陶醫生按：

Q醫生痛感目前中國疫苗安全性嚴重被黑，形成惡性迴圈，長此以往終將影響公眾接種疫苗的積極性，導致疫苗接種率下降，威脅公共健康安全。

陶醫生2005年參與世界衛生組織的培訓，成為中國疫苗安全性監測系統的國家級師資，上海的監測系統是我帶領下建立的，我也曾經負責上海市疫苗安全性監測工作若干年，在核心期刊上發表過多篇論文。我對中國疫苗的安全性非常有信心，但我也深知如果疫苗安全性一直被黑下去，終有一天會釀成大禍。全國從事疫苗安全性監測的專業人員其實都有類似感受，但卻無能為力。

Q醫生把經手過的奇葩案例展現出來，用這些典型案例把行業記憶體在的問題暴露出來，並提出解決方案。

以下Q醫生正文（我略有編輯）。

目前，全球很多國家正在如火如荼的開展COVID-19疫苗接種，COVID-19疫苗是否有效、是否安全是公眾最為關注的。

在疫苗接種專業圈子裡，對於疫苗安全性有共識，但對於疫苗不良反應的判定一直很有爭議，或者可以說存在很多問題。

先要科普兩個概念：

疫苗接種不良事件：接種疫苗後發生的、被認為可能是疫苗導致的健康損害，統稱為預防接種不良事件（又稱“疑似預防接種異常反應”），簡稱不良事件，英文全稱Adverse Events Following Immunization，縮寫為AEFI。

不良事件是為了監測疫苗安全性而定義的概念，本身不判斷健康損害與疫苗之間是否存在因果關係。打個比方，如果我們要知道吃麵條是否安全，就定義一個吃麵條不良事件，熊大爺吃麵條後血壓突然升高併發腦中風，也算吃麵條不良事件，但大家都明白兩者之間只是巧合，並不存在因果關係。

我國的疫苗安全性監測方案明確指出，不良事件經過調查判斷後分為五種情況：與疫苗有因果關係的稱為疫苗不良反應；其他四種情況都不屬於疫苗不良反應，包括疫苗質量事故、接種事故、偶合、心因性反應。

按照原衛生部《預防接種異常反應鑑定辦法》的要求，懷疑疫苗接種後發生嚴重疫苗不良反應的（即“異常反應”），可透過專家調查診斷或鑑定進行明確。

在判斷異常反應的過程中，調查診斷或鑑定的科學性和嚴謹性非常重要。理想的情況是，每一個案例都能準確判定為是或不是異常反應，但通常情況下很難做到，誤判無法避免。

有些疫苗的異常反應比較容易判斷，比如卡介苗引起的異常反應（卡介苗區域性反應、卡介苗淋巴結炎、全身播散性卡介苗感染）、脊髓灰質炎口服活疫苗引起的殘疾病例，疫苗接種後短時間內發生的急性過敏反應等。由於上述疾病具有特異性的臨床表現，或者可以透過實驗室手段進行檢測，所以比較容易判斷。

受限於人類的認知，這些健康損害發生的原因往往是未知的，但如果恰好在接種疫苗之後發生，又找不到其他可能原因的話，疫苗很容易成為背鍋俠。

這裡可以列舉三個真實案例：

案例一：流感疫苗導致高血糖

患者李某，2020年11月中旬接種了流感疫苗，接種後一週左右，因身體不適到醫院檢查，發現餐後血糖結果為17.6mmol/L，後住院治療。患者有多年糖尿病病史，但以往血糖水平沒有這麼高，接種前2月曾經測過空腹血糖為8.5mmol/L。

李某認為自己餐後血糖升高是由於接種疫苗所致的異常反應，故向當地疾控中心報告，要求經濟補償。

當地疾控中心接到報告後，組織開展病例調查，並組織召開專家會議，專家給出的結論是“患者血糖升高不排除與疫苗接種有關”，理由是“血糖升高發生在接種流感疫苗之後”。

案例分析：人體內的血糖水平本來就是波動的，餐後血糖升高，然後逐漸下降。該患者患有糖尿病，血糖高於正常很好解釋。然而專家認為血糖升高可能是接種疫苗導致的，僅僅是由於血糖異常升高發生在疫苗接種後，這個理由實在是不夠充分。

案例二：新冠滅活疫苗導致心肌炎

患者趙某，2021年1月接種第1劑新冠滅活疫苗，接種後有點頭暈，次日出現發熱（39℃）、胸悶、陣發性胸痛，三天後患者至醫院就診，臨床診斷為急性心肌炎。

趙某認為自己心肌炎是由於接種新冠疫苗的異常反應，報告當地疾控中心。

當地疾控中心接到報告後，按照常規組織專家調查診斷，專家的結論是“患者所患心肌炎不排除為預防接種異常反應”，理由是“未發現其他誘因”。

案例分析：急性心肌炎可由細菌或病毒感染、理化因素、免疫系統疾病等等，將沒有觀察到其他誘因作為判斷疫苗是病因的理由，很難有說服力。

案例三：甲肝滅活疫苗導致死亡

患者何某，2021年1月接種第2劑甲肝滅活疫苗2周後猝死於家中，臨死前有抽搐、口吐白沫、自訴胸痛。

家屬認為死因與接種疫苗有關，將死者屍體存放在殯儀館，要求疾控中心組織調查，市疾控中心建議屍檢，但家屬拒絕。

當地市疾控中心在未收集到充分證據的情況下組織專家會議，最終結論是“患者死亡不排除與接種疫苗有關”。

疫苗企業對結論不服，要求市醫學會進一步鑑定。市醫學會與家屬溝通，說服家屬進行屍檢，屍檢發現死者心臟增大，明確了死因為“心源性猝死”，排除了疫苗異常反應。

案例分析：幸好做了屍檢，否則又是一樁冤案。

以上三個案例僅僅是冰山一角，類似的專家結論比比皆是，真是千奇百怪，一個比一個離譜。由此不禁讓人產生疑問：這些人到底是“專家”還是“磚家”？

實際上人體太過複雜，受限於目前的科學水平，對疫苗異常反應認知非常有限，即使是“專家”，其掌握的知識也僅僅是皮毛。作出離譜的結論，也不能把責任完全推卸給專家。主要有以下幾方面原因：

