“95% 有效”这句话的精确口径是什么，是这篇剖析真正要回答的问题。对象发生在 2020 年疫情高峰期入组的四万三千余名受试者。如果只记住一个结论，读者会错过知识最有价值的部分：结论究竟由哪些材料支撑，又在哪一步可能改变。
先破除一个误解：案例不是插图
案例不是抽象概念后的趣闻，也不是用来证明预设立场的胜利故事。它是一组有边界的证据。我们需要把“发生了什么”“资料记录了什么”“研究者怎样推断”“公共叙事怎样转述”分成四层。层与层之间的箭头，才是剖析对象。
临床试验不是把一个药名与一个百分比配对，而是一台由入组标准、随机化、对照、终点、随访和分析集共同组成的推断机器。随机化主要保护组间可比性，盲法主要压低行为和测量偏倚，预设终点则限制研究者在许多结果里挑选最漂亮的一个。相对风险必须与绝对风险同读，统计显著也必须经过临床重要性、伤害、失访和外部效度的再审。亚组结果尤其需要交互检验、方向一致性与先验机制，不能把每组单独的显著与否当作组间差异。
对象与问题
时空与制度背景：辉瑞与 BioNTech 的二/三期关键试验（注册号 NCT04368728）于 2020 年 7 月在多国疫情活跃区启动入组，2020 年 12 月 31 日发表于《新英格兰医学杂志》。
核心问题：两剂 30 μg、间隔 21 天的 BNT162b2，能否预防有症状、经核酸检测确认的新冠疾病。
问题的措辞决定需要什么证据。若把范围扩大、时间拉长或结局更换，答案可能变化。因此本文不追求一句永久判断，而是标明当前案例能承受的最窄结论。
证据装置怎样工作
试验采用观察者盲法：43548 人随机，43448 人实际注射（疫苗组 21720 人，安慰剂组 21728 人）。主要效力终点是第二剂 7 天后、无既往感染证据者中的确诊病例——分母是“病例”而非“人”。试验按事件数驱动：方案预设按累计确诊病例触发多次期中分析，最终分析约在 164 例，时点由疫情曲线而非日历决定。统计上用贝叶斯框架，要求“效力超过 30%”的后验概率越过经期中分析校正的极高阈值。
这里最关键的不是工具名称，而是比较结构。每个数字都来自测量规则，每个类别都排除了一些现实细节。可靠分析要保留原始记录、派生指标与解释模型之间的距离，并说明资料缺失是否会系统性偏向某个方向。
结果：可以说到哪里
最终分析中，疫苗组 8 例、安慰剂组 162 例，疫苗效力 95.0%（95% 可信区间 90.3–97.6），各亚组方向一致。10 例重症中 9 例在安慰剂组。可以说的是：在约两个月的中位随访窗口内，该疫苗对当时流行毒株的有症状确诊疾病有极高的相对保护。同样必须同读绝对口径：两组累积风险约 0.04% 对 0.88%，绝对差不足 1 个百分点——这段时期每接种约 120 人避免 1 例确诊。
这支持一个有限判断，却不自动支持更宽的口号。效应大小、时间尺度、适用对象和替代解释必须同时呈现。没有不确定区间或竞争解释的精确数字，常常只是把复杂性藏起来。
不能说什么：盲点与争议
第一，终点是有症状确诊疾病，不是感染本身，更不是传播；“疫苗阻断传播”是本试验不能说的句子。第二，重症只有 10 例，对重症与死亡的估计极不精确。第三，中位随访约两个月，保护持久性未知。第四，紧急授权后安慰剂组陆续接种疫苗，长期安慰剂对照就此中断，持久性与罕见不良反应只能靠真实世界证据补齐。评论者（如 BMJ 的 Doshi）对“疑似未确诊”病例处理的追问虽属观点文章，问题本身却可复核。
还要防止“幸存者档案”：容易进入论文、法院、数据库或新闻的材料，未必代表所有经历。反例不只是找一个相反故事，而是检查结论若为真，还应在其他独立资料中留下什么可观察痕迹。
为什么它改变了领域
它是首个交出三期保护效力数据的 mRNA 疫苗，直接支撑多国紧急授权，也把事件数驱动设计、贝叶斯期中分析与平台化疫苗开发写进了此后传染病应对的默认模板。它同时留下持久的公共沟通教训：相对效力数字在头条里旅行得最远，限定条件走得最慢。
真正的遗产不是一句标准答案，而是一套此后研究必须回应的问题。一个经典案例值得保留，正因为它让方法的力量与脆弱处同时可见。
如果今天重新剖析
重读任何试验时，应先写出 PICO：人群、干预、对照和结局；再检查分配隐藏、盲法、意向治疗、缺失数据与提前终止；最后把效应换算成绝对风险差和治疗人数，并问真实患者是否像受试者。试验回答的是一个受约束的问题，不是为所有人永久盖章。本文仅作证据方法教育，不构成医疗建议；具体诊疗应由合格专业人员结合患者情况决定。
深一层：怎样复核这类证据
