Contents
Age and COVID-19: What’s with all the young kids?
受到一次网络讨论和他人辛勤工作的启发，我开始研究2020年至2026年4月期间，基于质量实验室检测的澳大利亚确诊新冠病例年龄组。研究结果揭示了有趣的模式，尤其是在最年轻的年龄段，这些对年度感染总数有贡献，同时也带来了更多疑问。想和我一起看看吗？
序言
首先，简单介绍一下背景。你可能看到我问过关于瑞安·希斯纳 （教师、公民科学家、突变与氨基酸专家）注意到的观察，以及分子病毒学家马克·约翰逊教授最近写过的相关内容（见他的博客文章 ）。简而言之，基于提交的 SARS-CoV-2 序列及附带的年龄数据，Ryan 发现，SARS-CoV-2 BA.3.2 变异序列中，来自 10 岁以下（18 岁以下，为什么要两个阈值？）年龄（yoa）的儿童比例高于当时（2025 年 12 月至今）在场地流行的任何非 BA.3.2 变异株。在观察提交 BA.3.2 序列数量最多的 5 个县时，发现了类似的模式。他们在观察 XBB 或 BA.2.86/JN.1 变异时并未发现这一模式——尽管他们似乎没有像对 BA.3.2 那样同时将两者与非 XBB 或非 BA.2.86 序列进行比较。在 Ryan 和 Marc 之前，Stefan Pohlmann 教授 、Josette Schoenmakers、JPWeiland、Euan Arnott、d_pruss6 和 gwladwr（以及可能还有其他人——如果是这样请见谅）一直注意到 SARS-CoV-2 BA.3.2 序列或阳性与儿童倾向之间存在关联。BA.3.2 自 2024 年 11 月问世以来一直存在，但尚未真正起飞……它也没有消失 。
瑞安后来提出了一个假说 ，详见 X，如果你想了解更多。BA.3.2 有许多突变，但瑞安特别关注的是完全删除一些“基因”（为简化起见），称为开放阅读框架（ORF）7 和 8（见下图），这类基因通常存在于 SARS-CoV-2 变异株中。
点击图片可放大。
总之！BA.3.2 变异株在儿童序列中似乎比成人更频繁。我的问题主要是关于测序采样，这只是 SARS-CoV-2 总检测数中的一小部分，即使是在单一地点，更别说跨越大司法管辖区了。关于样本如何选择测序，并不总是有太多透明度。样本选择可能存在偏见，比如要求更高的病毒载量（较低的 C T ）、取决于哪个实验室或医院何时送出什么样本、采样准确反映整体 COVID-19 人群的疾病负担、测序上传延迟，以及可能还有其他幕后决策。但 Ryan、Marc 和其他人尽可能地忽略了这些，全球各地的来源似乎都支持儿童序列中 BA.3.2 的发现趋势，而非成人。
我想了解澳大利亚的情况，但不是关于序列或测序——我有些问题无法通过这些数据得到解答。相反，我想看看澳大利亚实验室确认的 SARS-CoV-2 检测案例，并按年龄和年份从 2020 年（澳大利亚首例确诊病例）到 2026 年进行细分分析。回顾过去。另外，我还想看看这与澳大利亚流感检测的同样分布相比如何。
正在阅读你即将看到的图表
下面展示了我即将展示的图表的放大片段。我知道这张图表很忙，但希望这次攻略能让你更容易看到趋势。欢迎在最后评论区提问。
年龄段图的关键特征，适用于后续完整版：
- 每条横线代表一个年份：2020 年、2021 年、2022 年、2023 年、2024 年、2025 年、2026 年。我们正经历着自 2019 年底 COVID-19 出现以来，难得且持续的机会，见证它“定居”到人类群体中。
每个年份组下方是“年龄段”（=年龄分组）。这份数据显示，这些数据来自20岁到24岁之间检测阳性的人。 - 每条柱的高度代表该年龄段当年阳性率百分比。2020年（首次）中，10.3%的确诊病例属于该年龄段。这一比例在2021年达到峰值，达到14.0%，随后从2022年起降至相对稳定的3.5%。
- 我也用这种方法绘制了流感年龄和年份数据的图表（橙色条）。
点击图片可放大。