一、專家不專

調查診斷或鑑定的專家主要來自臨床、流行病、醫學檢驗、藥學、法醫等相關學科，這些專家只是在自己的工作領域有一定的見地，對疫苗異常反應沒有深入的研究，臨時被請過來當專家，有點“趕鴨子上架”的意思，無法做出科學的判斷，得出令人信服的結論。

二、準備不充分

三、和諧維穩

異常反應補償經費對於政府或疫苗企業來說並不多，但對於患者卻不一樣，專家往往會本著“同情弱者”原則，傾向於將不是異常反應的病例，判斷為異常反應，達到“和諧社會”的目的。然而這樣做的結果是疫苗不斷背鍋，可能導致人們對於疫苗的“誤會”加深，不利於疫苗接種策略的實施和傳染病的防控。

四、惡性迴圈

疫苗安全性監測指南或監測結果也是類似的情況，監測指南通常會劃定一個監測的疾病範圍，但並不是說只要在這個範圍裡的都屬於疫苗異常反應；監測結果也只是發現了接種後出現的健康損害，但沒有做深入研究，無法判定疫苗與健康損害的因果關係。

五、只見樹木不見森林

但是我們可以從宏觀的角度看問題，用流行病學和統計學來解決問題。以心源性猝死為例，假設一般人群中2周內心源性猝死的發生機率是萬分之一，那麼我們為100萬人接種疫苗後，2周內可能平均會有100人發生心源性猝死，如果我們觀察到的實際死亡人數不超過100人，那就可以認為疫苗不會導致心源性猝死。

當然下這樣的結論也可能會犯錯，萬一是一個小機率事件呢？

但是當接種人群足夠大的時候，犯錯機率就非常小。流行病學和統計學避免了從個體角度研究健康損害和疫苗的關係，而是從群體角度分析因果關係，這就是所謂的“黑箱理論”。

那麼在目前背景下，有沒有更好的判斷疫苗和健康損害之間因果關係的方法呢？答案是有！至少有以下兩個方面可以嘗試。

一、利用醫療大資料

對比分析某種健康損害在已接種疫苗和未接種疫苗人群中發生情況，可以得出更加可靠的結論，在中國現有資源背景下，這可能是最可行，最便捷的方法。但關鍵困難是要對接疫苗接種資料和醫院就診資料，這方面可能需要政府部門來主導。

二、專家穩定化專業化

由專業機構、專門的人員來評估疫苗與健康損害的因果關係，而不是由疾控中心臨時召集專家來做。將案例集中到這樣的專業機構去處理，讓專業的人去做專業的事，利用統一的標準和相對科學的方法去分析評估，一定會比目前各個疾控中心臨時請專家去分析評估好得多。

三、疫苗說明書科學化

疫苗說明書是具有法律效應的檔案，其編制應該充分科學。中國疫苗說明書裡涉及安全性的內容，應該特別謹慎地措辭和展示資料。

首先要做的是區分【不良事件/不良反應】，如果沒有確認因果關係，應該全部以【不良事件】來標識。同時，還要用黑體字提示：不良事件不包含對因果關係判斷，不應理解為這些健康損害是疫苗所致。如果確定是不良反應，最好是能夠給出發生率/報告率，這對於評估疫苗與健康損害因果關係的專家會很有用。

更重要的是，只要是做過對照臨床試驗的疫苗，在展示不良事件資料時，必須同時展示疫苗組和對照組的事件報告率，標識兩組差異無統計學意義者，特別提示這些健康損害不作為不良反應。

以COVID-19疫苗為例，在全球矚目中開展3期臨床試驗，Ⅱ期和Ⅲ期臨床試驗一般都採用雙盲對照法，所以疫苗組與安慰劑對照組的不良事件報告率很容易比較分析，給出明確是否不良反應的結論。

上圖中，全球6種主流COVID-19疫苗的安全性比較資料，各種不良事件發生率都用顏色做了標記。凡是黃色的單元格，都是疫苗組報告率高於安慰劑組，可以認為是不良反應。中國的兩個滅活疫苗，都只有1個黃色單元格確認不良反應，mRNA疫苗的黃色單元格在10個以上，腺病毒載體疫苗的黃色單元格也都在5個以上。

再比如2010年曇花一現的甲流疫苗，其說明書是科學性的典範，其安慰劑除了不含疫苗抗原，其他成分與疫苗儘量保持一致。

上海生物的甲流疫苗說明書，把疫苗組和安慰劑組的安全性資料對比寫入說明書。任何人看到該說明書，就會明白：原來安慰劑組也有很多不良事件，如果對比著看，甲流疫苗的不良事件報告率就低多了。

先看發熱率，疫苗組10.27%，安慰劑組7.37%，差值為+2.9%，經過醫學統計經驗，疫苗組發熱率確實高於安慰劑組，不良反應成立。

再看頭痛率，疫苗組1.26%，安慰劑組1.34%，差值為-0.08%，疫苗組竟然還低於安慰劑組，這都不需要醫學統計檢驗了，直接歸於誤差即可，所以頭痛就不應該算甲流疫苗的不良反應。

讓說明書體現科學性，並不是一件難事，就看態度了。

​