印度的這次疫情大爆發，是否已經發生了ADE效應？_風聞

印度的這次疫情大爆發，是否已經發生了ADE效應？

作者：星話大白

我覺得人們對當前印度疫情的嚴重程度，還沒有一個足夠清晰嚴肅的重視。

對於當前印度疫情是否已經出現ADE效應，才導致印度當前疫情如此嚴重的可能性，我覺得是需要認真討論的。

所以我今天文章會對當前印度這波疫情是基於“變異病毒再感染”現象的可能性，做一個深入分析。

希望能夠讓更多人能夠重視這種可能性，也希望全球科學界能儘快對這種可能進行深入研究，儘快給出一個科學權威的研究結果。

跟新冠病毒的戰鬥是跟時間賽跑，是要爭分奪秒的，對於這些比較危險的可能性千萬不能反應遲鈍。

（1）失控的疫情

印度的疫情繼續保持創紀錄增長，昨天印度新增確診病例超過了37萬例，再次打破了其保持的世界紀錄。

連續8天每日新增30萬+的確診病例，這個數據看上去已經十分恐怖，更恐怖的是，印度實際感染數據是肯定比印度公佈的數據要高很多。

印度當前的每日檢測數量是接近200萬次，按照當前每日新增37萬例的確診病例來計算，全國整體陽性率是高達19%。

而在印度一些大城市，比如首都新德里，陽性率甚至高達30%。

這麼高的陽性率，意味着有大量感染新冠病毒的人，並沒有被及時檢測出來。

換而言之，印度的檢測能力已經遠遠落後於病毒的擴散傳播速度。

其次，印度過去曾經進行過5次新冠病毒抗體檢測調查。

2020年6月，新德里進行第一次抗體調查，2.1萬人樣本里，新冠病毒抗體陽性率是22.8%。

2020年8月，新德里進行第二次抗體調查，抗體陽性率29.1%。

2020年9月，第三次抗體調查，抗體陽性率約25.1%

2020年10月，第四次抗體調查，陽性率是25.5%。

2021年1月，第五次抗體調查，陽性率是60%。

當時這件事情，還有新聞報道。

並且當時印度媒體為這個數據都在“叫好”，因為他們認為，新德里有2000萬人，這意味着至少1000萬人感染過病毒，已經實現了“羣體免疫”。

我們結合着印度的疫情曲線圖看。

印度去年9月份達到感染峯值後，新增感染病例就一直在下降，這並不是印度控制住了疫情，而只是因為出現症狀並去檢測的人數大大減少所致。

所以，印度的實際感染人數，實際上只取決於印度的檢測能力，包括民眾的受檢測能力。

由於印度大量貧窮人口是得不到檢測的，所以印度公佈的這些新冠病毒數據，實際是非常虛。

但也能給我們從中提供一些有用的信息。

1、印度去年9月份的確診高峯，是由於病毒在第一波急劇擴散，並且實際感染人數遠高於其公佈數據。

2、大量人得不到檢測，但當時大多數感染者確實大多為輕症和無症狀患者，他們不會去醫院，也對醫院造成不了醫療資源擠兑，所以就變成了龐大隱形新冠病毒感染人羣。

根據世衞專家通過抗體檢測的判斷，這個龐大的隱形新冠病毒感染人羣，是早先官方報告的20到30倍。

這也是前兩天大量傳播的新聞印度實際感染人數可能比報告高20到30倍的新聞來源。

但很多人忽略了這則新聞的一個重點。

這並不是指，感染了最新變異病毒的人數，已經達到了3.5億以上。

而是指去年感染了上個版本新冠病毒的這龐大“隱形新冠病毒感染人羣”數量是高達3.5億以上。

那麼一直到今年2月份，印度這麼多人感染了新冠病毒，但卻沒有出現醫療擠兑，去年也沒有聽説印度出現這樣到處都在街頭火葬的新聞。

這説明一個事實，那就是去年的“上個版本”新冠病毒，對印度來説卻是隻是個弟弟，在印度這個人口普遍年輕化，並且大多數時間都處於高温狀態的神奇國度裏，去年那個版本的新冠病毒，確實在印度沒有掀起太大的風浪。

很多印度年輕人，實際上去年已經感染過新冠病毒，但因為大多數是輕症和無症狀，所以他們沒有去醫院，也沒有去檢測，成為了龐大“隱形已感染人羣”。

這也是為什麼，新德里今年1月份的第五次抗體檢測裏，陽性率居然會高達60%。

那麼看到這裏，大家可能就可以基於最簡單的邏輯推理，得出一個很恐怖的結論。

那就是在印度當前已經可能有超過3.5億人感染新冠病毒的情況下，在這麼多人已經存在新冠病毒抗體的情況下，仍然出現如此嚴重的疫情爆發。

這隻能説明一個問題，那就是當前在印度大流行的變異病毒，已經具備“逃脱人體免疫”的功能，也就是即使去年感染過新冠病毒，並且體內有抗體的印度年輕人，仍然會被這種變異後的新冠病毒所感染，並且出現比去年更為嚴重的症狀。

