研究人員努力預測新冠動向,然而……

新冠大流行在何時,以何種方式達到峰值後下行?

無論是政府管理人員,還是普通民眾都迫切想知道,然而能夠做出相關預測的科學家們,仍在努力地試圖搞清楚狀況。

研究人员努力预测新冠动向,然而……

一位來自美國的流行病學家在接受《科學家》(The Scientist)雜誌的郵件採訪時表示:“很抱歉,目前暫不接受任何採訪,因為我們需要完全專注於手頭的研究工作。”

像任何其他模型一樣,預測病毒暴發後如何發展,有多少人會被感染,以及有多少人會死亡,其可靠性取決於預測者掌握的信息的科學性和準確性。

那麼當下預測的進展如何了?到目前為止,大多數建模人員的工作都集中在改進已獲得的數據上,而不是進行過早的預測。

新冠的真實致死率約為1%

約翰·埃德蒙茲(John Edmunds)在倫敦衛生與熱帶醫學學院傳染病數學建模中心工作。

他說道:“建模人員於近期,或基於流行病的第一階段所做的大多數工作,並沒有切實構建模型並進行預測——當然,我知道大多數人都推測他們已經做了預測。實際上大部分工作還只是圍繞流行病學的特徵,估計了一些關鍵參數而已。此類工作通常都是建模者來做的,但我並不把它歸類為真正的建模。”

這些關鍵參數包括,疾病的潛伏期,病毒在人群中傳播的速度,以及最有爭議的致死率等。致死率聽起來很簡單,就是死亡感染者的比例,將死亡總數除以病例總數即可。但實際上解決這個問題要比看起來困難得多。

埃德蒙茲說道:“學術圈的大同行一直將死亡總數除以病例總數算出致死率,但那隻會產生錯誤答案。”

3月初,世界衛生組織總幹事譚德賽(Tedros Adhanom Ghebreyesus)稱,COVID-19致死率3.4%,這比季節性流感更為嚴重(死亡率約0.1%)。

對於譚德賽的說法,建模圈內的同行們感到無比沮喪。因為譚德賽的這種簡單計算沒有考慮到“遭遇病毒侵襲的人通常2到3周後死亡”的問題,這種計算方式默認了報告病例數準確地反映了真實感染人數,但實際上這種默認是一廂情願的,因為真實感染者數量應該更高,那麼真實死亡率則應該更低。

埃德蒙茲稱這類致死率計算為“暴發分析(outbreak analytics)”,而非建模時所依賴的真實數據。他表示,全球各個專家組的研究結果開始趨同於COVID-19的真實死亡率,約為1%。

1例死亡,800例新增

埃德蒙茲接著解釋道,一旦確定了這些數字,建模人員就可以進行所謂的“態勢感知(situation alawareness)”工作。其中大部分工作都是求得幾個星期前的某個特定位置可能有多少例病例,然後使用這些信息算出此後病毒可能如何傳播。

死亡病例數是這些分析中最關鍵的數據。如果建模者假設致死率為1%,且一個重症感染者15天走向生命終點,那麼他們就知道:

今天在某個特定地區的一例死亡病例,意味著可能有100人於15天前,在那個地方感染了病毒。

如果再算上病例可能過5天就會增加1倍(埃德蒙茲自己的說法),那麼在那15天中,病例數就會激增至800。

因此,該地區的每1例死亡都意味著大約還有800人已被感染,其中大多數不會被確診。

埃德蒙茲表示,這種模式在意大利得到了證實,截至目前已有累計近36000例的感染者和3000例的死亡者被報道。官員們對住在死亡者附近的居民進行測試時,經常發現已經有數百人攜帶病毒了。

曾研究過流行性感冒在熱帶地區傳播的麥琪·波尼(Maciej Boni)是一位來自賓夕法尼亞州立大學的生物學家。他表示,這麼高數量的未確診病例意味著無法通過目前宣佈的確認感染者數量分析病毒的傳播。人們可以通過各種防控措施來減慢它的速度,但它仍然會傳播到大多數地方。

好模型需要基於更多好數據

如果不加以控制,傳染病暴發通常會於達到穩定期後,在病毒耗盡可用宿主時開始下降。但這個時間點究竟哪一刻到來,以及最終會影響多少人,在波尼看來是基本沒法現在給出預測的。建模人員需要更完備的信息作為預測的依據,例如,有多少感染者顯示出自然免疫力。

埃德蒙茲說,目前大多數這些具有前瞻性的“情景規劃”(scenario planning)模型均假設地球上的每個人都易被新冠侵害。只有更好的監測和數據(特別是來自血清檢測的數據),才能表明人們是否已經暴露於病毒——無論他們是否出現症狀。這些計算才將更加接近實際情況。

埃德蒙茲強調:“目前,我們沒有任何數據可以準確建模。但是隨著流行病的發展,當每天或每週都有更多數據出臺時,我們會調整模型,然後重做預測。”

一些疾病專家認為,如果想要建立更優質的模型,我們需要改進處理和提供此類數據的方式。在最近發表於《科學-轉化醫學》(Science Translational Medicine)的社論中,加利福尼亞大學洛杉磯分校公共衛生學院的流行病學家斯科特·萊恩(Scott Layne)及其同事建議創建一個新的數據庫,研究人員可以在其中共享結果,例如,感染者會散發多少病毒,病毒何時開始傳播。

萊恩告訴《科學家》雜誌:“我們在收集這些信息,當此類數據出現,我們就會精準抓住,並組織與梳理它們。”

他補充道,在更精確信息的支持下,模型可以幫助確定控制傳播的策略。“如果這些模型確實有效,那麼我們就可以對其進行干預或各種方式的壓力測試,無論這是使人們行動不便還是減少一定比例的接觸。”

鍾南山在最近的一次新聞發佈會上表示,如果其他國家仿效中國,那麼新冠疫情將在數月之內得到緩解。他說道:“我的建議是所有國家遵守世衛組織的指示,並在全國範圍內進行干預。如果所有國家都能動員起來,那麼疫情到六月可能就會結束。”

ModelersStruggle to Predict the Future of the COVID-19 Pandemic

研究人员努力预测新冠动向,然而……


分享到:


相關文章: