编辑推荐：
新冠疫情期间，医院过载与 COVID-19 患者死亡风险的关系尚不明确。研究人员分析法国部门数据，发现较高部门发病率与较高调整后感染致死率（IFR）相关，且这可能由感染人群年龄差异导致，该研究为相关研究提供新视角。
新冠疫情的爆发给全球带来了巨大冲击，在疫情第一波期间，许多地方的医院都面临着过载的困境。当时，人们急切地想知道，医院过载是否会增加新冠患者的死亡风险。此前的研究存在诸多问题，比如通过病例死亡率（CFR）分析时，受到病例检测率时空变化的限制；用新冠确诊病例数与医院基线资源的比值衡量医院过载，无法区分高发病率和基线医院资源不足的情况 。而且，不同国家间感染致死率（IFR）差异巨大，除了年龄和医疗保健能力外，可能还有其他重要决定因素未被发现。为了深入探究这些问题，来自法国多个研究机构的研究人员开展了一项关于 COVID-19 发病率与 IFR 关系的研究，相关成果发表在《Scientific Reports》上。
研究人员主要运用了以下关键技术方法：首先，利用 SAPRIS-SERO 血清学调查数据，该数据来源于 NutriNet-Santé、CONSTANCES 和 E3N/E4N 三个队列的参与者 。其次，采用贝叶斯统计框架进行分析，并通过建立分层贝叶斯模型和空间平滑处理，综合考虑多种因素。
研究结果如下：
- 参与者情况：研究共纳入 82,467 名居住在法国大都市、年龄超过 20 岁的进行血清学检测的人员。其中，319 人 RT-PCR 检测呈阳性，平均年龄 52 岁，男性占 29%；82,148 人 RT-PCR 检测为阴性或未进行检测，平均年龄 58 岁，男性占 35%。部分参与者有合并症数据，5.9% 的人患有糖尿病，5.3% 的人患有癌症，3.6% 的人患有冠心病。
- 部门发病率、IFR 和 IHR：模型估计法国大都市第一波疫情期间的发病率为 6.8%（95% 可信区间为 6.4 - 7.2%），东北部受影响最严重。总体 IFR 为 0.94%（95% 可信区间为 0.89 - 0.99%），IHR 为 3.28%（95% 可信区间为 3.10 - 3.46%） 。不同部门的 IFR 和 IHR 差异较大，如 Haute-Garonne 部门 IFR 低至 0.27%，而 Haut-Rhin 部门高达 1.97%；Tarn-et-Garonne 部门 IHR 低至 1.02%，Territoire de Belfort 部门高达 5.92%。
- 发病率对 IFR 和 IHR 的影响：当发病率从 3% 增加到 9% 时，调整后的 IFR 从 0.42%（95% 可信区间为 0.33 - 0.52%）增加到 1.14%（95% 可信区间为 0.95 - 1.39%），绝对差异为 0.72%（95% 可信区间为 0.49 - 1.01%）；调整后的 IHR 从 1.66%（95% 可信区间为 1.30 - 2.06%）增加到 3.61%（95% 可信区间为 3.05 - 4.28%），绝对差异为 1.94%（95% 可信区间为 1.18 - 2.80%） 。
- 发病率与感染人群年龄的关系：60 岁以下人群发病率从 6% 增加到 12% 时，预计感染人群中 60 岁以上人群的比例从 11.6%（95% 可信区间为 9.6 - 13.6%）增加到 17.4%（95% 可信区间为 15.5 - 19.5%），绝对差异为 5.8%（95% 可信区间为 2.9 - 8.8%）。
研究结论和讨论部分指出，较高的部门发病率与较高的调整后 IFR 相关，这种关联可能是由于高发病率部门感染人群中 60 岁以上人群比例较高，而非医院过载。通过分析感染住院率（IHR）发现，发病率从 3% 增加到 9% 时，IHR 与 IFR 增加幅度相似，这与感染人群年龄随发病率增加而增加的趋势相符。该研究的优势在于采用贝叶斯统计框架，考虑了回归中潜在变量的不确定性。但也存在一定局限性，比如仅针对法国进行研究，可能降低外部有效性；研究的因果假设较为简化，未考虑所有 COVID-19 死亡风险因素；无法直接分析不同年龄组疫情的时间动态等。总体而言，该研究为重新解释此前观察到的 COVID-19 病例数与感染患者死亡风险之间的关联提供了新的视角，强调在研究相关问题时需考虑感染人群的年龄因素，警示人们在解读人群层面的研究结果时应谨慎，避免仓促下结论。