- 这些数据相同，只是组织方式不同，形成了不同的图表。
- 在下面的格拉中，每条条代表18个不同的5岁年龄段之一：0-4、5-9、10-14、15-19、20-24、25-29、30-34、35-39、40-44、45-49、50-54、55-59、60-64、65-69、70-74、75-79。80-85年，85+年。
- 每条柱的高度代表该年龄段当年阳性率百分比。2020年，0至4岁人群贡献了2.6%的病例，5.1%为85岁及以上。25至29岁年龄段是病例贡献最大的群体，占12.1%。
- 我也用这种方法绘制流感年龄和年份数据（紫色条）。
点击图片可放大。
所有这些都有一个重要的警告，就是从 2022 年底到 2023 年初，检测人数和性质发生了巨大变化（见下文）。这表现为总阳性数的下降（下图为对数 10 y 轴（左图）或线性 y 轴（右图），但每个年龄段阳性比例不一定变化。不同年龄段对全年病例的贡献可能受到免疫力、是否存在流行高峰，甚至变异株本身的影响，这些因素与抗原性无关。也许吧。但在上述年龄段的片段中，20-24 岁人群中阳性病例的比例从 2022 年开始有所下降。
测试时间
2022 年，我们检测呼吸道病毒的人数超过了澳大利亚历史上的任何时期。你可以在上面的线性纵轴图中非常清楚地看到这一点。这包括病人和健康人员，如进出旅客、需要进入或离开医院或工作场所的人员、隔离或隔离者、接触者以及那些刚到实验室做检测以确定疾病是否由 SARS-CoV-2 引起的人。
自2023年起，重点转向检测疾病原因，而非支持隔离和防止新型病原体进入和传播。
接受检测的人主要转向那些病重到需要住院的人，或者去看建议做实验室检测的初级保健医生。即便如此，SARS-CoV-2 的检测方案仍可能根据当地指南和标准有所不同，现在常常成为包括流感病毒和呼吸道合胞病毒（RSV;均可通过疫苗改变）的“三重”检测的一部分。快速抗原检测（RAT）未包含在这些数据中。未提供、未记录或未可辨认年龄数据的样本数量在年度总数的 0.03%（2026 年）至 0.16%（2022 年）之间。
不同年龄段间检测比例随时间的变化
这名字有点拗口。基本上，完整图是将上面第一个示例图加回其余年龄段。点击图片查看全屏——在电脑上看起来比手机上更好。
这显示了各年龄段比例（%）随时间的变化。
关于这些变化的原因有很多未知，所以我会尽量聚焦一些关键观察和我那小脑袋里的几个猜测。欢迎在下方评论区分享你的专家观点。
点击图片可放大。
2026 年，最年幼的孩子占据了大多数检测呈阳性的 SARS-CoV-2， 但自 2024 年以来，这一趋势一直在增长
瑞安对2026年的观察在澳大利亚算是站得住脚。儿童在2026年所有检测中占最高比例，但主要在0至4岁之间，占所有检测的17.2%。其次是85岁以上的人群，其次是5-9岁的人群;接下来情况就复杂起来了，10-14岁、30-44岁和70-84岁的年龄也差不多。当然，现在才四月，自2025年七月（冬季）以来还没有出现过疫情高峰（见下文）。流行病的传播可能不同，集中在聚集场所，比如最初的学校，后来是家庭和办公室。
点击图片可放大。
如果我们看年龄极端——4 岁以下和 65 岁及以上年龄段，在我们 6 年 4 个月的 COVID-19 生活期间，下一个年龄段图表中有几个有趣的现象引起了我的注意。
首先，最年轻人群中阳性比例非常明显，且自2023年以来一直在上升（黄色箭头突出了这一趋势）。
其次，疫情初期我们最努力保护的年龄组——65 岁及以上人群——导致的病例比例正在增加。具体来说，从 2023 年起，全国 75 至 85+岁的病例比例较前三年 COVID-19 数据更高。正如我们很快会看到的，疫情初期 65 至 85+岁群体中阳性人士的比例低于 20 至 55 岁群体。
点击图片可放大。
然而，撇开年比例不谈，考虑到年龄段人口规模，疫情第一年中，澳大利亚最年长的人口实际上贡献了每 10 万人中发病率最高的群体之一，尤其是在 90+年龄段的人群 中。
