张文宏在对新冠疫情最新的研判文章中引用了一个“让人印象深刻”的数据，称：
“3月10日英国《每日邮报》称，由于经过群体感染与高水平的疫苗接种，包括付出了惨痛的群体感染过程中大量人员的损失，新冠肺炎在英国的致死性已经低于流感。病死率下降了七倍，仅为0.03%。由于奥密克戎已经变得很温和，在实现了广泛接种和自然感染率的国家，新冠病毒现在可能甚至没有流感那么致命。”
简单来说，这句话的意思是，用“英国新冠病毒当前0.03%的病死率”，来代表“实现了广泛接种和自然感染率的国家新冠的病死率”，从而得出结论，新冠肺炎在这些国家已经没有流感那么致命了。
这里有两个问题：
英国当前新冠肺炎真实的病死率并不是0.03%；
病死率并不是一种疾病固有的生物学常数，并不能真实反映其真正的死亡风险。
英国当前新冠肺炎病死率约为0.3%，而不是0.03%
张文宏引用的0.03%的病死率数据来自英国的一家通俗媒体《每日邮报》3月10日的一篇新闻报道，说英国官方的数据显示，新冠肺炎在奥密克戎成为优势流行毒株后，与德尔塔流行时相比，病死率已经从约0.2%下降到了0.03%，降低了约7倍。
但是，这个0.03%病死率的来源成疑。这篇报道更早首发在英国金融时报上，这个0.03%的表述是每10万感染者中死亡35例，低于流感的40例——因此，这数据似乎不是病死率，而是月度死亡率。
是IFR，仍然是CFR。说的是，奥密克戎没进来前，CFR为0.2%，奥密克戎优势后降低了7倍，到0.03%。否则，前面是CFR后面是IFR，不能比较。现在的问题是，这个0.03%的来源成疑，似乎是用月度死亡率，否则不会用每10万死亡数来表示
然而，更可信的实时数据表明，英国当前新冠肺炎真实的病死率约为0.3%，
疫情爆发以来总体病死率为0.83%。
我们可以通过手动计算来验证以下这个数据源的真实性。
根据实时数据，自疫情爆发以来，英国确诊的总病例数约为万例，确诊的总死亡病例为多例（两个数据都可以通过多个数据源的对照加以确认），这样我们可以手动计算出英国总病死率约为0.83%。
同样的，我们也可以手动大致计算英国当前说的动态病死率。
比如，我们可以使用最近7天移动平均死亡人数除以最近7天移动平均确诊人数，得出最近一周的动态病死率约为0.2%。
即使使用每日邮报中给出的数据，英国当前新冠动态病死率也是在0.2%（/）左右。
总之，就英国的新冠病死率来说，自从德尔塔疫情在英国蔓延后直到现在，从来没有低于过流感的0.1%。
因此，张文宏引用的英国每日邮报新冠肺炎病死率0.03%的数字与提供的原始数据自相矛盾。
不幸的是，这个数字却是张文宏整篇文章的文胆。这样，他整篇文章的立意根本就不成立了。
问题是，一个颇有影响力和话语权的新冠疫情“顶流”专家，为什么要引用通俗媒体上没有明确出处的数据，而自己又不经过最简单的验证呢？
病死率、粗死亡率和感染死亡率
为了更好地理解第二个问题，我们再复习一下反映疾病死亡风险的几个术语：
病死率
疫情暴发以来，当讨论新冠致死风险时，人们在媒体上看到最多的是这个病死率这个词。
所谓病死率（Casefatalityrate）是指被确认死于一种疾病的人数，除以被确诊患有这种疾病的总人数。有时候也称为病例死亡风险或病例死亡比率，简称为CFR。
比如，如果有个人被确诊，最终有10人死亡，那么其CFR就是10%。
需要特别指出的是，CFR并不代表这种疾病感染者真实的死亡风险。
这是因为，CFR的分母是确诊患上这种疾病的病例数，与实际的感染人数可能并不相同（后面再详谈）。
粗死亡率
粗死亡率（Crudemortalityrate）是衡量死于特定疾病的总人口的比例，它是通过将死于这种疾病的人数除以总人口来计算出的。比如，某地总人口为0人，有10人死于某一种疾病，得出的粗死亡率就是1%。
不幸的是，新冠疫情暴发以来，媒体上的很多文章经常将CFR与（粗）死亡率混用，或者将CFR冠以死亡率。
比如，英国的新冠疫情总体病死率约为0.83%，粗死亡率约为/每百万人口，即约0.23%，与当前的动态CFR尽管很接近，但并不是一个概念。
