有人认为“开放等于躺平”“不必在意新冠病毒的存在”。但事实绝非如此。先于中国解除大量防疫措施的国家地区都仍在维持对新冠病毒的检测与疫情监测，我国也可以借鉴它们的一些成功做法，以避免在了解疫情走向、制订针对性措施等方面处于被动。

从保护高危人群的角度，我们需要对新冠感染状况有良好的监控，以便有针对性地调整防控方案。此外，奥密克戎传播力实在太强了，美国、新加坡、香港、台湾等地都是在两三个月内就有20-30%的人口在第一波奥密克戎疫情中感染。这种短时间内大量民众感染的情况也会给社会正常运转带来冲击，如今国内不少医护人员已经是阳性坚持上岗。对感染状况做必要的监控，也能让我们在医疗资源配置、社会服务等各方面做好必要的准备。

此外，疫情的发展意味着病毒也在不断复制，而每一次病毒复制都对应着突变的风险。如今很多人担心二次感染的风险，总体来说，三个月内二次感染的风险很低，可是一旦出现一个免疫逃逸有增强的新突变株，就能让二次感染的风险大增。没有对新冠病毒的检测，自然也没法发现病毒的突变状况，更不可能预警和防范潜在的新突变株了。

2、核酸检测量下来了，该如何判断疫情走势？

过去几年中，国内是通过大规模的核酸检测来找到几乎每一例感染病例，并进一步找到绝大部分密接，隔离管理，阻断传播。不过这种级别的防控会耗费极高的人力物力成本，随着感染人数越来越多，也越来越不可持续。在疫情已经暴发的当下，我们也不可能再追求用核酸检测来找到每一例感染病例。不过这并不意味着核酸检测就没用了，我们还是可以通过一定的检测来提供关键的疫情走势信息。

核酸检测可以提供两个信息，一是阳性病例数。这是直接提供了感染情况信息，也是以前我们唯一关注的点。不过，当一定量的核酸检测汇总在一起，还能提供另一个数据：“阳性检出率”，即检测人数中多少为阳性。只是做同等数量的核酸检测，如果社区传播越严重，这一检测量会越不足，阳性检出率就越高。

把阳性病例数与阳性检出率结合就能提供一定的疫情趋势信息。核酸检测量不足是很多国家长期遇到的问题，因此加入阳性检出率来判断社区传播情况国际上也有经验。例如美国CDC推出过的社区传播状态评估标准就是新增病例与阳性检出率结合的^[2]：

美国CDC社区传播程度判断标准

每十万人每周新增感染与核酸阳性检出率结合，哪一个指标对应的传播风险更高，就说明是哪一个级别的传播风险。虽然如今常态化核酸检测已经撤出，但医院等特殊场所仍然有一定的核酸检测存在。这些地方的检测在一定程度上可以看作对当地社区的抽样，把阳性检出率纳入到疫情分析中来，就能提供更准确的疫情走势。

当然，越来越多的人可能转向用抗原自测。这些数据比最终在实验室完成的核酸检测更难汇总。这方面可以参考香港与新加坡，两地都向居民提供了网上报告阳性抗原检测结果的窗口^[3-4]。虽然这种自我汇报必然存在对实际阳性病例的低估，但还是有助于判断疫情走势。例如我们看新加坡2022年以来的疫情变化^[5]：

新加坡奥密克戎疫情变化

虽然在具体的病例数上由于不少抗原阳性未必上报，大概率存在低估，但至少总体趋势上很好地反映了几个不同奥密克戎亚株的影响。这样的数据能帮助公卫部门做出更好的防疫建议，也能让民众了解疫情现状，做好个人健康管理。

3、监测新冠影响可以在“幕后”

核酸检测与抗原检测是传统的新冠检测方法，数据具体到每一个做检测的个人。即便提供再广泛的检测机会，收集尽可能多的检测结果，我们仍然会遇到有人没做检测或没有上传抗原检测结果的情况。而随着我们与新冠共存的时间久了，大家做检测的动力本身也可能下降。因此，除了这些传统的检测方法之外也要考虑一些更偏“幕后”的行动，来保障对疫情监控的完善性。

一种值得参考的做法是监测生活污水里的新冠病毒。像美国建立了一个National Wastewater Surveillance System（NWSS，全国废水监测系统），各个地方可以参与NWSS，如今已经有1304个监测废水中新冠病毒量的采样点遍布在美国^[6]。

NWSS的原理是新冠感染者的生活废水里也会有一定量的新冠病毒（可能只是病毒尸体，不一定具有传染性），当一个社区的生活污水汇聚到对应的废水处理厂时可以做采样，然后对样本做病毒基因组检测来确定是否存在新冠病毒，是什么病毒株以及有多少病毒量^[7]。这就相当于是对这一整个社区的疫情状况有了监控。

如果参考现在的NWSS检测结果^[6]可以发现，很多监测站显示当地的新冠病毒数量在上升。这就等于在个人检测减少的时候告诉公卫部门，不是新冠疫情在放缓，是检测存在不足。

NWSS的新冠监控结果

等到疫情发展到一定阶段，我们或许会更关注医疗系统被新冠影响的程度，不再仅仅是感染病例数本身。对此，我们可以参考当下美国CDC新冠社区风险指标^[8]：

CDC新冠社区风险指标

这些指标能够说明，当新增病例增多时，医院里新增了多少新冠住院，多大比例的病床是被新冠病人占据的？这些数据结合在一起能更好地反映疫情的疾病负担对社会的影响，也能反映具体某个区域内医疗系统的受压状态。

