疫情前后，中国呼吸道感染为何发生变化？——追踪免疫缺口与其他驱动因素

“中国三年防控之后，是不是出现了明显的免疫债？现在还在还吗？”这个问题有实际内容，但需要把其中三个意思拆开。

第一，后来是否出现了与过去不同的感染季节、病例年龄或就医压力？第二，是否能测到既往感染经历或特定保护的变化？第三，前一种变化有多少由后一种变化造成，而不是接触恢复、季节、病原体变化或监测方式造成？

本次核对的资料对第一层的支持较清楚，对第二层已有一些具体证据，对第三层还不能给出全国统一的答案。要判断“现在仍在还债”，需要先说明仍持续的是哪些人群的哪种差异，以及用什么指标辨认它；不能仅凭后来还有流行就确认历史影响仍在延续。

本篇以北京RSV长期监测及血清资料作为主要实例，结合浙江社区随访、全国最新公开周报和有关竞争解释的原始研究。它回答的是哪些历史判断有依据、哪些需要保留条件，并不以少数医院代表整个中国，也不把国外估计直接搬来当中国份额。

“三年防控”不是一条恒定的传播曲线

如果把2020—2022年画成一整块“没有接触、没有感染”的空白，再把2023年的流行称为统一的补偿，就会从起点上丢失信息。

北京一项2024年发表的研究覆盖35家哨点医院、16个区，分析2015年7月至2023年11月的52,931份呼吸道样本，另结合三项血清调查。研究期间医院数量和主要诊断检测方式保持稳定，有助于比较不同时期。但它仍以进入医疗系统并被采样的人为观察对象。1

这份记录中的RSV历史并不整齐：

前篇传播机制研究解释过：人口状态留下历史，接触、季节和输入决定这些历史怎样表现出来。这里的中国资料进一步说明，必须使用当地的实际变化过程，不能拿一个政策名称代替三年内每一天的接触与感染情况。

这也提供一个因果顺序上的限制：在2021—2022年已经发生的某些RSV变化，不可能由2022年底之后才发生的大规模新冠感染来解释。它不排除早先局部新冠感染的作用，也不排除后来两种机制并存；只是要求原因先于它被用来解释的结果。

同一时期，儿童和老人可以走向不同方向

北京论文把“RSV检出”定义为阳性样本数除以送检样本数。这与全体居民中有多少人感染，是两个分母。

本库根据原文Table 1重新汇总五岁以下儿童，并保留六十岁及以上人群作比较。疫情前合并样本中，儿童为292/5293，约5.52%；2022—2023季为42/556，约7.55%。同期老年组由160/10,348，约1.55%，变成3/2021，约0.15%。不同年龄没有一起上升。1

图由本库重算。上下两幅的阳性含义不同：上面是呼吸道样本中检出病毒，下面是血清读数达到这项抗体检测的阳性标准。误差线是描述性的二项Wilson区间，没有把医院聚集和抽样偏差纳入；末列只有2023年下半年部分月份，不能当完整年度与其他列直接比较。未测到的时期留空，没有补成零。

年龄分层还有一个直接用途：某个年龄在病例中占比提高，既可能因为这一组增加，也可能因为其他组减少；而较小年龄就诊样本所占比例变化，又会影响全体样本的平均检出率。不能只看总体曲线，就断言每个年龄都经历了相同幅度的风险增加。

更需要注意的是，上述7.55%不是“这一年全国有7.55%的儿童感染RSV”。样本来自符合就诊与采样条件的人，感染而未发病、未就医或未被纳入采样的人都不在这个分母里。即使医院和检测方法稳定，就医行为及就诊者构成仍可能变化。

血清资料支持什么，又没有证明什么

同一论文里，五岁以下儿童的RSV IgG检测阳性比例，从疫情前血清样本的33/253，约13.0%，变成2022—2023季样本的4/119，约3.4%。这个差异为“特定人群的既往暴露或相应抗体状态发生了变化”提供了实际测量，而不只是从一条反弹曲线猜测。1

但这里必须保留两道边界。

一是采样框架：血清来自健康居民、当次RSV检测阴性的呼吸道感染就诊者等不同调查，分布在不同时期。这不是在疫情前随机选中同一批儿童，连续追踪到疫情后；同样叫“五岁以下”，内部年龄、就医情况和入选机会仍可能不同。某些时期的儿童样本只有6份，另一时期完全缺测，图中的宽区间与空白都反映这一限制。

二是测量意义：13.0%和3.4%是某种检测标准下的阳性比例。它们不是“有免疫力的人占比”，两者之比也不是儿童免疫能力还剩多少。前篇免疫保护研究已说明，血清结合信号、黏膜抗体、功能性保护与细胞记忆不能互相替代。

