李念台觀點:國王的新衣─也談台灣「世界第一」的防疫表現

2022-06-06 06:30

? 人氣

中央流行疫情指揮中心指揮官陳時中輕忽了疫情即將大爆發的跡象,讓「超前部署」成了嘴砲先行部署,防疫作為卻只能追著病毒跑。(中央流行疫情指揮中心提供)

中央流行疫情指揮中心指揮官陳時中輕忽了疫情即將大爆發的跡象,讓「超前部署」成了嘴砲先行部署,防疫作為卻只能追著病毒跑。(中央流行疫情指揮中心提供)

日前陳時中部長在5/31每日防疫記者會中,宣稱「omicron發生率部分,台灣是46.2,南韓是227.9,紐西蘭是153.8,新加坡是  111.7,香港是108.6,日本則是37.3。至於整體omicron死亡率,台灣是每百萬分之0.2, 香港是8.3,南韓2.4,紐西蘭1.4,日本和新加坡則是0.6。」其計算方式為:

[啟動LINE推播] 每日重大新聞通知

一,發生率計算法為:1/1-5/29期間,每日(每十萬人口)全人口七日移動發生率加總後之平均值

二,死亡率計算法為:1/1-5/29期間,每日(每百萬人口)全人口七日移動死亡率加總後之平均值

在記者會中,陳時中部長在流行病學趨勢分析圖板中也說明了:「因各國出現較大規模之本土疫情期間不同,故統一以1/1起算」。事實上,正如同陳時中部長在會中說明的:很多國家的omicron疫情已經發展到一定狀況,而台灣疫情當處於剛起步階段。因此這樣的比較可能沒有直接意義。

防疫中心圖卡。
防疫中心圖卡。

陳時中部長這話說得太涵蓄客氣了。事實上從相關領域專家眼中看來,這統計方法只能用「滑稽」兩個字來形容。只是民進黨政府,甚至是陳時中部長本人,顯然都相當了解媒體生態。知道大部份—特別是親綠媒體—並不會花時間去求証,而只會直接下「台灣死亡率沒比較高 陳時中秀數據:低於日星紐韓港」這樣的標題。

我們來看看這樣的計算方式會有什麼問題:以時間計算平均值有一個重要的觀念必需先釐清,就是該以哪一段時間作為計算標準?事實上,正如同陳時中部長所說的,正因為各國出現較大規模之本土疫情期間不同,因此使用同一段時間間隔之計算的意義並不大。另外,特別選擇1/1作為起算點,更是極為荒謬的一件事。病毒並不會看日曆過新年。我們不得不懷疑這樣作法的的是不是要把過去「台灣在疫苗等防疫物資短缺的情況之下造成的死亡人數」當作黑歷史加以忽略?

事實上,對台灣來說,更有意義的起算日期是4/1,也就是「新台灣模式」開始的日期。以這個日期作為起算點更能顯示出「新台灣模式」的效果。首先,我們使用 ourworldindata.org 作為數據計算平台,資料來源為約翰霍普金斯大學JHU COVID 數據庫來重新驗算台灣1/1-5/29每百萬人平均死亡率。驗算結果為0.239664,與防疫中心數據相符。接下來進一步分析「新台灣模式」之下的台灣防疫成效。表1顯示了利用一樣的「陳時中公式」來驗証「新台灣模式」之下與其他國家地區比較的結果。可以發現在「新台灣模式」之下的台灣顯然就沒有陳時中部長認為的那麼優秀了。更進一步的,我們把陳時中部長承認的:「台灣確診率中可能有黑數二到三倍」的因數也參考進去。得到的結果是台灣的死亡率只能算是中等,而發生率為慘不忍睹的最後一名。

而另一個嚴重的問題是出在結算日期。「陳時中公式」只有算到 5/29,也就是記者會的前一天。但是事實上,對疫情已經緩和的國家來說,接下來的幾天新增的發生率以及死亡率影響並不大。然而,對疫情正在爆發的台灣來說,每多一天都會讓成績變得更難看。統計上來說,在台灣此波疫情尚未到達波峰之前,至少超過一半的發生率以及死亡率數據被忽略掉了。陳時中部長特地選這個時候來公佈這個成績單,很難令人相信沒有為了接下來選舉的考量。

在比較對像方面,陳時中部長「精選」了日星紐韓港等國家來作為比較對像,也是相當的居心叵测,實在大可不必。 事實上,我們依照上述一樣的公式將全世界所有的國家地區算過一遍,發現全世界至少有71個國家是可以跟上台灣的。舉例來說,印度的1/1-5/29每百萬人平均死亡率為0.211805 ,比台灣略優,而中國的1/1-5/29每百萬人平均死亡率為0.002743。更是遠遠的把台灣拋在腦後。當然,中國政府提供的本土疫情報告是否反應了真實情況?我們不得而知。但純粹就約翰霍普金斯大學JHU COVID 數據庫中的資料來作計算,中國的數字比台灣的數字小了100倍左右。

請問陳部長,您同意中國政府防疫工作比台灣還優秀100倍嗎?

