靠數據，不用慣常「實際死亡與預期死亡相減」的方法，而是直接使用統計模型估算超額死亡數字。而在相減的方法中，其中預期（無疫情下的）死亡數字，也集結（ensemble）了6個模型計算。如何讓估計做得精準？做法是在每個模型套入2019年3月前的數據，再用來預估2019年3月至2020年2月的死亡數字，只要對比預估結果與真實數字，就可知道每個模型有多準確，再據此調校各模型不同預測的比重，結合出一套可靠預估方法。用真實數據調校（calibration）和驗證（validation）模型，就是常用的機械學習（machine learning）方法。
負數：疫下死亡反減？
黃競浩留意到當中一些有趣結果，例如在澳洲、新西蘭、新加坡、台灣等地，得出的超額死亡數字是負數，也就是說，在該兩年疫情之下，這些地方還「死少了人」。超額死亡其中一個顯示現象，是其他原因的死亡數字也可能受疫情影響有變化，如前所述，若流感死亡數字下降、延誤醫治致死數字上升等，有加有減，計落盤數，整體死亡數字可能反較預估正常狀態下小，「像香港去年的情况沒有大爆發，亦有機會出現負數超額死亡的現象」。研究只列出中國及轄下湖北、「其他省份」數據，未見拆出香港數字。莊家俊認為，從一些地方出現負數結果可看到，「有些地方防控措施做得好好，如新加坡，隔離措施會減少其他上呼吸道感染的傳染，醫療系統又未爆，變相因做得足有得益。我相信香港前四波都有機會是這樣」。
亦有國家如比利時與瑞典的超額死亡與呈報數字相若，研究認為可能是其他原因造成的死亡在疫情期間沒太大變化，而莊家俊就指出另一個可能是「每個地方對死於新冠的理解未必一樣，或會有misdiagnosis（誤診），即有可能一個人不是因新冠而死，卻被計進去（呈報數字），特別是在實驗室資源嚴重不足的情况下」。
疫情預測 「一行新措施又要再計過」
港大醫學院3月15日公布預測模型的推算數字，估計第五波染疫人數達448萬，5102人死亡，中大早前亦推算死亡數字可達7000至9000，這些數據又信不信得過？莊家俊說「他們最主要是用傳染病模型去估計這些數字，就算用同一個模型，今日與一星期後做預測，都一定有分別，因為數據會一直更新，估算愈近的時間就多數愈準」。他解釋傳染病模型是一個dynamic model（動態模型），包含了人的社交形態，「包括人與人之間每日接觸的數量、不同年齡組別接觸的情况、人的流動模式，還會考慮隨時間改變，人的接種率如何、接種疫苗的效用以至產生的群體保護（herd protection），可以給出比較可靠的預測。但你話係咪真係準，始終要透過預測出來的數據與實際數據比較，才可判斷是否真的準」。
使用大數據協助預測疫情走向，從而給決策者更多參考，莊說並非新鮮事，「在甲型H1N1流感大流行爆發時，已有人用不同數據做傳染病防控，而現在疫情就見到更多這些研究，常見的是如何利用感染者的臨牀和流行病學特徵，預測感染者入院後有多大機率轉入ICU甚至死亡，為醫療資源規劃做好準備」。又如港大亦有用八達通使用量數據了解市民出行情况，黃競浩以醫管局大數據觀察進口藥物效用。莊家俊也正參與研究，從網上對餐廳的討論，看其與餐廳群組爆發的相關性，「當有人comment餐廳，多了流量紀錄，初步能看到與疫情爆發有一個統計關係」，「這些結果幫到我們理解之後若要預測爆發，不用等人呈報、做檢測，因為這些數字可能已經有一段從感染到呈報很長的滯後時間」。
不過莊家俊提醒，看待統計數字不是要當它100%準確，可留意數據質素及當中誤差，「如之前疫苗研究，大家很執著effectiveness（效用）的百分比幾高，但沒留意誤差會去到幾高，如疫苗剛出時，出了一些中期研究數字，說效用是51%，如果你看confidence interval（信賴區間，考慮統計誤差上限與下限組成的區間，愈窄代表愈精準）很闊，在10幾%到80幾%之間，就不是很可靠的結果，不是因為它做得不好，而是暫時研究未做完，做完之後不確定性會縮窄」。所以聽數據的正確意識，是否早期估算——如現在估計3個月後的死亡人數——就聽住先，隨時間愈近就可多信一點？「沒錯，這數字可根據現在的情况預測走向，但也預測不到政府會行什麼措施，一行新措施，數字又要全部再計過。」
研究指出數據缺失對估計超額死亡的困難，香港有沒有數據不齊備的問題？莊家俊認為「在Omicron爆發前的數據是很齊，包括每一個案的年齡、性別、居住地區等，但爆發之後已應對不到那麼多數據」，而今波爆發與前四波相比發展亦急速得多，「很多資源用在處理感染者，其他一些擇期手術（elective surgery）也要延遲，會否導致其他情况得出『超額死亡』，要再做研究去看」。他認為超額死亡數字很大的話，則「證明那個地方做的措施不足夠，可能是疫情擴散沒控制好，又或醫療體系處理不到重症的個案，可看到其負擔有幾大」。