北京研究还把前一季度IgG阳性比例，与下一季度RSV检出率的变化联系起来，得到负相关，解释度约为21%。这是一项值得继续检验的群体层面关联：它把免疫测量与流行变化接近了一步，却没有把季节、接触和样本人群差异全部排除。

因此，论文中由回归推导的约21% IgG阳性水平，不能当成通用的群体免疫阈值，更不能用来宣布某地“还清了”。作者对2024年初的检出率变化预测本身也保留了跨过“无变化”的区间，既容许下降，也容许上升。1

对“中国是否出现免疫缺口”，本篇的判断是：有与特定抗体状态和暴露历史变化相符的中国资料，值得认真对待；但它还不能被量化成全国、全病原体、全人群的统一免疫损失。 把存在差异与差异造成了多少疾病负担分开，才能继续做归因。

检测与就医不是旁枝，它们决定哪些感染进入记录

一个病例进入数据库，通常要经过感染、出现足以引起注意的表现、就医、被选择检测以及检测识别等环节。不同系统的具体路径不同，但共同点是：真实发生与被记录并不相等。

把这些环节暂时合成一个“发现概率” $q$，真实感染数记作 $N$，被记录的感染数记作 $D$。在一个没有假阳性的简化例子里，平均记录数是：

假设较小和较大两个年龄组始终各发生100次感染。原来前者80%会进入记录，后者只有10%；后来较大年龄也更常接受检测，发现概率升至50%，其他条件不变。忽略抽样波动，平均记录总数由90增至130，按这些平均数计算的较大年龄占比由11.1%升至38.5%。这个例子既没有增加真实感染，也没有改变任何人的免疫，就出现了“病例更多、患者更大”的组合。

这是本库的自选计算，不是中国监测的拟合结果。它的作用是给出一个明确的竞争解释：看到这两种变化，还需要知道检测与发现机制有没有变。

2024年Petros等分析美国32家儿童医院的记录，实际发现RSV检测量大幅增加，同时被诊断的就诊事件增多；改变检测数量和受检者年龄分布的反事实比较，可以解释其中相当一部分变化。2

这项研究也不是终局答案。其反事实依赖把既有检测趋势和后期检测样本用于另一种采样情景；行政诊断记录还可能包含偶然检出的感染。作者承认观察性关联未必就是因果。它提醒我们必须核对检测分母，不能据此宣告中国的反弹全是“多测出来的”。

北京的监测在医院和主要检测方法上较稳定，因而不能直接套用美国那种检测扩张幅度；但稳定检测方法也不等于稳定就诊构成。最有用的做法，是把两者分别测量，而不是先挑一种解释包办所有地区。

既往新冠感染，是已经排除还是已经证实的原因

两者都还说得太满。需要区分一个人的新冠感染是否改变随后感染风险，与一场全国流行有多少病例由这种改变造成。

Wang等2023年发表的美国电子病历研究，在2022年RSV高峰期比较有、无既往新冠记录的儿童。匹配后各有14,488名0—5岁儿童，有既往新冠记录者随后出现RSV就医记录的风险较高，风险比为1.40。这个结果支持继续研究感染后的风险变化，但托幼、同胞接触、家庭暴露、既往感染漏记等因素没有被完整测量。3

2025年Allen等采用了另一种比较：把有新冠的儿童，与同期因流感或其他呼吸道疾病就医的儿童相比较，并调整日历时间及其他差异。在其主要的15—180天观察窗内，没有发现新冠组随后RSV风险更高。4

这两项研究的对照对象与计时起点并不一样。后一项主要问“相对于经历另一种呼吸道疾病的人，新冠是否更不利”；它不能证明相对于完全没有感染的人，新冠没有任何后果。前一项的阳性关联，也不能直接证明关联全部由免疫损伤导致。

还有一个需要回原文才能发现的细节：不能把Wang研究“从起点算第0—60天”听成“从新冠感染当天开始算”。其2022年分析的起点是10月的一次医疗接触，而既往新冠记录被限定在8月以前。把两篇的“第0天”当成同一种事件，会误读研究差别。3

两项研究都以美国医疗记录为基础，不能直接给出中国儿童的效应，更无法从中算出2023年中国反弹的归因比例。阴性结果也没有自动证实免疫缺口：削弱一种解释，不等于另一种解释已经被单独验证。

类似地，北京在2022年底新冠流行时RSV暂时较低，支持研究病原体相互作用，但不能只凭波峰错开就证明某种生物学干扰。生病后活动减少、就医及检测结构变化，也可能参与这种错位。论文没有在这些因素之间完成唯一分离。1