表1a: 使用台灣防疫中心的計算方式來評估「新台灣模式」之下的流行病學趨勢分析與其它國家(地區)比較。
表1a: 使用台灣防疫中心的計算方式來評估「新台灣模式」之下的流行病學趨勢分析與其它國家(地區)比較。數據計算平台為ourworldindata.org ,資料來源為約翰霍普金斯大學 COVID 數據庫。* 假設死亡率黑數與發生率相同。

回顧自疫情以來,不只是以上所述的荒謬統計方法。其他各種奇形怪裝狀的「台灣好棒棒」統計方法層出不窮。最典型的就是用「當日死亡率」除以「當日確診率」這樣的方式。即使到了今天,仍然有很多包括政府官員言之鑿鑿的「萬分之二死亡率」,以及與電視名嘴所稱的「千分之一陳時中防線」等等,幾乎都來自於類似於這樣的粗暴計算。事實上這樣的統計同樣意義並不大。最主要原因為「當日死亡」的群體與「當日確診」的群體幾乎不可能會是同一個群體。這是因為宣告死亡,檢察官相驗,到防疫中心公告的這段時間是不太可能在24小時之內完成的。換句話說,「當日死亡」的群體有極大概率是在當日前確診。

舉例來說,若某一天疫情趨緩,某日僅新增確診一人,而同天公告因疫情死亡兩人是在當日之前(例如三天之前)確診,那照這公式計算,當日死亡率就是200%。一人得死兩次才夠。這豈不荒謬?

我們可以回頭再來深究一下陳時中部長的圖卡實際上的樣貌為何。我們一樣使用 ourworldindata.org 作為數據計算平台,資料來源為約翰霍普金斯大學 COVID 數據庫。統計對像一樣為陳時中部長「精選」的日星紐韓港等國家。時間範圍也依民進黨政府的偏好,把「在疫苗等防疫物資短的情況之下造成的死亡人數」 加以忽略,也就是自1/1起至5/29止,圖1顯示在1/1-5/29期間,上述各國每日(每百萬人口)全人口七日移動發生率。陳時中部長口中的46.2發生率即為圖中灣部份曲線的平均值(註1)。而圖2顯示在1/1-5/29期間,上述各國每日(每百萬人口)全人口七日移動死亡率(註2)。陳時中部長所說的百萬分之0.2死亡率即為圖中台灣部份曲線的平均值。

圖1:1/1-5/29期間,每日(每百萬人口)全人口七日移動發生率加總後之平均值。
圖1:1/1-5/29期間,每日(每百萬人口)全人口七日移動發生率加總後之平均值。
圖2a:1/1-5/29期間,每日(每百萬人口)全人口七日移動死亡率加總後之平均值(不含香港)。
圖2a:1/1-5/29期間,每日(每百萬人口)全人口七日移動死亡率加總後之平均值(不含香港)。
圖2b:1/1-5/29期間,每日(每百萬人口)全人口七日移動死亡率加總後之平均值(包括香港)。
圖2b:1/1-5/29期間,每日(每百萬人口)全人口七日移動死亡率加總後之平均值(包括香港)。

事實上,從圖表中可以看出以下幾點:1)正如同陳時中部長本人所言,正因為各國出現較大規模之本土疫情期間不同,因此使用同一段時間間隔之計算的意義並不大;2)若以台灣本波疫情起算的話,台灣的狀況相較於其他國家並不特別理想。同樣結果也可從表1中看到;3)台灣疫情的爆發正是由於春節之後在台灣各地出現了傳播鏈。而當時陳時中部長顯然輕忽了這個問題,認為依靠台灣人的「氣質」一樣可以輕鬆過關。

細究此波疫情的原爆點,我們可以檢視傳播率(reproduction rate,R值,見圖3),可以看到在2/8時台灣出現了當時最低傳播率1.03。2/9時傳播率反折上揚,國內疫情蠢蠢欲動。許多專家學者紛紛示警。然而當日陳時中部長表示「自己沒看到大爆發」。他當時具體的形容「大爆發應該是ㄅㄧㄚ、  ㄅㄧㄚ、ㄅㄧㄚ,像國外這樣,就會知道所謂的大爆發,是什麼樣的情況」。陳時中部長表示進一步表示「像是日本近來確診人數超過10萬人,韓國3萬6、3萬7甚至接近4萬左右,香港 年後則是600、1000」,「這才叫大爆發,傳染鏈都是幾百條」。

請問陳時中部長,您現在看到大爆發了嗎?

