“Độc lực” của virus SARS-Cov-2 ra sao?

𝑁ℎ𝑖𝑒̂̀𝑢 𝑛𝑔𝑢̛𝑜̛̀𝑖 𝑐𝑜́ 𝑥𝑢 ℎ𝑢̛𝑜̛́𝑛𝑔 𝑛𝑔ℎ𝑖̃ 𝑟𝑎̆̀𝑛𝑔 𝑏𝑖̣ 𝑛ℎ𝑖𝑒̂̃𝑚 𝑆𝐴𝑅𝑆-𝐶𝑜𝑣-2 𝑙𝑎̀ 𝑛ℎ𝑢̛ 𝑚𝑜̣̂𝑡 𝑏𝑎̉𝑛 𝑎́𝑛 𝑡𝑢̛̉ ℎ𝑖̀𝑛ℎ. 𝐾ℎ𝑜̂𝑛𝑔 đ𝑢́𝑛𝑔. Cuối tuần, tôi lại có dịp quay lại câu hỏi SARS-Cov-2 nguy hiểm như thế nào, và trả lời bằng cách phân tích số ca tử vong. May mắn thay, CDC Tàu đã cung cấp được những số liệu quan trọng để tính toán. Dùng các số liệu đó, tôi ước tính rằng nguy cơ lệ tử vong trong 30 ngày [liên quan đến SARS-Cov-2] là 5%, và người có nguy cơ cao là có bệnh đi kèm và tuổi từ 60 trở lên.

Vậy là siêu vi khuẩn gây dịch Covid-19 đã được định danh: SARS-Cov-2. Cần nói thêm là tên của dịch là “Covid-19”, còn tên của con virus gây dịch là SARS-Cov-2. Tuy cách định danh này là đúng với qui ước quốc tế, nhưng một số người vẫn không hài lòng. Họ không hài lòng là vì chữ SARS hàm ý nói độc lực của dịch cũng ‘hung dữ’ như trận dịch SARS, trong khi đó độc lực của dịch Covid-19 lần này thì thấp hơn. Thấp hơn như thế nào thì là chủ đề của cái note này. Trong note, tôi sẽ làm một ‘thể thao tâm trí’ (brain exercise) để ước tính nguy cơ tử vong liên quan đến SARS-Cov-2.

1 𝑸𝒖𝒊 𝒎𝒐̂

Nếu theo dõi báo chí (và mạng xã hội như facebook) độc giả rất dễ bị sai lệch về qui mô và mức độ nguy hiểm của dịch Covid-19. Những con số về số ca mới mắc được truyền đi rất nhanh chóng làm cho công chúng nghĩa đây là pandemic. Ở Đại Hàn, người ta phát hiện một ‘superspreader’ (tức là người siêu lây lan) là một phụ nữ 61 tuổi có ‘bí danh’ là ‘Patient 31’ chưa bao giờ đi Tàu, nhưng bà bị nhiễm và đã lây lan cho hơn 40 người trong nhà thờ. Bà từ chối không chịu đi làm xét nghiệm. Hệ quả là con số ca bị nhiễm của Đại Hàn tăng vọt, đứng thứ 2 sau Tàu (1). Nhưng nhìn chung thì số ca bị nhiễm ở ngoài Tàu vẫn chỉ chiếm ~2% tổng số (1677 trên 77698, tính đến sáng nay ngày 23/2 giờ Sydney).

Nhưng con số bị nhiễm nói lên mức độ lây lan, chớ không nói lên một khía cạnh quan trọng hơn là ‘độc lực’ hay nói nôm na là tử vong. Hiện nay, con số tử vong liên quan đến SARS-Cov-2 là 2362 người (tuyệt đại đa số là từ Tàu), tức cao hơn con số tử vong trong dịch SARS 13 năm trước. Tuy nhiên, con số tử vong phải đặt trong tổng số ca bị nhiễm và thời gian theo dõi thì mới có cái nhìn chính xác hơn về mức độ nguy hiểm của dịch Covid-19. Nếu tính một cách đơn giản là lấy số tử vong chia cho số ca bị nhiễm — bất kể thời gian — thì tỉ lệ tử vong hiện nay là 2.29% (1).

𝟐 𝐔̛𝐨̛́𝐜 𝐭𝐢́𝐧𝐡 𝐧𝐠𝐮𝐲 𝐜𝐨̛ 𝐭𝐮̛̉ 𝐯𝐨𝐧𝐠

Nhưng để xác định đúng nguy cơ tử vong, chúng ta cần phải xem xét đến yếu tố thời gian. Ai làm nghiên cứu lâm sàng biết rằng thời gian theo dõi bệnh nhân rất quan trọng, vì nó là dữ liệu giúp chúng ta tính tỉ suất tử vong chính xác. Chẳng hạn như nếu chúng ta theo dõi 5 bệnh nhân 1, 2, 3, 3, và 5 tháng, thì tổng số thời gian theo dõi là 1+2+3+3+5 = 14 tháng-người. Đơn vị bây giờ là ‘tháng-người’, chớ không phải ‘người’. Và, giả dụ rằng có 1 người tử vong, thì tỉ suất tử vong được tính là 1/14 hay 7.1 trên 100 tháng-người. Còn nếu tính trên số người thì tỉ lệ tử vong (không phải ‘tỉ suất’) là 1/5 hay 20%. Do đó, tỉ suất tử vong rất khác với — và chính xác hơn — tỉ lệ tử vong.

