All-cause mortality patterns according to vaccination timing and dose number among Japanese non-elderly adults: a proxy risk-group analysis
这项针对日本松户市非老年成年人的研究发现，尽管适应症偏倚影响了早期死亡模式，但即便在代理高风险组中，全因死亡率也普遍随着 COVID-19 疫苗接种剂数的增加而上升，这表明所观察到的趋势并不能完全由偏倚来解释。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，在日本一个名为松户（Matsudo）的城市里进行的一项大规模公共卫生实验，涉及约50万名尚未步入老年阶段（20至64岁）的人口。研究人员想要理解一个令人困惑的谜题：为什么那些接种了最多剂次新冠疫苗的人，死亡率似乎反而更高？
通常情况下，当我们看到这种模式时，我们会想：“啊，病情最重的人才需要打更多的针。”这被称为**“适应症混杂”（confounding by indication）**。这就像是看到医院里挤满了腿部骨折的人，从而得出结论认为医院“导致”了骨折。而事实是，是腿部骨折的人去了医院。
然而，这项研究表明，情况比单纯的“病人接种更多次数”要复杂得多。以下是研究人员如何利用简单的类比来拆解这一问题的：
背景设定：“高风险”组 vs. “低风险”组
研究人员不仅统计了人们接种了多少剂次，还观察了人们是在何时接种的。
- “自发型”群体（高风险的代理指标）： 这些人属于“抢跑”型。他们在政府正式通知大家接种之前，就提前接种了第4、第5、第6或第7剂。研究人员假设这些人觉得自己更脆弱，所以急于接种。你可以把他们想象成那些在天空刚变灰暗时就立刻去买伞的人。
- “观望型”群体（低风险的代理指标）： 这些人会等到政府官方日程表通知他们接种下一剂时才行动。他们就像是只有在雨已经下大了之后才会去买伞的人。
研究结果：不符合逻辑的模式
研究人员观察了两个时间段内的死亡率：接种后的前6个月，以及此后的6个月（但在下一剂接种之前）。
1. “病人接种更多次数”的理论（部分成立）
正如预期的那样，“观望型”群体（即较晚接种的人）的死亡率低于“自发型”群体。这支持了这样一个观点：那些急于接种早期剂次的人，确实在接种前就已经更健康状况不佳或更担心自己的健康。
2. 转折点：“停止接种”的模式
在这里，谜团变得有趣起来。研究人员观察了那些停止接种的人。
- 如果一个人身体很差，你会预期他会尽可能地持续去看医生（或接种疫苗）。
- 但数据显示，那些在停止下一剂接种后，其死亡率实际上比那些继续接种下一剂的人要高。
隐喻： 想象一场比赛，那些中途退赛的选手比那些坚持跑完全程的选手死亡率更高。如果“病人”是因为接种了更多次数，那么“退赛者”应该是健康的那些人。但事实恰恰相反。这表明存在一种**“健康受种者偏差”（Healthy Vaccinee Bias）**：也许是那些感觉身体太差、无法再去接种下一剂的人最终去世了，而那些感觉身体足够好、能够去排队接种下一剂的人则更健康。
3. 剂次数量问题
即使研究人员仅观察“自发型”（高风险）群体，死亡率仍然随着接种剂次的增加而上升。
- 即便是在已经被视为“高风险”的人群中，接种第6或第7剂与接种第4或第5剂相比，仍与更高的死亡率相关。
- 这就像是在那些已经因为担心健康而提前接种的人群内部，接种次数越多的人，死亡率依然越高。
结论：一个尚未完全解开的谜团
作者得出结论，虽然确实存在“病人接种更多次数”的情况（适应症混杂），但这并不能完全解释为什么死亡率会随着每增加一剂而持续攀升。
他们本质上是在说：“我们观察到一种现象，即接种次数越多 = 死亡人数越多。我们知道其中一部分原因是由于病情较重的人接种了更多次数。但即便我们试图解释这一点，这种模式依然存在。有可能是在接种下一剂时感到身体过于虚弱而无法接种的人最终去世了，从而创造了一个误导性的图景；或者还有其他我们尚未衡量的因素。”
他们并没有说：
- 他们没有声称疫苗导致了死亡。
- 他们没有说人们应该停止接种疫苗。
- 他们也没有提供关于这究竟是如何发生的最终答案。
相反，他们是在对着数据进行“照镜子”，并表示：“数据展示了接种次数与死亡率之间一种奇怪的关系，这种关系过于复杂，无法仅用‘病人接种更多次数’来解释。我们需要更多研究，通过观察特定的疾病、经济状况和社会因素，来理解全貌。”
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。