從第一例病例在武漢確診至今，新冠肺炎出現已1月有餘。疫情的發展影響了中國和整個世界。來勢洶洶的新冠肺炎何時結束？疫情拐點何時出現？諾貝爾獎得主Michael Levitt進行了預測。
確診四萬多例，來勢洶洶的新冠肺炎何時結束？
source：國家衛生健康委員會官方網站，截至 2020-02-10 24:00.
截至2月10日24時，31個省（自治區、直轄市）和新疆生產建設兵團報告新增確診病例2,478例，累計報告確診病例42,638例；新增治癒出院病例716例，累計治癒出院3,996例；新增重症病例849例，新增死亡病例108例，累計死亡病例1,016例；新增疑似病例3,536例，現有疑似病例21,675；累計追蹤到密切接觸者428,438人，尚在醫學觀察的密切接觸者187,728人。累計收到港澳臺地區通報確診病例70例：香港特別行政區42例（死亡1例），澳門特別行政區10例（治癒出院1例），臺灣地區18例（治癒出院1例）[1]
疫情主要集中在中國東南部地區，以武漢為中心向外輻射。2月10日，武漢新增確診肺炎患者2,097例，佔當日總新增人口的84.6%，所以武漢的防控依然是當前工作的重中之重，同時阻斷疫情擴散也要依靠每個人的努力。人們更加關心的是這些不斷攀升的數字何時能夠有所控制，這來勢洶洶的新冠肺炎到底何時能結束？
全國疫情累計趨勢圖
防控有力，多位專家預測疫情拐點即將到來
談到流行病感染人數的預測，不得不提到一個流行病學中的概念——基本傳染數R0（Basic Reproduction Number），是指在沒有干預的情況下，在一個全部是易感人群的環境中，平均一個患者可以傳染的人數。簡單來說R0就是在自由傳播的情況下一個病人平均能感染多少人，數字越大傳播能力就越強。如果R0<1，傳染病隨著時間流逝慢慢就會消失；如果R0>1，傳染病就會逐漸傳播到整個人群。但是隨著時間流逝，有的人會死亡有的人會產生免疫，再加上政府、醫療部門的干預，最終傳播會逐漸降低、疾病也會慢慢消失。
隨著新型冠狀病毒2019-nCoV的擴散和傳播，很多國內外學者和研究機構利用不斷更新的確診和死亡人數、人口流動、社交媒體等數據等對其R0進行預測。以香港大學 Gabriel Leung 教授和 Joseph Wu 教授近日發表在Lancet的文章[3]為例，其利用截止到2020年1月25日的數據及人口流動數據對新型冠狀病毒的爆發程度的影響、國內外傳播情況進行了分析和預測。採用流行病學分析中常用的傳染病模型SEIR （Susceptible 易感者— Exposed 暴露者— Infectious 感染者— Recovered 康復者）和蒙特卡洛模擬的方式進行測算。
測算結果顯示，本次新型冠狀病毒肺炎的R0值為 2.68，95%的置信區間為 [2.47，2.86]，武漢的感染人數預計在75,815人左右，並且感染人數會在第6.4天會翻倍。簡單理解，R0=2.6的意思是一個人可以傳播2.6個人，這意味著如果能阻止60%以上的病毒傳播就能在一定程度上抑制疫情的爆發（R0逐漸降到1）。並且文章提到，只要將武漢市內傳播效率減少50%，疫情就不太可能再出現高峰期。
武漢及五個超大城市在不同傳播及流動性假設下的流行病學預測
從1月23日起，國家和地方陸續發佈了一系列限制措施，主要包括武漢“封城”、春節假期延長、部分城市限制客運交通以及企業實施在家辦公避免聚集性交叉感染髮生等，目前來看已經取得了一定的效果。並且由於醫務工作者對疾病/藥物認知的不斷深入和全國人民自身防護意識的提升，中國疾控中心流行病學首席科學家曾光近日表示疫情拐點即將出現（新增病例減少，出院病例增加）。但要使R0逐漸趨近於1，還需要一段時間，因此還需要大家齊心協力減少出行，共渡難關。
全國新型冠狀病毒感染性的肺炎疫情統計
2020年2月4日，中山大學數據科學與計算機學院副教授胡延慶與博士後謝家榮、博士生孫嘉辰等人利用百度、Google等大眾搜索趨勢大數據，通過具有控制干預機制的流行病SEIR傳染模型，對近期國內爆發的新型冠狀病毒肺炎傳染趨勢進行了預測。預測結果表明，最近2~4天內，每日新增的確診人數將會迅速下降。[4]
此外，國內外還有一些專家和專業機構對R0進行模擬計算：哈佛大學預測R0區間為2.0~3.1[5]，廣東省疾控中心團隊預測的R0在2.9左右[6]，而中科院曹志東團隊預測的R0在4左右[7]，相對來說更激進。對比當年的SARS疫情，當時各大專家和專業機構給出的R0預測也基本上在2~5，與此次新型肺炎的情況相似。儘管這些數據的計算是基於不同的假設、不同階段的數據以及不同的模型得出的，會有些差別，但從現在的防控措施來看，我們對疫情控制還是有信心的！
諾獎得主預測，新冠死神正在減速
本週來自諾貝爾獎得主Michael Levitt的分析帶給了我們新的希望。
Michael Levitt通過分析從2020年1月22日至2020年2月1日的新冠狀病毒2019-nCoV數據發現，儘管確診病例數如預期在增長，但幾乎所有的死亡病例（>95%）都在集中在湖北地區，其他地區則死亡率較低，與流感的死亡率相當，僅為0.2％（圖A、B、C）。
更重要的是，Michael Levitt發現死亡病例數量的增長在逐漸減緩！具體來說，用當日死亡數除以前一日死亡數的方式來計算死亡比，自2020年1月25日以來，總死亡人數和湖北省死亡人數呈單調下降趨勢，而自2020年1月29日以來，兩者的下降都呈線性關係。將自2020年1月29日後四天的數據添加到趨勢線中可以發現，對於湖北地區、非湖北地區及全國，擬合度均良好[相關係數或sqrt（R2）> 0.99]。這表明死亡比將在一週內減小到1.0。線性外推表明，下週新增死亡人數將迅速減少。
Variation of nCov-2019 data against time in days since 29 Nov 2019 (guessed first case)
如今，口罩、酒精、洗手液、體溫計、居家隔離、在家辦公，這些詞彙已經成為我們生活中重要的一部分。面對疫情，我們要科學地對待，不要過分恐慌。相信勝利就在不遠的前方！
參考文獻：
[1] 國家衛生健康委員會官方網站, (2020). [online] Available at: http://www.nhc.gov.cn/xcs/yqfkdt/202002/3db09278e3034f289841300ed09bd0e1.shtml [Accessed 5 Feb. 2020].
[2] Jobtube.cn. (2020). Live data of CoronaVirus. [online] Available at: https://jobtube.cn/wv/?from=groupmessage&isappinstalled=0 [Accessed 5 Feb. 2020].
[3] Wu J T, Leung K et al. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study (Published online Jan 31, The Lancet, 2020DOI:https://doi.org/10.1016/S0140-6736(20)30260-9)
[4] Edu.cn. (2020). 大數據預測：新型冠狀病毒肺炎拐點已到？―高校科技―中國教育和科研計算機網CERNET. [online] Available at: http://www.edu.cn/ke_yan_yu_fa_zhan/gao_xiao_cheng_guo/cheng_guo_zhan_shi/202002/t20200204_1708194.shtml [Accessed 5 Feb. 2020].
[5] Majumder M, Mandl K D., Early Transmissibility Assessment of a Novel Coronavirus in Wuhan, China (January 26, 2020). Available at SSRN: https://ssrn.com/abstract=3524675 or http://dx.doi.org/10.2139/ssrn.3524675
[6] Liu T , Hu J ,Kang M et al. Transmission dynamics of 2019 novel coronavirus (2019-nCoV). bioRxiv. 2020; (published online Jan 26. DOI:10.1101/2020.01.25.919787 (preprint).)
[7] Cao Z D, Zhang Q P et al. Estimating the effective reproduction number of the 2019-nCoV in China,medRxiv 2020.01.27.20018952;
doi: https://doi.org/10.1101/2020.01.27.20018952
本文作者：畢伯竹 陳佳俊 何浩田 馬曉晶
閱讀更多 小D醫生 的文章