Nhưng trong dịch Covid-19 làm sao chúng ta có con số thời gian theo dõi số người bị nhiễm. May mắn thay, các nhà khoa học Tàu đã theo dõi 72314 bệnh nhân bị nhiễm SARS-Cov-2 từ ngày 31/12/2019 đến 11/2/2020 (2)! Họ không viết rõ thời gian theo dõi mỗi bệnh nhân là bao lâu, và theo dõi như thế nào. Họ chỉ báo cáo dữ liệu dưới dạng tóm tắt theo độ tuổi. Nhưng dữ liệu họ cung cấp thì tôi tính được là chừng 14 ngày, và điều này cho thấy rất có thể họ chỉ theo dõi được những người nhập viện mà thôi. Dĩ nhiên, chắc chắn có những bệnh nhân xuất viện sớm hơn, nhưng chắc cũng có bệnh nhân nằm viện lâu hơn số trung bình. Tôi ngạc nhiên là họ (các nhà khoa học Tàu) không phân tích sâu hơn bằng các mô hình thống kê, nhưng có lẽ họ để dành cho một bài báo khác (?) 🙂

𝟑. 𝐓𝐡𝐞̂̉ 𝐭𝐡𝐚𝐨 𝐭𝐚̂𝐦 𝐭𝐫𝐢́ 𝐯𝐨̛́𝐢 𝐧𝐠𝐮𝐲 𝐜𝐨̛ 𝐭𝐮̛̉ 𝐯𝐨𝐧𝐠

Tuy nhiên, như là một ‘thể thao tâm trí’ cuối tuần, chúng ta thử xem qua dữ liệu này để biết tỉ suất tử vong là bao nhiêu. Chúng ta có thể lấy số ca tử vong chia cho số người-ngày (patient-days), nhưng như vậy thì cũng có hiểu. Một cách dễ hiểu hơn là tính trên số người-tháng (patient-months). Chúng ta đặt câu hỏi, nếu theo dõi 100 người trong 1 tháng, có bao nhiêu người … chết? Kết quả tỉ suất tử vong tính trên 100 người-tháng được trình bày trong biểu đồ dưới đây. Tôi diễn giải đơn giản để các bạn có thể theo dõi:

(a) Tính chung, có 1023 ca tử vong trong thời gian 22041 tháng-người. Tuổi trung bình lúc chết là 69.2 và độ lệch chuẩn là 12.3 tuổi. Đa số (81%) ca tử vong có tuổi từ 60 trở lên.

(b) Tỉ suất tử vong trên 100 người-tháng là 4.6, với khoảng tin cậy 95% dao động từ 4.4 đến 4.9. Con số này có thể hiểu như sau: nếu chúng ta theo dõi 100 người trong vòng 1 tháng, chúng ta kì vọng sẽ ghi nhận khoảng 5 ca tử vong. Nói cách khác, nguy cơ tử vong [liên quan đến SARS-Cov-2] trong 1 tháng là 5%.

(c) Nhưng nguy cơ tử vong có liên quan mật thiết với độ tuổi. Biểu đồ [bên trái] dưới đây cho thấy nguy cở tử vong tăng rất nhanh theo độ tuổi, nhưng có vẻ tập trung vào hai nhóm. Ở những bệnh nhân tuổi dưới 50, nguy cơ tử vong là 1.27 trên 100 người-tháng, tức thấp hơn tỉ suất trung bình đến 73%. Nhưng ở bệnh nhân tuổi trên 60, tỉ suất tử vong là 12.2 trên 100 người-tháng, cao hơn trung bình gấp 2.7 lần. Đặc biệt ở nhóm người cao tuổi (80 trở lên), nguy cơ tử vong lên đến 33.4 trên 100 người-tháng!

(d) Nam có nguy cơ tử vong cao hơn nữ khoảng 60%. Trong tổng số ca tử vong, nam giới chiếm 64%, và tỉ suất tử vong ở nhóm này là 6.3 trên 100 người-tháng.

(e) Biểu đồ 2 cho thấy những người có bệnh đi kèm thì nguy cơ tử vong tăng cao. Ở những người không có bệnh đi kèm, nguy cơ tử vong là 1.6 /100-người-tháng. Nhưng những bệnh nhân tim mạch có nguy cơ tử vong lên đến 20.4 / 100-người-tháng, tức cao gấp ~13 lần so hơn những người không có bệnh đi kèm. Nguy cơ tử vong cũng tăng cao ở những bệnh nhân tiểu đường (13.4 / 100-người-tháng), hô hấp mãn tính (~12), cao huyết áp (11), và ung thư (~11).

