統整已知資訊，武漢肺炎的死亡人數占所有感染者的比例，也就是感染死亡率大概介於 0.5 到 1%。但是死亡率並非固定的數字，不同年齡、健康狀態，還有疾病傳染的規模，醫療資源，與治療方式等因素，都會影響死亡的機率。…死亡率相關的知識即使不能寫滿一本書，也能寫成一大篇文章。對於一般人而言，只要能了解死亡率不是一個固定的簡單數字，不要胡亂比較不同脈絡下的死亡率，就非常足夠了。
COVID-19（武漢肺炎，新冠肺炎）席捲世界，死亡率是很重要的資訊。武漢肺炎死亡率這個問題看似簡單，實際上不好回答，而且根據不同定義會得到不同數字，一般人相當容易混淆。即使是理當專業的世界衛生組織（WHO），在疫情初期也曾經錯誤解讀死亡率，誤導大眾。
常用的死亡率定義有 3 種，死亡人數占所有感染者的比例，專有名詞稱作「感染死亡率（infection fatality rate，縮寫為 IFR）」，對於武漢肺炎這種傳播很廣泛，不同人症狀卻差異極大的傳染病，感染死亡率很不容易估計。
我們對疫情的真實面貌所知有限。有些人因為武漢肺炎去世，卻沒有被納入死亡數，會低估死亡率；也有些人感染過但是沒有列入感染人數，讓死亡率高估。另一方面，疫情還在進行中的傳染病，感染與死亡人數仍在不斷變化。種種限制與干擾，都使得難以精確計算感染死亡率。
最常見的死亡率其實 是「確診死亡率（case fatality rate，縮寫 CFR）」，意思是所有確診人數中死亡的比例。像是武漢肺炎有許多感染者沒有症狀，或是相當輕微，假如檢驗數目有限，很容易忽略這些感染者，令確診死亡率高過感染死亡率。
還有一種死亡率稱作「crude mortality rate」，意思是不論有多少人感染，死亡數占整體人群的比例，姑且翻譯作「全體死亡率」。
描述同一場疫情，感染、確診、全體 3 種死亡率可能差異很大。舉例來說，假如總共有 100 萬人，實際上有 10 萬人感染，但是只有 5 萬人確診，1 萬人死亡。那麼全體死亡率為 1/100 萬，也就是 1%；感染死亡率為 1/10 萬，10%；確診死亡率為 1/5 萬，20%。
由此可以看出，全體死亡率能看出疫情對所有人口的影響，感染死亡率則希望釐清感染與死亡兩者的關係，而對疫情規模掌握有限之下，確診死亡率會高估真實的死亡率。
欲了解傳染病的致死風險，通常希望得知的數字是感染死亡率，不過光是感染死亡率無法了解疫情的全貌。比方說，症狀嚴重的 MERS 確診死亡率約為 30%，和感染死亡率應該差異不大。儘管 MERS 死亡率高，傳播能力卻很有限，相比之下武漢肺炎雖然死亡率較低，但是十分容易傳染，使得疫情規模遠遠超過 MERS，全體死亡率以及對社會的影響也大得多。
藉由抗體檢驗，可以發現曾經感染過武漢肺炎的人，並估算死亡率。最近有幾項大規模的抗體檢驗結果問世，巴西檢驗 25000 人，估計感染死亡率為 1%；西班牙檢驗 60000 人，發現共 5% 人曾經感染，而這 5% 其中的 1% 死亡。瑞士的日內瓦的調查，死亡率為 0.6%，但是超過 65 歲為 5.6%。
另一項研究用模型估計法國的疫情，以鑽石公主號為模板，估計武漢肺炎在法國的死亡率為 0.7%。不過這項研究沒有包含來不及送醫就不幸去世的患者，數字應該較為低估。
至於實施大量抽查，檢驗比例占總人口很高的冰島，一共找到 1812 人感染，10 人死亡，確診死亡率是 0.55%。考慮到應該還有些漏網的感染者，冰島的感染死亡率應該更低一些。
統整已知資訊，武漢肺炎的死亡人數占所有感染者的比例，也就是感染死亡率大概介於 0.5 到 1%。但是死亡率並非固定的數字，不同年齡、健康狀態，還有疾病傳染的規模，醫療資源，與治療方式等因素，都會影響死亡的機率。
比方說，有肥胖、糖尿病、心血管疾病等狀況，以及高齡的人死亡率較高。醫療體系崩潰會增加死亡率，找到適當的醫療方法或藥物，則能降低死亡率。
死亡率相關的知識即使不能寫滿一本書，也能寫成一大篇文章。對於一般人而言，只要能了解死亡率不是一個固定的簡單數字，不要胡亂比較不同脈絡下的死亡率，就非常足夠了。
延伸閱讀：
What do we know about the risk of dying from COVID-19?（連結）
How deadly is the coronavirus? Scientists are close to an answer（連結）
作者 / 寒波
![[轉] 營養午餐全面免費！？](https://newcongress.tw/wp-content/uploads/2026/01/營養午餐」專法.jpeg)
![[轉] 揭穿陳菁徽的代孕修法陽謀](https://newcongress.tw/wp-content/uploads/2026/01/揭穿陳菁徽的代孕修法陽謀.jpeg)
