譚新強：武漢應馬上進行 大規模COVID-19隨機測試
昨天湖北突然公布COVID-19新增確診個案14,840宗，死亡人數242。全球總人數已逾6萬，死亡人數超過1300。之前數天，新增個案已跌至約2000宗水平，死亡人數則約100。為何個案突然急速上升？官方解釋是確診定義略有修改，所以就大幅上升。死亡人數的上升較易理解，因為在湖北被列為病重和病危個案仍高達7000多宗，所以仍將有不少病人陸續不幸離世。
COVID-19是一種全新病毒，不確定性仍很大，包括傳染率（R0），感染和死亡率等等。當然令人更擔心的是暫時仍未有疫苗，和有效藥物。慶幸基因排列工作很快就完成了，中外藥廠已在努力研發疫苗和藥物，包括Gilead的新藥Remdesivir，已在臨牀測試階段。但估計完成測試仍需數個月，疫苗需時更長。
傳染率與死亡率 多呈反比例
隨着時間的過去，和病例的累積，可以總結一下我們已知道關於這病毒的一些事，和仍未有答案的疑問。首先這個病對長者影響最大，如到了肺炎階段，確有頗大生命危險。但對年輕人，包括小孩，反而得病率和嚴重性都較低。傳播主要途徑包括近距離接觸、飛沫、糞便，手碰到口鼻和眼等。比較可怕的是潛伏期可長達24天，可能因為病毒太新，被感染後初時身體沒有任何抗體和抵抗能力。
病毒固然有一定傳染力，但R0是不穩定的，可隨着公共預防和隔離政策，和個人衛生措施而改變。COVID-19的R0仍存在很大的不確定性，世衛（WHO）的估計是1.4至2.5，但某些專家估計可能高達5或以上。R0高於1代表疫情仍在擴散，平均每位病人把病毒傳播到超過1個人以上。若R0是1.4，傳染度跟一般季節性流感相若，但如果R0是2.5，就跟SARS和MERS的區域（2至5）差不多。但如COVID-19的R0真的是5以上，傳染度就到了天花的級數（5-7）。
最重要的不確定性是這個病的「真正」死亡率。首先我們要了解，跟R0一樣，死亡率也是不穩定的。死亡率跟醫護水平，藥物的有效性，和病毒本身的變種過程等因素，都有關係。我跟一些胸肺科醫生和傳染病專家談過，不一定，但一般來說，R0跟細菌的virulence（毒性）呈反比關係，即較輕的病菌，例如麻疹，死亡率只約0.2%，但R0就高達12至18。較嚴重的病菌，例如伊波拉，死亡率高達90%，但R0則為較低的2左右。這反比原因可能是如病菌太厲害，被感染的主體太快病危和去世，就根本不夠時間把病菌傳播出去給很多人。
湖北內外 死亡率差距大
有關COVID-19的最重要疑團是為何湖北以外跟湖北之內的死亡率，相差那麼大？在大陸湖北省以外地區的個案已超過11,000宗，已具代表性，死亡率現約為0.38%，大陸以外，包括港、澳、台地區，和全球其他20多個國家，個案數目近570宗，兩人死亡，死亡率約0.35%。但在湖北的死亡率則奇怪地高達2.7%，其實已有輕微下跌趨勢，但跟湖北以外和大陸以外的數據，仍高出7倍以上，是一個非常大的差距。即使從病重加病危率來看，湖北跟其他地區的差距亦極大，在湖北的病重病危率高近15%，湖北以外大陸地區為不低的8.5%，但在大陸以外，病重病危率則只有4%。
通常在一個新病毒出現時，存在各種不確定性，包括死亡率是非常正常的，假以時日，大家終會自然知道真正的情况。以SARS為例，按澳洲病理學家李超浩的解釋，初時的死亡率高達45%至50%，但後來逐漸發現一些病情較輕個案，治療水平也逐漸提升，到最後，SARS的死亡率跌至9.5%，當然仍非常高，但已比最初的估計跌了八成。他估計同樣情况將出現在今次COVID-19疫情，陸續將發現大量輕微病例，死亡率亦將逐漸下降。
愈來愈多大陸以外的傳染病專家都有同樣觀察。上周我已提過港大的梁卓偉教授，以他的電腦模型推算，早在1月25日，在武漢的感染個案可能已高近76,000宗。從撤離武漢後的外僑測試，感染率約1.4%，而他相信留在武漢的人的感染率，更可能高達3%至5%，以人口約1000萬來計算，即宗數可能高達30萬至50萬。