感染死亡率
感染死亡率（Infectionfatalityrate，IFR)，是一种疾病的死亡人数除以所有感染病例的总数。
比如，如果有人实际患上一种疾病，10人死于这种疾病，那么IFR就是2%。
IFR与CFR的差别在于所使用的分母不同，CFR的分母是确诊病例数，而IFR的分母是总患病人数。
强调两者的差异的意义在于，我们并不能保证所有的真正的患者都能得到诊断，有时候差异还会相当巨大。
比如，有个人患上了一种疾病，有10人死于这种疾病，但只有人获得诊断，那么，其IFR就是2%，而CFR则为10%。
为什么病死率不能反映死于新冠肺炎的真实风险
这是因为，新冠肺炎的病死率受非常多因素的影响。
影响最大的一个因素是诊断率，即IFR与CFR之间存在的可能是巨大的差异。
比如，疫情之初，武汉的病死率一度高达20%以上，而武汉以外特别是湖北省以外的CFR不到5%。随后，到了2月份，武汉、湖北和我国整体的动态CFR都快速降低到了0.7%的水平。
这其中当然有武汉当时遭遇到的是新冠病毒的包抄性伏击战，医疗系统被挤垮等多种因素，但由于当时诊断水平较低，大量感染者没有被检出的影响最大，当时武汉的CFR与IFR之间存在着异常巨大的差异；而湖北省以外，这种差异就小得多，因此，CFR也就低得多。
到了2月份，我国已经完全实行了“应检尽检”，几乎没有感染者不会被漏诊，当时全国的CFR实际上已经几乎等同于IFR（除了无症状感染者不被归于确诊病例），自然会出现快速下降。
此后，我国的CFR实际上一直几乎完全等同于IFR，加上患者都得到了最为精心的治疗，疫情控制后我国的CFR几乎一直维持在零水平。
由此可见，CFR绝对不是一种疾病的固有特征性常数。
除了诊断率的影响，CFR还会受特定背景、特定时间、特定人群等多重因素的影响。
就新冠肺炎来说，不同国家和地区，不同时间疫苗接种情况，医疗资源可及性，以及人口结构（尤其是年龄结构）等，都极大地影响着CFR的变化。
因此，一个国家的CFR不能代表其他国家，甚至经济和医疗资源水平接近国家的CFR，更不能代表社会经济和医疗资源差异巨大的其他国家的CFR。
比如，新加坡的新冠CFR就一直维持在极低的水平。
最大原因有两个，一个是新加坡的新冠核酸检测率一直很高，目前已经达到每百万人口近40万次，因此，其诊断率一直很高，CFR一直与IFR高度接近，自然会低一些；另一个原因是，新加坡是世界上最为“精致”的城市国家，也是人均医疗资源最为丰富的国家，得到良好治疗，新冠肺炎病死率自然要低得多——这一点并不难做到，只要医疗资源足够丰富——比如，最初的疫情后，我国的新冠肺炎动态CFR甚至一直维持在极度接近零的水平，是世界上CFR最低的国家。
新冠肺炎死亡风险仍然非常高
张文宏用英国新冠肺炎的CFR，还是引用了一个来源成疑的CFR来证明这种疾病的致死风险已经低于流感，是闹了一个巨大的乌龙——实际上，就是英国当前的新冠肺炎CFR仍高于季节性流感CFR（0.1%）。
张文宏所引用的第二个数据，即“统计的上海近六个月收治的例病例中，大多数是海外输入性病例，94%打过疫苗。这个病人中，重症的只有0.1%，危重症（需要插管）和死亡的一例也没有”所描述的上海6个月来输入性病例重症率只有0.1%，为重症率和病死率都是零，更没有任何说服力。
因为，这些病例都不是临床诊断病例，而是筛检出的早期感染者，并全部接受了精心的医疗监测和治疗，属于一种特殊人群的IFR，而不是一般人群的CFR。
他引用这个数据来证明新冠肺炎“重症率与死亡率真的低于流感了”，则又是一个不讲理。
请注意，他这里还混淆了病死率与死亡率。
问题是，他混用这两个术语的地方不止这一处。
他引用香港“根据死亡率分析，接种一剂或未打针人士的整体死亡率是2.03%，相较接种两针人士的0.09%，有23倍的差别”，同样是给病死率戴上了死亡率的帽子。
而引用英国没有来源数据时，却又使用了“病死率”的概念——此前他也多次混用这两个术语。