这有点主观，百分比变化并不总是很大，但我用箭头快速展示了过去四年内某年龄段 阳性比例 与疫情前三年的变化。
看了我排除在第一张图中的年龄段。
虽然接下来的两个儿童年龄段（5至9岁和10至14岁）在2026年成为案件量的更大贡献者，但它们的积极性比例并未超过疫情初期的水平。目前尚不清楚这是一个循环循环，还是重大且永久性的转变。
如果 Ryan 和 Marc 能回顾过去，检查儿童对早期测序数据集的贡献，那将是件好事。随着变种平衡的变化，今年关注这些群体将会很有趣。如果我们遇到冬季疫情。
疫情爆发时新南威尔士州受重创的年轻成年群体（20 至 24 岁、25 至 29 岁及 30 至 34 岁）近年来病例检测贡献显著下降（绿色多华德箭头），而其他老年人则从 2023 年起年复一年病例比例保持稳定（橙色横箭头）或略有下降（蓝色下箭头）。
点击图片可放大。
百分比中的模式
下面是我用来制作图表的比例表。如果你退后，抬起一条腿，眯起眼睛，你能看到——嗯，我能看到——两样东西。
首先，2020年至2023年间，最高比例的年龄段出现了向较老年龄段倾斜的趋势，从较老的青少年转向年轻成年人，再到更老的成年人。
其次，2023 年之后发生了很大变化。在 75 岁及以上人群中，疫情后期阳性比例较早期翻倍;这一趋势从 2023 年开始，针对 65 至 75 岁的人群。请记住，这一年龄段通常是 COVID-19 结局最严重的群体。同样，你可以看到最年轻年龄段人群的阳性比例在 2023 年后翻了一番多。5 至 14 岁的人群在 2026 年病例占比上升，但我们才完成了三分之一，情况可能会改变。
相同的数据，但绘制方式不同;按年份分组的年龄乐队
下一张图表会改变它，如果你感兴趣的话，就像我一样。我把图表改成 X 轴显示年份（而不是年龄），这样你就能更清楚地看到每个年龄段在某一年中是如何贡献正值的。
这样你可以选择一个年龄段，并在该位置的身高在不同年份中进行比较。对我来说，它凸显了最年轻（最浅的）和最老（最深的）年龄段的突然上升。没有什么新内容——只是用不同的方式看待同一数据。
点击图片可放大。
以这种方式绘制流感病例，情况如何比较？
相同的数据来源（NNDSS）、相同的研究年份，以及相同的两种图形格式，但出现了一些截然不同的模式。
最年轻群体的贡献并不会随着时间推移出现显著且持续的增长，尽管在6.5年的时间窗口内比例会起伏——想象一下如果我们看2023年的这张图表——我们会问5到9岁人群中发生了什么！
点击图片可放大。
通常，前三四个年龄段的检测比例更高，而不仅仅是第一个。年轻成年人在 6 年期间贡献的阳性比例相对稳定，30 至 44 岁人群中则有所下降。45 至 59 岁人群在疫情结束后保持稳定，当时流感病例总数历史上较低，但 65 至 85+岁人群的阳性比例逐年稳步上升，这一趋势也与同年龄段中 SARS-CoV-2 阳性者不同。我们的老年人口中是否发生了什么变化？我们是否未能保护他们？
点击图片可放大。
但流感很复杂，而且是更古老的伴随者
这一切因流感病毒有三种亚型而变得复杂，每种亚型影响不同年龄组，进化速度不同，深受国际旅行和不断变化的亚基疫苗影响，且在 COVID-19 大流行前已存在多年，因此在我们每个人身上形成了复杂的暴露与免疫马赛克。尽管如此，在本次比较中，COVID-19 和流感的模式在很大程度上是不同的（除了我们老年人口对地方性、反复发、病毒驱动炎症感染的共同保护不足）。
关于年龄与新冠疫情的最后几句话
Ryan 及其团队的序列分析无疑捕捉到了 2026 年最活跃的一个模式。
但回顾过去，至少用澳大利亚国家 COVID-19 确诊病例数据来看，你会发现这不仅仅是 BA.3.2 引起的; 这是一个日益增长的趋势，推动了新冠病例中更大但仍然较小的比例。
截至目前，20 岁及以上人群占澳大利亚确诊新冠病例的三分之二 （67.5%）。作为背景说明，他们在往年占病例的 76%至 86%，尽管自 2023 年以来这一比例有所下降（86.0% 