病原体变化同样需要具体核对。北京研究在所分析的RSV片段与样本里未识别出全新基因型，有助于约束“出现全新病毒所以反弹”的解释；它并没有检验所有基因组变化及其功能，更不证明不同地区的病毒性状完全不变。流感还涉及亚型、抗原变化与既有免疫的匹配，不能把RSV的结果原封不动套过去。

到2026年，能否判断仍在“还债”

先明确“现在”的资料截止点。截至本篇检索日2026年9月9日，中国疾控中心相关栏目最新列出的全国急性呼吸道传染病哨点报告是第35周，监测期为8月24—30日，9月3日发布。它反映的是这段时间，不能当成对撰写当天的即时观测。5

该周216家开展多病原监测的哨点医院中，门急诊流感样病例样本的流感阳性率为17.7%，RSV为1.4%；住院严重急性呼吸道感染病例样本中，分别为7.2%和2.1%。报告综合判断新冠总体处于中流行水平，流感近期小幅上升，并存在南北及年龄差异；除新冠和流感外，其他所监测病原体的阳性率处于低水平。5

图按官方表1重绘。两个就诊入口的分母不同，不能把RSV的2.1%与1.4%相除，解释成感染后的住院风险；也不能将多种病原体阳性率当互斥分类相加。更不能把这套全国哨点指标与北京旧研究的阳性率直接相减，当成免疫恢复速度。

这些资料说明近期有什么在活动，却没有测量同一批人的保护变化，也没有构造“如果没有此前防控，现在会怎样”的可比历史。因此，低活动不能证明免疫缺口已经全部消失，较高活动也不能证明仍在偿还2020—2022年的影响。 一个新的流行季节，还可能反映新出生队列、保护随时间变化、接触结构或病原体变化。

中国也开始出现更接近所需设计的研究。2026年发表的浙江台州社区队列，从2023年起对508名居民作多次血清随访，尝试把个体抗体变化与当地RSV活动接起来。它比不同年份各采一批人的比较，更能观察同一人的变化。6

但这项研究的感染主要由血清轨迹模型推断，队列并没有同步的个体病毒学确认；独立哨点中的PCR记录不能当成队列每个人的感染验证。进入模型的502人中，五岁及以下仅11人，且研究没有疫情前的同人基线。它提供了改进证据链的方向，尚不能回答全国免疫缺口在2026年剩多少。发表在2026年，也不等于数据采到了2026年。

可以回答到哪里，下一步还缺什么

对最初的问题，我会给出三个有范围的答案。

中国一些地区确实出现了明显的传播节律改变。 北京的年内持续、恢复通常季节与春季错季回升都有监测依据；但不同时段和年龄的方向不同，“三年停传后全国一起反弹”过于简化。

特定免疫或感染经历缺口是有依据、值得检验的机制。 血清资料给了它超出曲线猜测的入口，出生队列机制也讲得通；实际保护、抽样差异和接触变化尚未充分分离，因而不能把病例增量全部归给它。

本次核对的资料不足以给出全国统一的持续时间、归因比例和还清日期。 这不是说过去的影响已经不存在，而是这些资料仍缺少同口径、跨年龄和病原体的连续测量，能够把它从其他持续变化中分出来。

真正能推进这个问题的证据，需要把几个环节接在同一设计里：按出生队列记录既往感染与预防经历；在感染发生前测量有关保护；持续记录接触与就医；采用稳定的主动感染监测；再分别比较感染、住院及多年累计结局。对中国而言，还需要地区之间可比的基线，以及能够检验替代解释的时间变化，不能只比较“2022年很低”和“2023年很高”。

这类研究不必一开始就承诺一个全国数字。先在一个定义清楚的人群里，判断哪条机制贡献较大、哪些结果不随测量口径改变，已经比给所有后来发生的感染贴上同一标签更有解释力。

本篇的计算与资料边界

本库重算了北京Table 1中两个年龄组的病毒检出和血清阳性比例，重绘全国第35周的11种病原体指标，并执行了改变发现概率的最小例子。代码为 research/calculations/china_respiratory_attribution.py；可下载结果与说明、北京分年龄数值和全国当周数值。这些是公开汇总数据的重算与示意，没有重新拟合作者模型或计算中国的因果份额。

北京原表某些时期的年龄行阳性数之和与总体行不一致，例如疫情前分别为578与582。本篇按指定年龄行计算并核对文中相应年龄结果，没有自行补足差额，也没有用这些不一致处推导总体归因。血清缺测、小样本、不同窗口、未取得的附件及网页实际读取范围均在来源记录中保留。