一条微博引发的血案
各位晚上好。
话说，昨天咱发了条贩焦微博，然后一不留神就火了……
——请品鉴：
↑ 164万阅读，2.7K转发，对于咱这个5万粉的微博号来说，已经算是爆款了。
这条微博还有个来龙去脉。
话说前两天微博上有人挂着个病毒学博士的名头强行贩焦，
说自己间隔五天连续感染了两次，其中第二次还是新晋大毒王XBB~
由于“短期重复感染”这一招，
结结实实地戳中了大伙儿的死穴，
于是这哥们儿瞬间就火了……
然后呢，不出所料，强行豁胖，迟早是要还的，
这位冒牌博士被英勇机智的微博群众给识破了……
还因此上了《环球日报》可还行？
最后还被拘留了可还行？
——请品鉴：
——请再品鉴：
害，这件事情就说明了，贩卖焦虑是一门技术活儿啊各位~
技术不过硬就出来强行贩卖，是会被《环球》挂路灯的…是会进局子捡肥皂的。
而且吧，问题的关键在于，
短期重复感染这种稀松平常的小事儿，
有必要立个病毒学博士的人设来拿自己举例子吗？
有必要出动XBB这样的七阶大佬吗？
完全没必要啊……
且看咱信手拈来，一篇CDC EID的论文教各位鸵鸟做人：
怎么样？这下《环球》和网警大人们抓不到把柄了吧？
原文传送门：https://wwwnc.cdc.gov/eid/article/28/11/22-1109_article
然而万万没想到的是，
CDC EID的文章都贴脸上了，
躺匪们居然还找得出刁钻的角度来洗地。
——下面就请各位开开眼界：
——以及，还有专门写长篇大论来蹭咱热点的（点击下图跳转原文）：
那么下面统一给这几位没文化的二愣子上上课吧：
各位杠精请听好了，但凡要搞一项研究，必然要有个研究目的，
确立了研究目的，才能根据这个目的去设计适合的研究方法。
CDC EID这篇短文的研究目的，作者一开局就已经交代得很直白了~
——请看：
作者想要达到的目的，是证明（CDC和ECDC）现有重复感染的定义需要调整。
或者更具体来说，CDC执行的是“90天之内再次感染不计入重复感染”，ECDC执行的则是“60天之内再次感染不计入重复感染”，
作者认为这两条定义都有问题，
所以他们打算通过本项研究把问题给跳出来。
——请看原文：
正是出于这一研究目的，这项研究选用的研究设计，是靠着比对官方PCR检测记录，来找出重复感染间隔时间较短的例子，并靠着测序记录来实锤发生了重复感染。
那么作者的研究目的达到了吗？
显然达到了。
他们确实找出了一百来例间隔时间短于官方定义的，并且经过测序实锤的重复感染事件。
这也就是为啥他们要在limitations环节提一嘴coinfection（共感染）。
因为测序实锤并不能区分共感染和重复感染，
而如果是共感染的话，
则没法用来给CDC和ECDC的规定找茬儿，
毕竟共感染是上述规定里说好的例外情况。
但这并不是说共感染就是啥不值得焦虑的小问题。
恰恰相反，共感染是比重复感染更值得焦虑的大问题。
共感染现象的焦虑之处就在于，它是重组事件的前置条件。
而Omicron时代以来愈演愈烈的重组风潮，
正是共感染现象层出不穷的恶果。
比如当今风头最劲的毒王XBB.1.5，就诞生于共感染事件。
而且吧，所谓的coinfection，也并不是说两次感染事件必须同时发生，
而只是说两次感染事件的急性感染期有重叠~
所以这个共感染，其实归根结底，大多数还是重复感染，
只不过第一次感染事件的急性感染期还没走完而已。
下面再说说那个可笑的0.7%。
简而言之，是个人都知道法国官方PCR检测机制存在严重的under-ascertainment，重复感染更是要连续经历两把ascertainment bias。
所以谁会脑子被门夹了，用官方PCR记录去研究重复感染的incidence和prevalence？？？
什么叫做“不检测就没有”，你们心里难道没一点儿B数吗？
如果要搞重复感染发生风险的调查，
现成成熟的办法，是通过血清学抽查确定抗体阳性率，
然后通过超额死亡数反推出IFR，
两边一合计，就能建模估计出罹患率，
最后用罹患率推算出重复感染incidence。
细节懒得说了，下面有原文传送门：
https://www.nature.com/articles/s41467-022-30711-y
比如说，举个例，
咱这边经常搬运的牛津Aris Katzourakis老师，
当初就用上面提到的办法，靠着血清学抽查结果和超死数这俩关键数据，估算出了伊朗的罹患率，
并以此为基础，进一步推算出人群累积重复感染比例。
——请品鉴：
（2021年10月就喜提全民15%重复感染……）
以上才是确定全人口重复感染比例的正确打开方式。
那么为啥CDC EID那篇小文章的作者不用这种打开方式呢？
很简单啊，正如上面所说，
他们的研究目的压根儿就不是想知道有多少人发生过重复感染。
他们的研究目的，是为了拆CDC和ECDC的台，是为了找出经过全基因组测序实锤的短期重复感染特例，以证明CDC和ECDC对重复感染的定义有漏洞。
要是他们改用Katzourakis老师这一套，就会发现：
推算出来的重复感染数，很难找到对应的全基因组测序结果，于是也就没法把CDC/ECDC的定义给锤死。
所以上面各位二愣子，求求你们，
能不能别对着EID这篇短文里面随口一提的官方PCR检测的数字强行做口算了……
什么叫“不检测就没有”，你们心里难道没一点儿B数吗？
什么叫“不检测就没有”，你们心里难道没一点儿B数吗？
什么叫“不检测就没有”，你们心里难道没一点儿B数吗？
最后，由于法国最近没有靠谱的血清学调查结果，
所以暂时算不出来法国的重复感染风险。
但是没关系，这里咱们姑且借用海对面英格兰的数字来搞个旁证~
——请品鉴：
以上是LSHTM流行病学家Sebastian Funk老师基于ONS月度感染调查估算出来的英格兰累积发病率，
其中超过100%的部分，都可以粗略认为是重复感染。
——ONS的原始数据见下（需自行下载csv文件）：
https://www.ons.gov.uk/peoplepopulationandcommunity/healthandsocialcare/conditionsanddiseases/bulletins/coronaviruscovid19infectionsurveypilot/previousReleases
——Funk老师的代码见下：
https://github.com/epiforecasts/inc2prev
——方法论见下（methods部分）：
https://www.medrxiv.org/content/10.1101/2022.03.29.22273101v1
惊不惊喜意不意外？
说好的0.7%呢？
欢 迎 关 注
永久备份区（历史文章陆续上传中）：
https://github.com/Paibangzhu/backup/issues
小蓝鸟：
https://twitter.com/paibangzhu
知乎：
https://www.zhihu.com/people/paizhaorushi
微博：
https://weibo.com/pzxlbbz（微博小店有各种钉子户装备带货链接）
外 快 专 区
知识星球：
https://t.zsxq.com/07c3Cnty5
三点几啦！饮茶先啦~：