Thumb Up   Thumb Down Comments

医学博士的建议:如何看待接种新冠疫苗后的反应 -


  导读:任何个人提供给你的自身体验和经验,对你的决策均没有参考价值。

 

2020年12月14日,美国纽约,纽约州14日开始首批新冠疫苗的接种工作,护士桑德拉·林赛成为首位接种疫苗的纽约客。

  上周六我接种了新冠疫苗(辉瑞-BioNTech)。很多人关心我接种后的反应,相信这也是很多尚未接种的人所关心的问题。但就我个人来说,实在没什么可说,因为我除了注射部位有点酸痛,没有任何感觉。

  而针眼疼这种反应,或许对很多人来说就不能算是反应,谁打针还不觉得疼?如果问卷问题是“你有没有反应”,我就会回答没有,当然有的人会回答有。而假如问卷改成多选题,选项里有“注射部位疼痛”这一项,那肯定大多数人会选择。这就是不同的调查方式导致结果不同的一个例子。

  实际上,虽然很多人喜欢根据熟人的经历来自我决策,但一个人的反应是没有什么参考价值的。这种大规模的接种不光不应该参考一个人的意见,甚至不应该参考多个人的意见。即便有好几个人都说有反应,也不应该成为是否接种的参考,因为很可能是有反应的人更愿意诉说。有参考价值的应该是基于大量人群的统计数据。这也算是老生常谈,但到底为什么这样做,还是需要复习一下。只有明白其中的道理,面对数据才能真正合理决策。

  这其中根本的道理在于人群的差异性。每个人都是特殊的,同时也有很多相同之处。一个人接种疫苗之前,有效性和安全性是未知的。预测反应的两个方法,一个是归类,一个是统计。

  以不良反应为例,如果能够确定哪些人更容易发生不良反应,发生不良反应的人里,什么样的人更容易发生严重不良反应,那按照自己属于哪一类人去决策就好了。但是在多数情况下这是不现实的,首要原因就是我们不知道怎么去分类。或者虽然知道,但如果一个一个区分会影响到整体的效果,得不偿失。这方面的例子有麻疹强化免疫,虽然很多人接种过麻疹,体内也有抗体,但强化免疫的时候会要求所有适龄儿童全部接种。如果一个一个去测抗体,成本会很高,还会给强化免疫制造人为障碍。

  在分类不现实的情况下,我们就转而寻求统计。以不良反应为例,就是依据人群中不良反应的发生率,来估计尚未接种的个体接种后的不良反应概率。接种的人越多,接种的人口组成和整体人口越接近,数据就越可信。根据不同的人口特征,还可以参考具体的人群,最容易区别的人口特征就是年龄和性别。

  根据美国疾病预防控制中心(CDC)发布的报告,从去年12月14日到今年1月13日接种的1370万人中,一共发生了6994次不良反应事件,其中6354次为不严重的事件,640起为严重事件,包含113例死亡,分别占总接种人数的0.051%,0.046%,0.0047%,和0.0008%。最常见的不良反应除了局部的疼痛以外,还有头痛、乏力、眩晕、寒战和恶心等等,一般第二剂要比第一剂反应明显一些。

  需要明确的是,这些不良反应及死亡事件,并不一定是疫苗所导致。我接种后的当天晚上感觉有点头痛,但其实在接种之前我就有点头痛了。除了头痛还有脚后跟痛、脖子痛等等,原因主要应该是排了三小时队,低头看手机造成的。

  如果只看不良反应和死亡的绝对数量,你也许会吓一跳;但从比例上来看,这些数据已经好得不能再好了。我们可以和被雷劈的概率对比一下:在美国,据统计每个人一生中被雷电击中的概率为三千分之一(0.03%)。而很多日常的疫苗,比如很多人一生中要接种多次的流感疫苗,不良反应发生率也远高于当前新冠疫苗(辉瑞和莫得纳)的数据。

  也许有人会抬杠说概率没意义,一旦发生在个人身上就是百分之百。实际上,统计并非冷冰冰的数字,它和实际情况息息相关。发生率很高的事件在现实中随时可见,比如有些中药注射液的过敏反应,以及某些化疗药造成的恶心呕吐等等。而发生率很低的事件,现实中几乎见不到。

  上周我去的疫苗中心是曼哈顿的一个大型会议中心,光从下午那个时间段的人流来看,在我前面和后面都是上百人的排队规模,粗略估计当天接种人数得有几千人。整整三个小时我没有看到一个人出现严重不良反应,没看到一个人被急救人员带走,更没有抬出一具尸体。

  假如是这样规模的群体接受中药注射液,以我作为一个医生的经验来看,当天附近的急救室会人满为患。这就是统计数据在说话。

注:本文作者为医学博士、科普作家)

Related Articals