我一直推荐的ontario science advisory table 算的更细， 是按7天的rolling average算的。结果很明确， 疫苗的效果（against symptomatic infection, hospitalization, and ICU) 在六个月之内， 都保持相当高的水平， 但六个月之后开始明显下降， 尤其是symptomatic infection。很多academic research 也是这个结果。Omicron出现之后， 这个有效时间有可能会更短， 这个在媒体和学术刊物上都是有报道的， 但最终结果还需要证实。 数据都在public domain上， 普罗大众有可能找不到这些数据， 媒体报道有偏差， 这是有可能的。猫腻没有。
:
假设某国共1000万人口，到去年年底时接种率是80%。
先来看每10万未接种者的计算公式：未接种者的死亡数 除以 当时未接种者的总数 乘以 100，000。
假设去年1月死亡500人，当时未接种人口是1000万，算出来每10万未接种者死亡是5。但是到年底再来算的时候，未接种者只有200万了，就这死亡的500人算出来每10万接种者死亡是25，整整放大了5倍。
从1月到12月，每个月的死亡数被放大的倍数从5逐渐递减到1，初略来算，过去1年每10万未接种者的数字被放大了2.5倍。
再来看每10万接种者的计算公式：接种者的死亡数 除以 当时接种者的总数 乘以 100，000。
假设接种人口到100万的时候，接种者死了50人，那么算出来每10万接种者死亡是5。但是到年底再来算的时候，接种者已经有800万了，就这死亡的50人算出来每10万接种者死亡是0.625，整整缩小了8倍。
到后面每个月的死亡数被缩小的倍数从8逐渐递减到1，初略来算，过去1年每10万接种者的数字被缩小了4倍。
这一来一去，数字就差了10倍之多！
另外，算未接种者时用的是12个月的累计死亡数，而算接种者时，虽然也是用12个月的累计死亡数，但是一开始几个月根本没有接种者，死亡是0。假设从4月份开始有接种者死亡，那也只有8个月的数字。这里面又差了1.5倍。
综合2个方面，两个数字差了15倍之多！（当然15倍也不是精确的数字）
也就是说，就算疫苗的有效率是0，打不打疫苗的死亡率完全一样，政府用这种计算方法得出的数字，每10万未接种者的死亡数，也会是每10万接种者的死亡数的15倍！
各国政府计算每10万接种者和未接种者的死亡数时，都采用了这种错误的计算方法。媒体报道这些数字时津津乐道，那些文科生记者估计没人看出来这里面的猫腻，普罗大众又有多少人看出了这里面的猫腻？
我能理解这个关于分母变化的concern， 发达国家比如加拿大，新加坡， 经过一年的疫苗rolling out， 两针接种已经接近饱和， 达到一种steady state， 愿意打的都打了， 不愿意打的也不会打。所以VE的分母， accumulated vaccinated 和 accumulated unvaccinated, 如下图所示， 已经不会再有太大的变化。在这个steady state比较VE疫苗效果， 我认为是公平的。 在非steady state， 比如图中箭头所指处， 比较VE， 是不合适的，因为分母变化太快。 比如现在如果要看booster 的VE， 大概就为时过早； 但是现在比较 疫苗普及国家two doses 的VE, 是公平的， 因为已经进入了steady state. 绝对公平的VE比较， 只有在controlled trial里，才可能有。
:
我一直推荐的ontario science advisory table 算的更细， 是按7天的rolling average算的。结果很明确， 疫苗的效果（against symptomatic infection, hospitalization, and ICU) 在六个月之内， 都保持相当高的水平， 但六个月之后开始明显下降， 尤其是symptomatic infection。很多academic research 也是这个结果。Omicron出现之后， 这个有效时间有可能会更短， 这个在媒体和学术刊物上都是有报道的， 但最终结果还需要证实。 数据都在public domain上， 普罗大众有可能找不到这些数据， 媒体报道有偏差， 这是有可能的。猫腻没有。
:
:
Data extracted on January 07, 2022 for cases from December 14, 2020 up until December 25, 2021.
也可以在https://www.worldometers.info/coronavirus/country/canada/ 自己计算
:
:
