中大擬為百名密切接觸者驗糞 假陰性確診者糞便含病毒

及早識別無病徵的隱形患者。

現時感染新冠肺炎確診者，要無病徵及兩個相隔24小時的呼吸道樣本均呈陰性才可以出院。不過中大醫學院研究的14位患者中，有3人的呼吸道樣本已沒有病毒，但其糞便樣本對病毒測試呈陽性。雖然醫管局表示現時有為曾出現肚瀉的確診患者化驗糞便樣本，但由於深喉唾液樣本的假陰性機會可以高達四成二，中大計畫為100名將會入住檢疫中心的確診病人的密切接觸者，同時化驗深喉唾液和糞便樣本，及早識別病徵輕微，甚至無病徵的隱形患者。

院長陳家亮(置中)。

中大醫學院為7男7女來自威爾斯醫院及聯合醫院的患者進行分析，其中兩人情況嚴重一度入住深切治療部，大部分病人有肺花情況。團隊平均在患者入院後第7日抽取共339個樣本，包括鼻咽、痰液、糞便及尿液等，發現全部人都在呼吸系統及糞便樣本，即反映消化系統的檢測結果都發現病毒，4人血液樣本呈陽性，而尿液樣本就無人驗出有病毒。

更值得留意的是，醫學院發現其中3人的呼吸道樣本已數日沒有驗出病毒，但其糞便仍然出現1至2日有病毒。研究團隊稱不得知糞便病毒屬活性還是已死的病毒，不過醫學院院長陳家亮認為對公共衞生有重要啟示，即將為100名確診患者的密切接觸者進行化驗糞便。　

微生物學系系主任陳基湘(左)，院長陳家亮(右)。

醫學院微生物學系系主任陳基湘補充，每1毫升痰液中位數有320萬粒病毒、深喉唾液有1萬粒、大便有1萬2千粒。他指並非每個人都有痰，而且深喉唾液「假陰性」可達四成二，建議「加強化驗室監察計畫」，除了收集深喉唾液樣本，亦可以收集糞便樣本作輔助。　　

中大呼吸系統科講座教授許樹昌指，取樣深喉唾液時有技巧才會命中率高，提醒市民睡醒後將鼻液向後「索一索」再吐出來，等同「放飛劍」，笑言「部分老人家有時做得好好」。他又指，本港上周六首次在病人身上使用新藥「瑞德西韋」，約兩星期後完成藥物分析研究。

本港每3名65歲以上長者便有1名糖尿病患者。中大醫學院進行大數據分析，發現老年糖尿病患者因心血管疾病等原因的死亡風險，較一般人高1.5至2倍。中大成功開發一套能預測嚴重低血糖風險的機器學習模型，精確率達85%，可及早揪出高風險病人，進行預防治療。

嚴重低血糖是糖尿病患者常見急性併發症，可增患者跌倒、罹患心血管疾病和認知障礙症及各種死亡風險。 研究團隊分析醫管局數據實驗室逾110萬名65歲或以上長者的數據，發現5年間，此組別長者整體死亡率下降8%，惟若罹患糖尿病，因心血管疾病或其他原因死亡的風險，仍較沒患糖尿病患者高1.5至2倍。

中大醫學院內科及藥物治療學系研究助理教授楊愛民表示，相關發現反映糖尿病增死亡風險，有必要發展助患者預防糖尿病併發症及改善病情自我管理的大型干預措施。

威院內科及藥物治療學系顧問醫生陳俊文指，本港逾80%因低血糖到急症室求診的長者需住院治療，也增患者跌倒、罹患心血管疾病和認知障礙症，及各種原因死亡風險。

團隊利用2013至2018年間來自逾36萬名老年糖尿病患者共約150萬份醫療紀錄，以機器學習演算法XGBoost作基礎，開發了一套能預測出現嚴重低血糖風險的機器學習模型，涵蓋258個不同的預測指標，包括人口統計數據、患者一年內入院、診斷、用藥和恆常實驗室化驗資料，用以預測患者未來一年因嚴重低血糖而需住院的機會，預測精確率達85%。

領導是次研究的中大醫學院內科及藥物治療學系副教授周怡君補充，模型有望能結合本地電子病歷系統，揪出高風險的嚴重低血糖病人，及早進行預防措施，如改用降血糖反應較輕微的糖尿病藥，或調整胰島素注射時間和劑量。相關研究已在國際期刊《PLOS Medicine》及《Diabetes Research and Clinical Practice》發表。

中大團隊利用醫管局大數據，開發一套能預測老年糖尿病患者於未來一年出現嚴重低血糖風險的機器學習模型。