新冠肺炎疫情数据铺天盖地，我们却可能忽略了最重要的参数

最近中国新型冠状病毒肺炎疫情的公开透明化提高了不少，腾讯还特意在在微信里加入了肺炎疫情及时数据的应用（在微信里，点击 我 -> 微信付费 ->  健康）。在这里面可以看到随时更新的新冠疫情的统计数字，比如，全国，分省和分城的确诊病人数，疑似进入观察人数，治愈和死亡人数。其中的这个所谓的“死亡率”是很多人都关心的，因为这是人们对这个病厉害程度的一个直观印象。

曾经有人说对新冠肺炎不用发慌，美国冬季常见的流感，据说每年造成上万人的死亡，人家不也没封城吗？但是仔细一看，流感造成的感染人数上千万，两个数字一除死亡率为0.1%。而新冠肺炎，以灾情最严重的湖北而言，死亡人数549除以总确诊数19665，死亡率达到了2.7%， 是流感的27倍，那就有点可怕了。

另一个比较的对象是非典，也就是SARS病毒，目前公认的死亡率大概是10%，相当可怕。大致新冠病毒的致死率介于流感和非典之间。

不过仔细一想，新冠病毒的这个所谓的“死亡率”，可以有相当讨论的空间。举个例子，美国疾病控制中心发表各类癌症的统计数字，很少用“死亡率”这个词，更常见的是说：乳腺癌5年内存活率（死亡率）为XXX%，也就是说，死亡率这个数字必须一个和时间概念联系起来才有意义。

下图是一个“死亡率”分析的经典例子。图中两条线分别是化疗和免疫治疗的癌症病人组，我们可以清楚地看到死亡率/存活率随时间变化的分布。所以不能抛开时间而谈死亡率。

拿新冠病毒性肺炎为例子，根据武汉大学中南医院重症医学科主任彭志勇的经验，这个病的发病进程一般分为三个阶段，第一阶段期间病人有轻微的咳嗽发热肌肉酸痛的流感样症状，大概一个星期过后，原本低调潜伏的病毒会骤然发力，引发病人肺部全面感染呼吸困难住进急诊室，进入重症阶段后，有的病人免疫系统重新洗牌就能战胜病毒，而不幸的就会全身器官衰竭而亡，这个阶段长短取决于每个人的遗传，免疫力和病毒是否发生变化。所以谈死亡率，就不能不谈病人是在哪一个时间点上离去的。

这个病程规律，在美国西雅图的第一个病例也得到印证，一位从武汉返美的35岁男性，在显示症状后被确诊住院，病情稳定。但是，5天后就肺部凶猛感染呼吸困难生命垂危。幸亏，在情急之下医生果断使用了一种尚未批准的实验药物REMDESIVIR，居然效果良好，病人已于两天前病愈出院，这个药物治疗的病例也发表在权威医学杂志《新英格兰医学杂志》上，给中国防疫的危难局面带来一线希望。

目前病毒依然在中国全国范围内扩散，考虑在武汉1月20日封城前的几天里几十万人离汉奔赴全国各地，第一波感染的病人由于轻症期重合，”死亡率“很可能很低，给人以乐观的假象，随即大批病人同时加重，引发死亡率飙升；然后是传染的第二波第三波，不同的传染源不同的病程，此起彼伏互相干扰，让每一个担心疫情的人的心绪仿佛过山车般跌宕起伏大喜大悲。

除了一个模糊的死亡率数据，公众需要更加细化的信息来了解新冠病毒肺炎的危害，病程，整体治疗治疗效果，以及一旦自己不幸中招后面临的风险。因此，我建议疫情公布数据涵盖更有意义的时间性指标，比如，病人从显示初始症状到进入重症期的平均时间（中值），从进入重症期到死亡的平均时间（中值），或者所有病人在发病一个月内内转成重症的比率，重症病人在一个月内的死亡率。这样的参数会比较客观，而不受感染滞后性的影响。

当然，报道这样的分析，会给一线医务人员收集数据带来更大的压力。因为，除了死亡总数，他们还需要记录病人的简单病史，发病时间，何时出现呼吸困难等重症状，以及死亡时间。在象湖北武汉这样的疫情重灾区，医护人员在和死神争夺生命的当口，是否有多余的精力详细填写病例，还是一个大问号。但是，这样的数据对未来的新冠肺炎流行病学研究和药物研发的实验设计，都是至关重要的。