还应把试验放回证据生命周期。注册方案告诉我们研究者原先准备回答什么，统计分析计划限定主要模型，流程图显示筛选、随机和失访，基线表只能描述随机化实现后的样本而不能靠逐项显著性检验替随机化打分。主要论文往往不足以判断伤害，需要补充附录、监管审评、长期随访和系统综述。复合终点应拆开：若总效应几乎由较轻、较常见的组件驱动，就不能用最严重组件命名整个获益。非劣效试验还要检查界值如何选、对照治疗是否在本试验中保持既有效果，以及意向治疗和按方案分析是否方向一致。多重比较、期中分析和自适应分配会改变通常的显著性解释，数据监察委员会提前终止也应区分明显获益、伤害、无效或外部信息。最后把估计翻译到床边：基线风险较低时，相同相对效应对应更小绝对获益；竞争风险、依从性、合并用药、实施质量与患者偏好都会改变净收益。机制可信能帮助解释异质性，却不能替代临床结局。相反，平均结果不理想也不证明所有机制都错，而是要求预先定义、可复核的新假设。
反事实与稳健性压力测试
复核还需要主动构造反事实阅读。先写出至少两个能解释同一观察的替代机制，再逐一问：如果该机制成立，时间顺序、空间分布、亚组差异或独立资料中还应出现什么？若现有资料不能区分，就应保留并列解释，而不是用更肯定的语气填补信息。其次做尺度压力测试：把观察窗口提前或延后、改变纳入边界、换用绝对量与相对量、拆开聚合类别，判断结论是否依赖单一切法。再次追踪不确定性的来源，而不只报告一个总区间：抽样误差、测量误差、模型选择、缺失机制、分类错误与外推误差对应不同修复办法，不能互相抵消。还要区分发现阶段和确认阶段。探索性模式可以生成假设，但同一批资料既挑模式又证明模式会夸大确定性；预注册、留出样本、独立档案或新传感器的价值就在于提供真正的新检验。最后审查叙事压缩：标题通常省略条件，图表会隐藏分母，纪念性叙述偏爱单一英雄或单一原因。把主张改写成“在这些资料、这些假设和这个尺度下，我们观察到什么”，看似保守，实际更便于迁移，因为后来者知道改变哪个条件会改变答案。成熟的剖析不是把案例关进定论，而是留下可更新接口：资料版本、关键假设、竞争解释、反驳条件和下一种最有信息量的观测。
证据链还应接受可撤销性测试：明确出现哪种新资料会让当前结论降级、改写或被放弃。若一种说法无论遇到什么结果都能自圆其说，它就不是可检验解释。还要记录分析版本与判断日期，使后来新增材料能被清楚接入，而不是悄悄覆盖旧结论。
复核清单可以压缩为六问：对象如何定义？资料由谁生产？比较对象是什么？关键假设能否被检验？结论对替代规格是否稳健？哪些群体或尺度没有被看见？只有六问都写清，案例才从故事变成可复核知识。
跨域连接
- mrna-vaccine：核苷修饰 mRNA 与脂质纳米颗粒为何能在十一个月内从序列设计走到三期终点，技术条目提供机制底座，本试验则是这套底座第一次接受硬终点检验。
- covid-19：疾病条目交代病毒、变异株与疾病谱；读懂终点定义里的“确诊新冠疾病”，必须先知道它在病谱中位于哪一段，以及它离重症与死亡还有多远。
- bayesian-inference：本试验的效力判定建立在“效力超过 30% 的后验概率须越过极高阈值”之上，先验、似然与期中分析校正如何共同决定一张通行证，是贝叶斯推断条目的直接应用，也展示了频率派之外的效力判定路径。
- causal-inference：安慰剂组揭盲后，长期效力只能依赖观察性比较；心理学方法条目里随机化证据与观察数据的因果等级差，正是理解后期证据为何始终矮半截的钥匙。
- vaccine-policy-programs-hesitancy 则处理 95% 走出论文之后的事：强制令、接种规划与犹豫心理如何把一句统计结论翻译成社会信任或撕裂；效力数字的沟通方式本身就是政策工具。
五类剖析共同训练一种克制：先问证据是怎样被制造出来的，再决定相信多少。临床试验强调设计，判决强调规范链，政策评估强调反事实，史料批判强调来源，地球事件强调反演；它们的共同敌人都是把结果从生产条件中剥离。
参考文献
- Polack FP, et al. Safety and Efficacy of the BNT162b2 mRNA Covid-19 Vaccine. N Engl J Med 2020;383:2603-2615. DOI: 10.1056/NEJMoa2034577。
- Doshi P. Pfizer and Moderna's "95% effective" vaccines—we need more details and the raw data. BMJ Opinion, 2021-01-04（观点文章，非同行评议研究）。
- BNT162b2 二/三期试验注册记录（NCT04368728），ClinicalTrials.gov。