如果説去年上個版本的新冠病毒，在印度面前是個弟弟。

那麼當前在印度肆虐的變異病毒，印度在它面前，反而成為了弟弟。

新冠病毒，專治各種不服。

基於上面分析，我提出一些個人猜測。

（2）猜測

假設在今年1月份的時候，印度已經有超過3億人感染，在這麼大感染基數下，羣體免疫是行不通的，因為病毒會變異。

今年2月份印度就報告稱，已經發現了240種變異毒株。

印度毫無疑問，成為了一個超巨大的“病毒培養皿”，大量的不同版本新冠病毒在這裏交匯。

並且因為印度人口以年輕人居多，很多人出現這種長期感染各種版本新冠病毒的可能性。

感染病毒的時間越長，出現突變的概率越大。

而印度在今年1月份的時候，就可能已經有上億人感染過新冠病毒，這使得印度出現某種關鍵變異的毒株，幾乎沒有太大懸念。

並且，印度的環境給印度的病毒進化，提供了各種“進化選擇壓”。

根據進化論的“物競天擇”原理，病毒的進化也是存在適者生存現象。

人類和病毒、細菌的鬥爭，實際上就是在一個漫長賽跑的過程裏。

最早抗生素剛出來的時候，細菌的耐藥性是非常弱的，所以抗生素效果非常好。

但隨着人類幾十年大量濫用抗生素後，細菌的耐藥性開始不斷增強。

這是因為細菌在進化過程裏，那些耐藥性弱的都已經被淘汰了，能不斷存活下來的，都是耐藥性越來越強的超級細菌，這些存活下來的超級細菌，得以進一步傳播，在這裏抗生素就成為超級細菌進化的“進化選擇壓”。

上個版本新冠病毒，在印度面前可能確實只是個弟弟。

印度的人口年輕比例非常大，並且氣候炎熱，所以去年即使印度檢測數據完全不準的情況下，但大量感染者都是輕症和無症狀患者，所以並沒有出現醫療資源擠兑，更沒有出現當前這樣隨便街頭都可以看到民眾火葬的場景。

但是印度這個環境，卻給新冠病毒進化出這種“毒王”提供了巨大的可能性。

新冠病毒為了在這樣的環境裏生存下來，就得想辦法進化出“增強對年輕人感染率”“學會逃避人體免疫”“即使有抗體也能感染”這些技能點。

所以我們可以看到，目前報道里的B.1.617，就有這樣的特點。

前幾天央視也曾經出過一個新聞短片，專門報道了B.1.617的情況，其中就提到B.1.617含有15處突變，並且傳染性強，可致免疫逃逸。

這裏所説的免疫逃逸，就是逃脱已經存在新冠病毒抗體的人體免疫系統攻擊，仍然可以實現“再感染”的可能性。

根據下面這篇文章的分析，我們可以對B.1.617這種免疫逃逸突變的情況，有一些瞭解。

所以，現在也有越來越多猜測認為，當前印度這波疫情大爆發，很可能跟B.1.617這種變異毒株有關。

這是有一些數據支撐的。

根據印度方面的數據，在印度當前疫情最嚴重的邦，已經有超過70%的患者感染的是B.1.617新冠病毒，而在2月份的時候還只有16.1%，已經大大超過英國變異病毒的比例，成為主要毒株。

根據

@nesmto在這篇文章裏提供的數據。他這篇文章裏提到“這張最近幾個月印度各毒株的佔比變化圖顯示，B.1.617在近期迅速佔領“市場份額”，從時間線上與印度近期疫情大暴發重合。”

從他上面提供的這個數據圖片可以明顯看到，當前印度這波疫情的爆發，跟B.1.617的“市場份額”擴佔比例是相吻合的。

（3）總結

所以我這樣梳理下來，我們可以得出幾個猜測性結論。

1、實際上印度去年就在實踐“羣體免疫”，通過消極防疫，讓大量年輕羣體在不為所知的情況下感染了新冠病毒。

2、根據印度自己的抗體調查結果顯示，截止今年1月份，印度恐怕已經有超過3億人感染過新冠病毒。這個數字是通過印度五次新冠病毒抗體調查結果，至少有25%的抗體陽性率，推算印度整體感染率達到25%，按照印度總人口13億*25%=3.25億人計算得出，屬於一個猜測值。

但按照今年1月份印度新德里的抗體檢測結果，高達60%的陽性率來看，上面這個猜測值，可能還只是一個保守猜測。

3、印度這波疫情爆發，可能並不是完全沒有感染過的人羣，新感染新冠病毒。而是已經感染過新冠病毒的人羣，出現被變異病毒“再感染”的可能性。

4、所以當前印度的龐大新增感染人數，實際上是變異病毒B.1.617的擴散速度。

這裏需要聲明的是，上面這些結論都只是我基於一些事實數據的個人猜測，“但目前尚無證據表明B.1.617是否更容易傳播，從而推動了印度疫情暴漲。”

不過我認為當前對B.1.617導致當前印度疫情暴漲的可能性，我認為是一定要高度重視的，因為上面這些數據，已經足以説明這種可能性存在的概率是很高的。

我們還可以看其他數據，來增加這種可能性的論述支撐。

從去年下半年到今年2月份，印度的整體檢測數量均保持在每天100萬次左右。

上面這張圖同樣是來自

@nesmto。可以看到，一直到今年4月份印度才從每天100萬次的檢測力度，上升到每天180萬左右的檢測力度。

印度之前並不是沒有檢測，印度的檢測次數一直保持在一個比較穩定的水平，所以新增確診病例的暴增，只能説明印度這一波疫情出現嚴重症狀的人數，遠超過以前。

我們再看這篇報道的數據。

從印度氧氣使用情況可以明顯發現，當前印度疫情的實際嚴重程度是遠超過去年的。

去年印度疫情最嚴重的時候，也沒有聽説印度有這樣隨處可見到處都是在街頭火葬的新聞。

所以，我個人猜測，印度這一波疫情的爆發，有很大可能就是因為B.1.617這些變異毒株的大爆發所致。

事實上，這樣的猜測也不是隻有我一個人提出，現在很多科學家都有這樣的擔憂猜測。