84.6% 80.0% 67.5%）。所以似乎发生了变化。还是说，快速变化的季节性疫情会在 2026 年平滑化这种差距 ？冬天快到了。
如果我们选择 10%作为任意门槛，超过某个年龄段被视为 COVID-19 病例的主要贡献者，那么：
- 2026 年，只有 0 至 4 岁年龄段的人群达到了这一门槛（目前占 2026 年 NNDSS 确诊病例的 17%）。
- 2025年，0至4岁及85+岁的人群跨越了这一门槛。
- 2024年，超过10%的人群中只有85+年级的人群。
- 2023年和2022年没有越界者。
- 在 2020 年和 2021 年，年轻成年人——流动的、有“ 感染病毒的儿童比成年人少得多”（
），并且在一线工作，组成了跨越 10%大线的年龄段。
目前，澳大利亚有 3 种不同的 共流变异株（还有 XFG 和 NB.1.8.1），其中 BA.3.2 的最新衍生物只是其中之一，但没有任何地方对所有病例的变异进行表征。这些 0 到 4 岁的孩子比例，但其他孩子的比例已经持续上升了好几年。总体来看，成人而非儿童是检测出 SARS-CoV-2 阳性的人群中比例最高的，但自 2023 年以来，这一比例一直在变化。
上述分析将时间线往前延伸 5 年，并不排除 BA.3.2 变异株存在某种不同之处，导致其更主要针对年幼儿童而非成人。这只是凸显了某种东西随着时间在成长。如果说是病毒变化，这些变化似乎自 2023 年左右就已在变异中出现。Marc 的博客里有一条评论，可能暗示了什么：
“2023 年底至 2024 年初，XBB 谱系被 BA.2.86/JN.1 取代”
他注意到一个变异体的变化，与上述一些年龄模式相符。具体的比较与 Marc 之前使用的不同——没有 XBB 与非 XBB 或 BA.2.86/JN.1 与非 BA 的对比。2.86/JN.1 的对比，虽然可能没有额外内容，但如果能让内容更完整就更好了。
我仍然认为，这可能只是与免疫力随着时间积累有关，年轻人免疫力存在漏洞，使得这些年龄段内感染和传播比成人间更有效。
我希望能更详细地了解每个位点如何选择测序样本，以实现比较内容的更统一，以便巩固分析结果。话虽如此，无论涉及的机制和变异如何，病童在传播中扮演更大角色的趋势似乎都很稳固。在澳大利亚，这种情况可能因其他地方不同而有所不同，已经持续了好几年。
我们正在应对一种新出现的病毒，实时观察它如何与人类宿主互动，我承认我们还在学习（我自己也在学习！），需要保持开放的心态。这是我们以前没有经历过的过程，过去也没有我们今天拥有的分析工具来深入分析观察到的现象，所以这套操作手册仍在制定中。
到现在，随着疫苗接种（即使只用一种蛋白质）、加强针和感染，成年人的混合免疫应该相当复杂，因此与 2020-2022 年相比，最初健康的成年人在感染后出现严重症状的可能性应该更低。这或许能解释我们最近出现的轻微或缺席的新冠疫情。正如你可能还记得的，重症从来不是新冠疫情的主要结果。 当然，老年人免疫力会减弱，因此他们可能需要更频繁地接种疫苗（这已经被 推荐 ，尽管我不确定是否接种），或者可能需要更高剂量的疫苗配方来预防我们现在看到的情况——每年感染率上升。 老年人的疫苗接种率会成为我们需要解决的问题吗？
澳大利亚的幼儿不太可能接种疫苗，因此依赖感染来建立免疫力，因为 18 岁以下的健康儿童“ 不符合 ”接种新冠疫苗的资格，且不建议他们接种加强针。也许它们现在占比成年人更大且似乎在增长的可检测症状感染中占比是合理的。只是指出，2026 年 0 到 4 岁的住院人数中没有明显的激增 。
如果这真的是由重要病毒基因突变失活引起的变异驱动现象，那将非常引人入胜。同样值得思考的是，有哪些进化压力可能选择了新病毒的新变异株，使其放弃关键基因，似乎更有利于在特定年轻年龄段传播，这种传播由突变压力驱动，而非免疫压力。这是否是其他呼吸道病毒的共同过程，从最初进入人类体内，经过几年后进入儿童体内（200+呼吸道病毒在免疫力较弱的幼儿中占主导）？还是说我们已经领先于数据了？
