再說一下新冠疫情的病死率

病死率的定義為死亡人數除以感染人數，一般的教科書上說，對於某種傳染病這是一個常數。

對於新冠疫情，死亡人數的統計有一些誤差，比如漏報，除非故意，一般問題不大。但是，感染人數就很難統計，因為很多人沒有症狀。早期報道的病死率差別非常大。即使在檢測比較多的西方國家，病死率的數據也差別很大。

由於病死率是戰略預測的一個關鍵數據，沒有準確的病死率數據戰略預測無從談起。

舉幾個例子。

針對新冠病死率，中國疾控中心流行病學首席專家吳尊友稱，其在2020年為2.33%，2021年為1.72%，2022年為0.28%。到2022年的12月份隻有0.08%。吳尊友注意到了新冠病死率不是一個常數，這是對的。但是，他的數據好像說明了病毒越來越弱，一些科普是這樣說的，其實不靠譜。還有，這些數據與下麵的零死亡不符。

上海市新冠肺炎醫療救治專家組組長張文宏，在2022年有一個約六萬人感染的樣品，死亡人數為零，90%無症狀。

鍾南山院士在廣州2022年有一個約十萬人感染的樣品，死亡人數為零。

如果觀察世界各國的病死率數據，變化非常大。

真相是什麽呢？

我是一個發明家，我才不會受教科書的約束，而是尊重事實。我在2020年四月在文學城發布，健康人感染新冠病毒死亡的概率約十萬分之二，這個是世界通用的。另外，高危人群的死亡人數最高可達人口的1.7%，這個是各國不同的。由於健康人的死亡概率與車禍死亡概率相當，沒有必要防疫，而是盡快感染而結束疫情，這與專家的建議恰恰相反。這就是我提出的反向隔離戰略，在兩個月結束疫情，美國死亡人數少於六萬，而不是現在的死亡126萬，也避免萬億美元數量級的經濟損失。

要得到健康人感染新冠病毒死亡的概率是難度很大的。我是采用戰略思維方法，這需要天賦、訓練和刻苦。

通常的流行病學方法，需要一個五百萬健康人的樣本，這是相當大的挑戰。

我在2020年夏天曾經請教過潤濤閻，他過了一兩個星期才回複，說健康人新冠死亡率為千分之一，他給出的證據是一艏航母，有一千多人，感染新冠後死亡一人。學過概率的都知道，死亡一人是隨機出現的，死亡一人，可能是千分之一，但與十萬分之二也不矛盾。

斯坦福大學教授傑通過研究中小學生的新冠感染，證實了我的結論。他與哈佛大學和牛津大學的教授在2020年10月發表大巴靈頓宣言，受到主流媒體和專家打壓。現在他是NIH的院長了。

觀察中小學生的新冠死亡率是一個了解健康人死亡率的辦法，因為中小學生中有基礎病的人很少。比如，某州有中小學生120萬，死亡10人。

健康人初次感染新冠的死亡率並沒有變化。

這裏說一下Omicron的死亡率。先說健康人的死亡率，由於大多數國家Omicron是二次感染，隻能從中國、北朝鮮、澳大利亞來觀察初次感染新冠的死亡率。比如，澳大利亞公布了各年齡段的死亡率，可以取10～20歲的死亡率。中國鄭州富士康，大約有30～40萬工人，據說有幾人死亡，結果一些工人嚇跑了。對於高危人群的死亡率，可以留意養老院的失誤事故，都是約20%的死亡率，推測Omicron對高危人群的病死率也大致沒變。

取決於高危人群的數量和保護程度，新冠疫情的表觀病死率可以從十萬分之二到1.7%，有1000倍的差別，這是與觀察到的結果相符。