SMC 資料庫

結論：

1. 澳洲學者考量Delta變異株的高傳染力與防疫措施，用數學模擬的結果發現，若平均每個病人可傳染的人數高於5，澳洲現今的疫苗施打策略無法達成集體免疫，除非納入五歲以上的兒童族群後將覆蓋率提高至85%。
2. 在疫苗覆蓋率低但傳播風險低（平均每個病人可傳染的人數<5）時，重症或疫情傳染的嚴重程度，都比疫苗覆蓋率很高但傳播風險高的時候更低。可見控制疫情的主要因素還是在於平均每個病人可傳染的人數（R_t值）。
3. 疫苗的保護效力是否在每一個國家或種族之間保護效果一致，仍待更多實驗證實。此篇研究可提供疫苗不足的國家考量疫苗施打的優先順序。

議題背景：

今（2021）年9月6日《澳大利亞醫學雜誌》（Medical Journal of Australia）公開研究論文，使用數學模型探討澳洲2019年疫苗種類、接種年齡、覆蓋率等，對疫情直接和間接的影響。結果發現先讓較脆弱的族群施打疫苗，對於覆蓋率較低的國家而言，是較合適的策略。但在R_t值（平均每個病人可傳染人數的估計值）較低且覆蓋率較高的區域，為高傳播風險的族群接種疫苗會變得更加重要。如果是R_t值為5的情況，可能需要為包括兒童在內、超過 85% 的人口接種疫苗，才能達到群體免疫。即使沒有群體免疫，疫苗也能有效減少死亡。

研究文獻：

• McBryde, Emma, et al. "Modelling direct and herd protection effects of vaccination against the SARS-CoV-2 Delta variant in Australia." The Medical journal of Australia. (2021)

專家怎麼說？

2021年09月08日

中山醫學大學公共衛生系教授 翁瑞宏

1.這份研究，比起先前用數學模型計算新冠病毒傳播與R0值的其他文獻，最值得公眾重視的部分是什麼?

各國皆努力透過各種防疫手段，希望恢復民眾常規生活。眼前重點落在提高集體免疫力，以避免群體感染導致住院或死亡的突增。然而，隨著更具傳染性的新變異株現蹤，加上可用疫苗預防新變異株感染之效果較差，使得集體免疫更難實現。事實上，疫苗供給是有限的，接種覆蓋率和優先性遂成各方爭議。疫苗雖可預防重症，各國仍需參酌各自國情來分析其接種計畫的實際成效，藉以修正和應付來日的疫情變化。

2.這份研究的推論是否有研究限制？

對於接種成效，多從族群面對的病毒型態、疫苗接種、非藥物的防疫措施之落實程度來評估，甚至考量公衛資源的可近性，以分析日後感染、住院、死亡和生命損失年數的增減。其中，最重要的綜合參數即是基本再生數R0（basic reproduction number）。應對變異株的威脅，澳洲政府選擇在老年族群接種阿斯特捷利康（AstraZeneca）疫苗，年輕族群接種輝瑞（Pfizer）疫苗，認為應可實現集體免疫。額外地，他們思考應否讓五歲以上之兒童族群接種。如此一來，就需有科學證據來協助決策。澳洲的研究團隊納入相關的當地參數於數學模式中，特別考量Delta變異株的高傳染力，因此R0的設定會較高。

3.這份研究如何幫助我們理解一個地區的疫苗施打策略和傳播風險的關係？

此項研究顯示，若病毒的R0大於5，澳洲現今的接種計畫是無法達成集體免疫，除非將覆蓋率提高至85%，意味須要納入五歲以上的兒童族群。相對地，若疫苗覆蓋率無法提升，就只能優先考慮避免讓易受傷害的族群被感染。基於目前新變異株的高傳染力和疫苗覆蓋率，多數國家是不可能在短期內實現集體免疫，防疫仍須倚靠公共衛生的強力介入措施。

2021年09月11日

長庚大學生物醫學系 大學專題研究生 林宜潔

長庚大學臨床資訊與醫學統計研究中心博士後研究員 吳進結

基隆長庚醫院急診醫學科主治醫師/長庚大學臨床資訊與醫學統計研究中心副教授 陳冠甫

1.這份研究，比起先前用數學模型計算新冠病毒傳播的其他文獻，最值得公眾重視的部分是什麼?