除了上述问题外，我还将根据新冠流行病学可能的变化重点强调这两项：我们是否未能在 SARS-CoV-2 初次出现后保护大儿子免受其危害，以及我们采取的一系列防护措施（流感也适用），以及我们是否应该重新考虑婴儿接种疫苗的重要性？
问题，问题，问题！
参考文献
- BA.3.2 是否在儿童中感染比例过高？查看年龄分布数据。
https://lung.fish/blog/2026-04-06-ba32-age-distribution/ - 国家可通知疾病监测系统仪表盘
https://nindss.health.gov.au/pbi-dashboard/ - 澳大利亚新冠疫情的第一年：直接与间接健康影响
https://www.aihw.gov.au/reports/burden-of-disease/the-first-year-of-covid-19-in-australia/summary - COVID-19 澳大利亚：流行病学报告 32：截至 2021 年 1 月 3 日的报告期。《传染病情报》第 45 卷。
https://www1.health.gov.au/internet/main/publishing.nsf/content/C50CAE02452A48A7CA2587320081F7BF/$File/covid_19_australia_epidemiology_report_32_four_week_reporting_period_ending_3_january_2021.pdf - COVID-19 疫苗建议与推荐
https://www.health.gov.au/our-work/covid-19-vaccines/getting-your-vaccination?language=en - COVID-19 疫苗在澳大利亚老年人中的关键重要性：基于证据的视角
https://www.australianageingagenda.com.au/sponsored_content/the-critical-importance-of-covid-19-vaccination-in-older-australians-an-evidence-based-perspective/ - 新南威尔士州呼吸监测报告——截至2026年4月4日当周[发布于2026年4月9日]，流行病学摘要，截至2026年4月4日当周。
https://www.health.nsw.gov.au/Infectious/covid-19/Documents/respiratory-surveillance-20260404.pdf - 昆士兰新冠基因组学流行病学摘要 2026年3月26日
https://www.health.qld.gov.au/__data/assets/pdf_file/0024/1361922/sars-cov-2-genomic-analysis-report.pdf?version=23 - 科学家表示，儿童可能更容易感染新冠病毒的“蝉”变种。以下是关于 BA.3.2 需要了解的事项
https://edition.cnn.com/2026/04/02/health/new-covid-variant-cicada - SARS-CoV-2 BA.3.2 亚变异株的进化与病毒特性
https://academic.oup.com/ve/article/12/1/veag011/8490867
更新
2026年4月15日
- 修正了帖子缩略图的界面
- 更新了开场简介和序言。纳入了更多注意到2026年年龄变化的人
- 更新 2026 年 COVID-19 年龄分布（并更正该部分标题），提供更多关于所有年龄段的详细信息。
2026年4月17日
- 我补充了许多其他人的账号，他们在我开始行动前就已经在讨论这个话题了
- 新增了“按年分组年龄段”图表的解说
- 进一步澄清并整理了年龄率部分
- 更新了流感相关文本
- 补充并整理了“最后的话”部分。
Hits: 2