Advertisement

Biểu đồ 1: Nguy cơ tử vong tính bằng tỉ suất trên 100 người-tháng theo độ tuổi (bên trái) và tính theo CFR (bên phải: tức tỉ lệ tử vong trên 100 người bị nhiễm — bất kể thời gian theo dõi). Đường đứt đoạn màu nâu là nguy cơ trung bình.

Người trên 60 tuổi có nguy cơ tử vong tăng gấp 2.2 lần so với trung bình (4.6 / 100 người-tháng). Nguồn: “The Epidemiological Characteristics of an Outbreak of 2019 Novel Coronavirus Diseases (COVID-19) — China, 2020″, CCDC Weekly / Vol. 2 / No. x.

Cho các bạn học R: Dữ liệu bao gồm các biến số: Age, Rate1, Rate2. Mục tiêu là hiển thị mối liên quan giữa Age và Rate1 & Rate2 bằng biểu đồ gọi là ‘dot chart’.
library(ggplot2); library(gridExtra)
p1 = ggplot(data=cov, aes(x=Age, y=Rate1, col=Age, label=Rate1)) + geom_point(stat=”identity”, fill=”black”, size=5) + geom_text(color=”black”, size=3) + geom_segment(aes(x=Age, xend=Age, y=0, yend=Rate1)) + geom_hline(yintercept = 2.29, colour=”#990000″, linetype=”dashed”) + labs(x=”Age group”, y=”Case Fatality Rate”) + theme(legend.position=”none”)
p2 = ggplot(data=cov, aes(x=Age, y=Rate2, col=Age, label=Rate2)) + geom_point(stat=”identity”, fill=”black”, size=5) + geom_text(color=”black”, size=3) + geom_segment(aes(x=Age, xend=Age, y=0, yend=Rate2)) + geom_hline(yintercept = 4.46, colour=”#990000″, linetype=”dashed”) + labs(x=”Age group”, y=”Rate of Mortality per 100 Patient-Months”) + theme(legend.position=”none”)
grid.arrange(p2, p1, ncol=2)

Biểu đồ 2 : Nguy cơ tử vong tính bằng tỉ suất trên 100 người-tháng theo bệnh đi kèm. Đường đứt đoạn màu nâu là nguy cơ trung bình (4.6 / 100-người-tháng).

Bệnh nhân tim mạch, tiểu đường, ung thư, hô hấp mãn tính có nguy cơ tử vong liên quan đến SARS-Cov-2 tăng cao.

Nguồn: “The Epidemiological Characteristics of an Outbreak of 2019 Novel Coronavirus Diseases (COVID-19) — China, 2020”, CCDC Weekly / Vol. 2 / No. x.

ggplot(data=cov2, aes(x=Disease, y=Rate2, col=Disease, fill=Disease, label=Rate2)) + geom_bar(stat=”identity”) + geom_text(color=”white”, size=3, position=position_stack(vjust=0.95)) + geom_hline(yintercept = 4.46, colour=”#990000″, linetype=”dashed”) + labs(x=”Disease”, y=”Rate of Mortality per 100 Patient-Days”) + theme(legend.position=”none”)

Hình 3: Số ca nhiễm (biểu đồ trên) và số ca tử vong (biểu đồ dưới) theo độ tuổi. Đa số (70%) ca nhiễm có tuổi dưới 60, nhưng đa số (81%) ca tử vong tuổi từ 60 trở lên.

R codes:
p1 = ggplot(data=cov, aes(x=Age, y=Deaths)) + geom_bar(stat=”identity”, fill=”red”) + labs(x=”Age group”, y=”Number of Deaths”)

p2 = ggplot(data=cov, aes(x=Age, y=Conf.Cases)) + geom_bar(stat=”identity”, fill=”blue”) + labs(x=”Age group”, y=”Number of Confirmed Cases”) + theme(axis.title.x=element_blank(), axis.text.x=element_blank())

grid.arrange(p2, p1, nrow=2)

𝐓𝐨́𝐦 𝐥𝐚̣𝐢, dùng số liệu mới nhứt và lớn nhứt (trên 72,000 người) từ CDC Tàu, chúng ta có thể tạm thời kết luận rằng nguy-cơ-tử-vong-30-ngày liên quan đến đến SARS-Cov-2 là khoảng 4-5% (nhưng ngoài cộng đồng thì chắc thấp hơn nhiều). Tuy nhiên nguy cơ này không đồng đều, mà tập trung cao ở bệnh nhân trên 60 tuổi và có những bệnh nền như tim mạch, tiểu đường, ung thư và hô hấp mãn tính.

Nhiều người nghĩ rằng hễ ai bị nhiễm SARS-Cov-2 là coi như … sắp chết, nhưng điều này hoàn toàn không đúng mà chỉ gây hoang mang. Hi vọng những con số này giúp cho cộng đồng có cái nhìn đúng hơn về độc lực của SARS-Cov-2.

====

(1) https://gisanddata.maps.arcgis.com/…/opsdashboard/index.html

(2) https://github.com/cmrivers/ncov/blob/master/COVID-19.pdf