疫苗防印度变种

疫苗防印度变种 

自印度疫情失控以来，在疫苗方面，最让世人关注的问题就是现有疫苗对印度变种是否有效。 为了回答这个问题，世界各地好几个研究团队用疫苗接种者的血清在体外做了病毒中和实验，几乎所有的结果都发现接种者的抗血清对印度变种的中和能力虽然都有一定的下降，但抗体总量仍足以保护接种人不染新冠。就像货币稍微有些贬值，一个美元能买的东西稍微少了些，但因为我们有足够的经济能力，所以照样能生活地很好。

这些资料虽然给人以希望，但却还不能让人放下心来，毕竟体外做的实验的结果不如直接从人身上观察到的可靠，就是要像回答疫苗对印度变种有无效果这个问题还是要看在现场应用的资料。在已经有一定数量印度变种病例的英国，最近有人对此进行了研究并称他们发现辉瑞和AZ的疫苗对印度变种依然有效，和英国变种比起来，只有少许下降。可根据我对原始数据的分析，这个说法只适合于辉瑞疫苗。

文章还没有发表，但英国卫生部（Public Health England）已经把该文的manuscript放在网上了。在该文所报道的研究中，英卫生部的科研人员用了一个流行病学上叫测试阴性设计（case negative design）的病例对照试验对疫苗的对英国和印度变种的保护率进行了分析。

这种试验的设计我在《阴性设计试疫苗》一文里介绍过，这里不再赘述，只想把我做的那个示意图搬过来给大家看看。

根据这个设计，研究者从英国的疫苗登记库里调出了12,675的有基因测序的人作为病例（cases），其中英国变种（B.1.1.7）有11,621 人，南非变种（B.1.617.2 ）有1,054 人，这些人然后按疫苗接种情况分为表中第一纵行里的7组。

除了这些人外，还有阴性对照，阴性对照总案例数和各组的案例数都比阳性病例要多。按理说，这些案例是不应该出现在疫苗登记库里的，文里也没有交代他们是怎么选择和匹配这些案例的。只在摘要里发现用的是英国所有被测序过的资料，估计阴性的人就是有症状测序阴性的人，不过如果是阴性，为啥会测序呢？

严格地讲，在不知道疫苗状况之前，每个阳性的人都要给配一个或几个阴性对照，配了以后才按接种情况分组，不然就不是盲法了。我在文稿里找了好几遍都没有找到有关描述，这应该是没有经过审稿的文稿之不足。在没有这些信息的情况下，我们只能give them the benefit of doubt, 暂时相信这些案例的来源和分组是合理的。

下面这个表是我根据文中的表2制作的。为什么要重新做这表呢？因为我看文章时喜欢把关键数据弄懂吃透，这样对结果会有更好的理解。在制这个表时，我保留了原始数据即案例数，分别列在“阴性对照”，“英国变种”和“印度变种”的下面，然后根据案例数推算了两个数据。

第一个是两个变种各自的阳性和阴性案例数之比（cases:controls, 我把它称为阳阴比），这个比实际上就是危险度（risk），其中阴性案例数是两种变种合用的，严格上讲这样做可能不是很妥，因为被这两变种感染的人的特征估计不一样。其中一个最明显的就是人种和居住地，印度变种所感染的以印裔为主，居住也可能比较集中一些。当然，原文是这么算的我只能也这么做了，我算的阳阴比结果和文章里的一模一样，这不是我聪明，本来就应该如此。

第二个是根据阳阴比算出相对危险度（RR）和保护率或者有效率。RR=疫苗组阳阴比/对照组阳阴比，保护率=（1-RR）X100。奇怪的是，我算的保护率数据和他们的不一样了。按理说我用的这个公式不仅是教科书上的用的，也是人们普遍接受和使用的。最近我在《阴性设计试疫苗》一文里讲到的两个例子即科兴疫苗在巴林和辉瑞疫苗在卡塔尔也是这样算出来的。

https://www.nejm.org/doi/full/10.1056/NEJMc2104974

再细看了一下，英国这些作者的有效率用的符号是aVE，估计是adjusted Vaccine Effectiveness（矫正疫苗有效率）的缩写，不过找了好几遍也没有找到具体是用什么方法矫正的。不管了，把我算出来的保护率和他们算出来的aVE并排列出来吧。