4、监控新冠突变极为关键

在与新冠共存后，检测新冠不仅要了解疫情趋势、医疗系统承压情况，还要监控新冠病毒本身的变化，也就是突变株的演变。

新冠疫情暴发三年来，重大的疫情走向转变都是伴随着新的突变株的出现。2020年末，阿尔法突变株的出现加速了新冠在全球的传播；2021年夏，德尔塔的出现又带来了新的疫情高峰；再到2021年末，奥密克戎出现，又改变了疫情走向。即便整个2022年都是奥密克戎引发的疫情，奥密克戎内部各种亚株的变化也在不同地区带来疫情反复。

例如之前我们看到的新加坡疫情变化里，从BA.1再到BA.5再到XBB，三次高峰对应三个奥密克戎亚株。这三个亚株的免疫逃逸能力不断加强，BA.5对BA.1有免疫逃逸，XBB又能在一定程度上逃逸BA.5。这种免疫逃逸上的差异导致了在前一个奥密克戎亚株疫情进入尾声后，下一个奥密克戎亚株能崛起。

可以说，了解疫情中新冠突变株的演变对我们预测疫情走势极为关键。而奥密克戎亚株变化之快，更让及时监控病毒基因组非常关键，像美国今年几乎每3-4个月主流的奥密克戎亚株就换一个，比以往阿尔法德尔塔占据主流长达半年加速显著^[9]：

图：美国主流新冠病毒株演变

因此在检测新冠病毒的基础上，我们还要对检测样本做抽样，选取足以代表各地当下疫情状况的样本量做病毒全基因组测序，以鉴别病毒株。

随着国内疫情的发展，跟踪病毒基因组会越来越重要。因为它还关系到对疫苗有效性和治疗药物有效性的确认。像现在国外日渐主流的病毒株BQ.1与XBB已让上市的单克隆抗体类药物全部失效，充分说明了解当下流行的病毒株，直接关系到治疗药物的选择。

在12月20日的国务院联防联控机制新闻发布会上，疾控中心的专家表示中国正在建立国家新冠病毒基因组数据库。根据制定的《我国人群新冠病毒变异株监测工作方案》，要求每个省份选择3个城市，每个城市选择1个哨点医院，每个哨点医院每周采集15例门急诊病例、10例重症病例和所有死亡病例的标本进行基因组测序和分析，在1周内把测序数据进行上传，建立国家新冠病毒基因组数据库^[10]。

这是非常重要的一步，不过从检测量来看恐怕远不能做到对全国的实际病毒株有代表性。首先，这种采样方式将会集中于大城市的中心医院，无法代表中小城市，更不可能代表乡镇农村。其次，除却死亡病例，每周每个医院只有25例测序，一个省也就75例。对于全国的疫情来说是非常小的量。如今网上也不断流传各种突变株的传闻。比如北方病毒株比南方严重，甚至有猜测一些感染的是德尔塔。如果有完善的病毒基因组监测，也能避免这些可能引起恐慌的流言。

参考美国在2021年初定下的标准是要对5%的确诊病例做测序^[11]。加州在2022年9月与10月分别有15%与13%的新冠感染病例被做了测序^[12]。考虑到大量的感染病例不会上报，只有对更高比例的核酸检测样本做全基因组测序，才能做到有足够的数据量代表当下的实际病毒株流行状况。

我们需要的新冠基因组监测，应该是既能反映当下全国流行的各病毒株比例，还能做到一定的预测功能。参考美国CDC汇总的美国新冠病毒株的变化情况^[13]，可以看到如今美国占比最高的是BQ.1与BQ.1.1，但XBB也在上升，接下来比例可能会进一步扩大，而之前占据主流的BA.1已经是少数了，还会进一步下降。同时BA.4.6与BF.7没有在与BQ.1、BQ.1.1的竞争中获得优势。这些信息都有助于我们判断接下来的疫情走势，以及判断哪些药物的有效性会受到冲击。
 

美国新冠病毒株变化

与新冠共存不是我们自主的选择，而是必然的现实。但共存不意味着新冠就不再是一个对我们健康有威胁的病毒了。毕竟，奥密克戎只是致病性有所下降，并没有变成益生菌。因此，从了解疫情走势，制订相应的防控方案以及方便民众做自我防疫判断等诸多角度，我们需要持续对新冠做监测，也需要在相关数据公布上做到更准确。此外，考虑到新冠极快的突变速度，这种监测还需要做到一定的“深度”，要能及时发现病毒株的变化。

总之，与新冠共存是建立在对新冠的了解而非忽视之上，持续有效地监控新冠，就是这种了解的基石。

参考资料

[2] https://www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/indicators-monitoring-community-levels.html

[3] https://www.chp.gov.hk/ratp/#

[4] https://www.sync.gov.sg/

[5] https://www.moh.gov.sg/covid-19/statistics

[6] https://covid.cdc.gov/covid-data-tracker/#wastewater-surveillance

[7] https://www.cdc.gov/healthywater/surveillance/wastewater-surveillance/wastewater-surveillance.html#how-wastewater-surveillance-works

[8] https://www.cdc.gov/coronavirus/2019-ncov/science/science-briefs/indicators-monitoring-community-levels.html

[9] https://www.cdc.gov/vaccines/acip/meetings/downloads/slides-2022-09-01/07-COVID-Swanson-508.pdf

[10] http://wsjkw.hebei.gov.cn/html/zwyw/20221221/392832.html

[11] https://www.science.org/content/article/us-rushes-fill-void-viral-sequencing-worrisome-coronavirus-variants-spread

[12] https://www.cdph.ca.gov/Programs/CID/DCDC/Pages/COVID-19/COVID-Variants.aspx

[13] https://covid.cdc.gov/covid-data-tracker/#variant-proportions

出品：科普中国