圖3:1/1-5/29期間傳播率(reproduction rate,R值)。
圖3:1/1-5/29期間傳播率(reproduction rate,R值)。

我們也可以用同樣的方法來統計各國防疫成效以及醫療量能。一般來說,防疫成效會反應在傳播率R值上,而醫療量能則應能反應在病患死亡率(case fatality rate,CFR,見圖4)上。以及若更進一步分析,蘇貞昌院長拍板的「新台灣模式」正是在台灣的R值1.27於3/17超越了南韓1.25,成為上述國家中的第一名之後的兩週才對外公佈。之後莫德納兒童疫苗5/2才開打,當日每百萬人感染數為426.8; R值為2.13。Pfizer-BNT兒童疫苗5/16才開打,當日每百萬人平均感染數為2591.54; R值為1.92。

一如以往的,台式的「超前部署」永遠都是政治嘴炮先部署,而實際上防疫物資的採買,進口,分配等等一向都是等疫情爆發開來了再來討論。這也可以從疫苗施打率看得出來。事實上,在上述各國家當中,台灣的疫苗施打率一直是敬陪末座的(見圖5)。事實上,就在台灣尚在爭論第一劑5-11歲兒童疫苗要怎麼打的同時,新加坡以及美國等國家討論的是5-11歲兒童疫苗第三劑要不要打?該怎麼打?行筆至此,腦中不禁出現陳時中部長在立法院備詢台上驕傲的宣稱「超前部署」「世界怎麼跟得上我們」的畫面,不禁莞爾。

圖4:1/1-5/29期間,累進感染者死亡率。
圖4:1/1-5/29期間,累進感染者死亡率。
圖5:疫情期間疫苗施打率。
圖5:疫情期間疫苗施打率。

雖然知道問了也是白問。但是實在是很想請陳時中部長告訴我們,說好的超前部署到底去了哪裹了呢?為什麼別人的國家就知道疫苗是要在新一波疫情開始前打好打滿。台灣就只能等每次爆發開來了,才能讓百姓去外面群聚排隊買快篩,群聚排隊掛號打疫苗?

深究所謂的「新台灣模式」,從疫情伊始每日喜迎「嘉玲」的感染人數愈小愈好,到「新台灣模式」的感染人數愈大愈好,其實也就是從「感染人數除以總人口數」轉變為「死亡人數除以感染人數」的差別。正因為如此,這段時間以來,各路綠營側翼網紅的「積極感染」以及御用學者所稱「感染是一種福氣」云云,無不是為了滿足「死亡人數除以感染人數」這個公式的需求。這些動作某一種程度上已經有效果。CFR在很長一段時間維持在上述國家中排名第一的5%,在4/1蘇貞昌院長宣告進入「新台灣模式」後,因為大量無症狀病患的增加,從而使得CFR戲劇性的降至0.115%左右。在這種操作方式之下,這個數字是否仍能確實反應台灣目前的醫療量能?是相當值得懷疑的。而同一時間,台灣政府是否為了早日進入「新台灣模式」而放任百姓為了爭取試劑,排隊掛號打疫苗等等各種群聚?這是頗值得玩味的。而直接的結果就是導致每百萬人中死於COVID的機率會大幅增加(見圖2)。

幸運的是,我們仍然能從資料中見到一絲曙光。目前台灣的R值已經在5/3越過高點(2.15)逐漸降低中。顯示國人並不完全接受「積極感染」以及「感染是一種福氣」等等話術。不管怎麼說,即便某人自願被感染,除非感染期間完全待在負壓隔離病房,否則就有在未知的情況之下傳染給別人的可能。這個「別人」可能是抵抗力弱的長者,可能是尚未施打疫苗的嬰孩。對綠營以及其支持者來說,雖然這也許只不過是「走了的許多孩子」中的其中一個而已。但是對其他人來說,郤是不可承受之重。

李登輝前總統曾經說過「民之所欲,常在我心」。期望蔡英文總統以及蘇貞昌院長能仔細思考在權力慾望以及百姓福祉之間如何求取平衡,方為百姓之福。

註1:陳時中部長所稱的46.2發生率之計算基礎為每十萬人。圖1中的計算基礎為每百萬人。

註2:由於香港死亡率甚高。最高峰出現在3/14,為每百萬人37.68。同時間其他國家均為個位數。為便於分析,在此將圖分為包括香港以及不包括香港兩個部份。

*作者為旅美學人,民進黨黨員(黨齡24年),目前為美國某藥廠首席科學家。

關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

本週最多人贊助文章