近日英國MRC Centre for Global Infectious Disease Analysis主管Neil Ferguson教授估計，COVID-19在中國的真正感染宗數，可能比報道高10倍，即使在中國以外，他認為實際個案亦比報道高出4倍！
表面聽來，似乎是非常壞的消息，但其實未必一定是，因為死亡人數和病重病危數目，都肯定遠比整體個案數目準確，尤其在大陸以外，所以如這些推測屬實，亦即是說COVID-19的死亡率應遠低於現時湖北顯示的2.7%。甚至海外的約0.35%死亡率，都可能被高估，真正死亡率可能較接近0.1%。
死亡率不可能完全準確，但如何處理一場死亡率高近3%的疫情，跟如何處理一個死亡率只有0.35%或更低的疫症，應該是完全兩回事！所以極需要盡快以科學方法來查證此疫症的真正感染和死亡率。
湖北剛撤換了省委書記，抗疫政策似乎也有所改進，昨天就突然宣布新增個案大增。之前亦有報道指，當局在武漢進行疫情排查，已完成99%以上工作，亦因此而發現3000多個新增個案。
落區抽樣統計 計算較準確感染率
做法似乎是打電話到武漢的每家每戶，查詢家中有沒有人發燒或其他症狀。如果有就派人到那處做病毒測試，但因測試並非太準確，所以經常需要做多次才能確診。此做法對找出病患者有點幫助，但對查證真正感染率則幫助不大，因為這做法有sample bias（樣本偏差）。
我建議武漢政府應馬上去社區進行真正的隨機抽樣統計，計算出較準確的感染率。假設被感染者的分佈頗平均，亦希望即使病癒者仍會顯示陽性反應，以武漢約1000萬人口為例，如只需達到95% confidence level（置信水平），±1% margin of error（誤差範圍），隨機抽樣約9600人來做統計已足夠，但每位可能需要做數次測試。但如預期感染率只約3%至5%（希望如此），±1%誤差範圍或許太濶，如要收窄至±0.5%，就需要擴大至約38,000個樣本。如需要更準確的99%置信水平，±0.5%誤差範圍，則需要約66,000人數樣本。
我知道湖北的醫護人手和測試儀器都非常緊張，首要任務仍是救急扶危，不容易騰出資源來進行此頗大規模隨機測試。但我認為政府應往前想多幾步，首先查證感染率的真相，然後計算出較準確的死亡率，才可計劃未來應付疫情的正確策略，對全國人民健康和中國經濟都有極大影響。不容易，但如明白此舉的重要性，只要立志去做，也不算太困難。
如果統計結果顯示武漢的感染率真的只約0.3%，即是死亡率可能高達4%以上，那麼這病毒的殺傷力真的很大（雖仍遠低於SARS）。那麼封城、封關、隔離，和其他緊急措施都確有繼續維持下去的必要，直至新增個案跌至非常接近零，和研發出有效疫苗和藥物為止。即使這做法等如犧牲經濟，也幾乎沒有選擇。
但如統計結果證明真正感染率高很多，較接近不少外國專家猜測的3%至5%，雖然公眾最初聽到時，可能會有點恐慌，但如當局能解釋清楚，其實這亦等如病重病危和死亡率，都遠比現在計算出來的低，可能死亡率只約0.1%至0.3%，病重病危率約2%至4%左右。如果是這樣，公共衛生和健康政策上，當然仍需非常小心，亦需繼續努力研發藥物，但如此低的死亡率，實該可以放心逐步解除部分封城、封關等緊急措施，人民生活和經濟活動可以回復正常。這亦正是早前新加坡總理在對國民演說中的要旨。
如最終情况是此病毒的R0維持在頗高水平，無法把新增案例降至零，但死亡率確頗低，那麼全球人類無奈只可接受這是類似傷風的一種新型風土性（endemic）傳染病。但如預期此病將每年帶來數千以至上萬宗的嚴重病毒性肺炎，那麼全國各大城市，就必須未雨綢繆，預先建造多座如火神山般的特別設施隔離醫院。
即使流感和傷風等疫情都可以很嚴重，每年全球死亡人數可高達數十萬，但正因死亡率低，大家亦熟悉病情和有些醫藥疫苗，所以全球各國，極少有任何限制旅遊、人口移動、停止經濟活動等應變措施，最多只會鼓勵人民去打免疫針。
以數據說服人民國際社會