這篇澳洲研究在討論目前廣為流行的COVID-19變異株，提供疫苗不足國家做優先施打順序之考量，並比較AZ及Pfizer兩種疫苗在兩種施打策略：以脆弱族群優先或是傳播族群優先，何種較能夠達到群體免疫。

模型裡面使用的參數包含疫苗保護效力（V_e）、感染後疫苗減緩重症效力（V_s）、疫苗減緩感染效力（V_a）等等，再利用數學模型  推導出目前適合的疫苗接種策略。

研究還比較了在不同的有效再生數（R_eff 或R_t值，Effective reproductive number，平均每個病人可傳染人數的估計值），也可以說是在公共衛生及醫療防疫上的舉措之下，例如勤洗手、戴口罩、保持社交距離，或是三級警戒時，避免非必要的活動、隔離確診病人的措施等，以及不同疫苗施打策略下的效果。

澳洲學者用這樣的模型模擬出在不同施打策略下群體的感染比例，以及感染引發的死亡比例。他們還提供了一個網路上可以試用的App，可以讓各個國家地區以各自的人口結構、調整第一劑、第二劑施打疫苗種類、施打比例、接受施打的狀況、還有不同病毒株下的效果。

圖一：人口資料以澳洲為例，變異株為Delta，施打疫苗種類有AZ及Pfizer，兩劑施打比例皆為75%。

來源：COVID-19 vaccination modelling results

2.這份研究的推論是否有研究限制？

其實在本篇研究中有幾個限制。

第一是一開始討論的參數中，感染後減緩重症效力（V_s）、疫苗減緩感染效力（V_a）兩個是用最早的新冠病毒株，只有疫苗保護效力（V_e）才是針對delta變異株，但在計算的時候卻把它列在同一個等式中，這會造成計算上的誤差。再來是針對V_s、V_a這兩個參數所引用的文章，國家來源不一致，疫苗的保護效力是否在每一個國家或種族之間保護效果一致，目前還有待更多實驗證實。

另外，疫苗減緩傳播之效力（V_t），本篇引用的計算方式為家庭傳染（V_t=0.5），是否能真正代表室外、工作環境等的傳播率也無法確認。以及將所有未接種疫苗者之有效再生數（R_t）視為一致，無法代表全體民眾的狀況且難以衡量，若有其他醫治病人的介入治療（如給予呼吸器治療或其他藥物）也無法包含在內，且其他像免疫力低下、慢性病等患者也一起合併計算在內，無法反映真實世界數據。

3.這份研究如何幫助我們理解一個地區的疫苗施打策略和傳播風險的關係？

在這篇研究的預測模型中，單純施打Pfizer疫苗或混打的的傳染率或致死率都比單純AZ疫苗低，且在有效再生數R_t值<5（如部份封城、宵禁時）較容易達到群體免疫。因此在希望預防重症，並且傳播風險較高的的國家中，應以優先施打老年人為主；但在低傳播風險國家則可以配合部份封城並優先施打年輕人以達到群體免疫。

不過有趣的是，在疫苗覆蓋率低但傳播風險低(R_t<5)的情況，重症或傳染的疫情嚴重程度，都比疫苗覆蓋率很高但傳播風險高(R_t >5)的時候更低。（見圖二），可見控制疫情的主要因素還是有效再生數R_t值。

圖二、附圖人口資料皆為澳洲，變異株為Delta，施打疫苗種類含AZ及Pfizer。

來源：COVID-19 vaccination modelling results