【研究成果】以統計分析評估東亞政府COVID-19政策和老年人死亡

撰稿  /  陳婉淑 (逢甲大學統計學系特聘教授)、科學推展中心編輯部

---

重創全球人類活動COVID-19疫情接近尾聲，回顧過去三年，政府當局對疫情的控管措施是否得宜，至關重要。逢甲大學統計系陳婉淑特聘教授的研究團隊，包含香港科技大學Mike K.P. So教授和逢甲大學劉峰旗助理教授，探討東亞國家/地區各政府對COVID-19長期非藥物干預的防疫措施、與年長者死亡率，研究成果獲刊於2022年8月之國際期刊《Epidemiology and Infection》，其探討面向頗受肯定。

由於COVID-19大流行在東亞國家/地區的發展與西方國家發生的情況截然不同，值得深入了解並發現具洞察力的訊息。研究團隊透過英國牛津大學 COVID-19 政府回應追蹤資料（Oxford COVID-19 Government Response Tracker，簡稱OxCGRT），評估政府對疫情所採用之措施，其專注在日本、韓國、香港和臺灣東亞政府當局的回應上，並特別強調countries and region（單數指香港）。研究使用截至2022年3月之COVID-19疫情資料，以視覺化圖示來幫助瞭解不同面向的疫情變化，包括：（1）每日新增確診病例與每一個指標的連動性、（2）隨時間變化之每百萬人口中每日總確診病例數、（3）隨時間變化之每百萬人口中每日總死亡病例數、以及（4）隨時間變化之動態病死比率（time-varying case fatality ratios，簡稱CFR）。病死比率也稱為病死風險，為流行病學中，在一定時期內死於某種特定疾病的人數佔所有被診斷患有此疾病人數之比例。此項研究探討隨時間變化的病死比率，通常視為衡量疾病嚴重程度的指標。

前述之（2）和（3）是以每百萬人口為單位，適用於跨國比較，臺灣在四個研究的國家/地區中無論（2）或（3）都是最低的。進一步分析，在2021年5月前，臺灣的COVID-19感染僅是零星出現，但自該年5月15日開始，每天新增確診病例數飆升至三位數。臺灣中央流行病指揮中心因而從該日起，將臺北市和新北市的COVID-19警報級別提高至三級，加強防疫措施及活動限制；5月19日再進而提高全國疫情至三級警戒，藉由法規限制以減少社區感染，如政府實施強制戴口罩政策、嚴格限制各類聚會、關閉娛樂場所、限制餐廳用餐規定及外賣服務等。飆升的疫情狀況揭露在動態病死比率，所有相關政策措施的介入也都呼應於遏制與健康指標（Containment and health index, CHI）、嚴格性指標（Stringency index, SI）及政府回應指標（Government response index, GRI）的變化上。

另外，研究團隊考慮了超前-滯後效應（lead-lag effect），此為經濟學中用來描述一個（領先）變量與另一個（滯後）變量，在何時具有跨期相關。研究中量化政府對COVID-19新增確診病例的回應是否有滯後效應，並使用前述三項指標做為政策有效性的評估指標。結果顯示，臺灣沒有政策滯後效應，而香港、日本和韓國的新增確診病例數與各項指標則無顯著相關性。若由確診年齡分布觀之，截至2022年3月疫情資料中四個國家/地區按年齡分組的病死比率變化資料顯示，病死比率在年齡分布上具有差異，其中在老年組（70歲以上）的病死比率較高。

研究成果中雖提及這項研究的侷限，即確診病例數可能受到有限的檢測量能影響，確診病例數可能低於實際感染人數，亦理所當然地會影響病死比率。然而，研究試圖以政府因應疫情所制定的政策來做量化分析，也為COVID-19乃至流行病之掌控，提供了一項關鍵的參考方向。