	阴性对照	英国变种	阳阴比	保护率	aVE	印度变种	阳阴比	保护率	aVE
未接种	58253	4891	0.084			695	0.012
辉瑞AZ第一针	32703	1482	0.045	46.2	51.1	279	0.009	25.0	33.5
辉瑞AZ第二针	8483	74	0.009	89.3	86.8	27	0.003	75.0	80.9
辉瑞第一针	7036	344	0.049	41.7	49.2	49	0.007	41.7	33.2
辉瑞第二针	6412	28	0.004	95.2	93.4	13	0.002	83.3	87.9
AZ第一针	25667	1137	0.044	47.6	51.4	230	0.009	25.0	32.9
AZ第二针	2071	46	0.022	73.8	66.1	14	0.007	41.7	59.8

 

总的来说，我的算法普遍高估了疫苗对英国变种的保护率，低估了对南非变种的保护率。尽管如此，两种算法得出的辉瑞疫苗的保护率差的不是很大。按原文的算法，该疫苗对英国变种和印度变种的保护率分别为93%和88%，而我算的结果是分别是95%和83%，不管是那种算法，辉瑞疫苗对印度变种的保护率都比较好，比在卡塔尔得到的对南非变种的75%还稍微高一点点。

 

两种算法用于AZ疫苗时就不一样了，按原文的算法，该疫苗对英国变种和印度变种的保护率分别为66%和60%，而我算的结果是分别是74%和42%。按照他们的算法，AZ对印度变种的效果和英国变种的差不多，可按照我的算法两者差远了。按我的算法，AZ疫苗对印度变种的保护率只有42%，不达WHO规定的50%的标。

据报道AZ疫苗在南非测试的时候对南非变种也没有什么效果，在一个小型的临床测试时，AZ疫苗对南非变种的保护率只有10.4%。因为印度变种和南非变种的关键突变有相似之处，如果效果都不好的话也能解释。当然，我只是自作聪明地把他们的数据拿来乱分析一通，看看可以，不能当真，当真时还是以原文的数字为准吧。

从上面讲的可见，这个manuscript还差不少细节，至少要交代清楚对照是怎么选的和有效率是怎么算的。估计正式发表前，审稿者会让他们补上。

看了这文以后，我对辉瑞的mRNA疫苗防止印度变种有信心了，对AZ的腺病毒疫苗，not so much。如果让我在两者之间选择的话，我还会选择辉瑞的或者莫当纳的mRNA疫苗。

https://khub.net/documents/135939561/430986542/Effectiveness+of+COVID-19+vaccines+against+the+B.1.617.2+variant.pdf/204c11a4-e02e-11f2-db19-b3664107ac42

(注：我喜欢写系列博文，以前写过大选系列，疫情系列，现在写疫苗系列，不管写哪个系列，都是为了练脑，并见证和记录历史，同时在假消息充斥网络的情况下，给我博文的读者提供真实的消息和科普，没有干涉他人的意思，美国是个民主自由的国家，做什么是个人自由，我不推你，你别管我，只有这样，才能相看两不厌。)

[Fanreninus]

回复 'voiceofme' 的评论 : 不是一定很好的研究，样本配对有点问题，不过还是可以看到趋势，觉得辉瑞疫苗还可以。

[voiceofme]

和英国变种的4891比，印度变种才感染695人；而且接种辉瑞第二针的人数才6412人，几乎是没接种的十分之一。感觉数据还太少，不足以精确算出保护率，但有保护是可以肯定的。