較差的做法是繼續讓這個武漢和湖北感染和死亡率的疑團延續下去，不企圖找出答案。但當新增個案再次見頂，逐漸回落至譬如每天數宗至數十宗水平，就基於經濟和其他原因，即開始解封武漢，湖北和其他地區。到時如表面計算出來的湖北死亡率仍高企在2%以上，我擔心將製造更大公眾恐慌。當局可能會以湖北醫療設施不足為死亡率偏高的理由，但很多人未必接受。
在這情况下，美國、澳洲和其他國家，更幾乎無可能會解除針對中國人的旅遊禁令或回復航班次數。在香港，民粹高漲，任何事情都被嚴重政治化，如嘗試在這情况下重開所有關口，面對的阻力有多大，可想而知。
所以唯一的可行辦法就是以科學方法查找出湖北感染和死亡率的真實答案，以完全透明，高置信水平的統計數據為基礎，用來訂出最合理政策，藉此說服人民和國際社會。
中環資產投資行政總裁
偏差bias定義 在 [討論] 什麼是選擇性偏差(selection bias)? - 看板NCKU-PH98 的推薦與評價
在這篇裡面要跟大家說明什麼是選擇性偏差(selection bias)?
在上一篇裡面有跟大家提到，我們是從來源將偏差分類的
其中選擇性偏差是因為研究對象的選取不當所造成
像是１．研究組與對照組的可比較性差
２．研究各案的抽樣架構選擇錯誤
３．研究對象追蹤漏失或沒有回應(loss to follow up)
也就是說 當目標族群中不同疾病與暴露狀況下的個案 與被選為研究族群的比例不盡相同
這時候就有可能產生選擇篇差
我們來看看郭浩然老師上課時所給我們的定義(A Dictionary of Epidemiology)
Error due to systematic differences in characteristics between those who
are selected for study and those who are not.
一個因為系統性所導致的錯誤(Error)造成了被選進來做研究的人與沒有被選進來是不同的
也就是研究對象的選取不當 重點就在不同
￣￣
==============================================================================
那選擇性偏差會造成什麼後果呢？
我們一樣看看郭浩然老師給的定義(A Dictionary of Epidemiology)
“Selection bias invalidates conclusions and generalization that might
otherwise be drawn from such studies.”
選擇性偏差所造成最嚴重的後果就是會使研究是無效的，也就是說你花費這麼多的時間
浪費了這麼多的金錢，結果做出來的研究是沒效的
==============================================================================
那選擇性偏差可以補救嗎？
我們繼續看看郭浩然老師給的定義
selection bias is an error in study design or execution
-may be prevented by study design
-cannot be solved by analysis of the data collected in the study once it
occurred
選擇性偏差只能從實驗的設計來解決
並且選擇性偏差是無法事後補救的就算妳統計很強也一樣(學姊我沒針對妳XD)
希望這篇對大家有所幫助 接下來會跟大家討論什麼訊息性偏差(imformation bias)?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 218.164.227.189
※ 編輯: danail 來自: 218.164.227.189 (01/16 16:56)
... <看更多>