研究中常常充满各种人为的、客观的、明显的、潜在的混杂和偏倚。然而，一项研究的质量很大程度上取决于研究者能否有效地识别和控制混杂和偏倚，因为这直接影响到研究结果的可靠性和有效性。众所周知的“垃圾进出垃圾”（GIGO）理论同样适用于实验设计和数据分析。面对越来越复杂的真实世界、基于模型的预测将面临巨大的挑战。
GIGO理论（Garbage in , Garbage out）
据美国约翰斯•霍普金斯大学的实时数据显示，截至北京时间3月24日17：30分，全球新冠肺炎确诊病例累计达到382644例，累计死亡超过1.6万人。
经过将近2个月的艰苦奋战，国内疫情防控这场全民参与的阻击战迎来了阶段性胜利。在这期间，国内外一些科研机构利用数学模型对新冠病毒的可能感染规模和传播风险等进行了预测。这种预测在为疫情防控提供一定指导意义的同时，也有人对此提出质疑，主要集中在预测本身的科学性及其产生的实际作用，乃至于社会影响等方面。
其中一篇题为“Effect of non-pharmaceutical interventions for containing the COVID-19 outbreak in China”对我国的疫情发展进行了预测。文章指出，如不采取极端措施，内地感染总人数可能会比现在高出67倍，达数百万。
论文截图
随着疫情的深入发展，一时间各种大数据技术名词频频进入大众视野、令人目接不暇，例如模型预测、人流追踪、疫情数据实时共享、优化调度、舆情监控等等。其实在人类与传染病作斗争的漫长历史中，除了医护人员外，数学家们也为遏制各类疾病蔓延做出了重要的贡献。
其实早在18世纪初，数学模型就被用来研究天花的传播。流体力学的祖师爷，大数学家丹尼尔·伯努利（Johann Bernoulli）大概是最早利用数学方法去描述天花的传播、接种的功效和判断控制措施有效性的数学家。
数学家丹尼尔·伯努利 （ Wikimedia Commons）
伯努利将人群分成感染者、未感染者，感染者既有可能治愈变成未感染者，也会因病死亡。伯努利建立的模型类似于后来的SIR模型，是最为简单的传染病模型之一。直到今天，这套疾病预测模型的主要参考因子也没有发生太大变化。
SI 模型
目前预测主要有SIR模型和SEIR模型。SIR模型是最经典的模型，其中S表示易感者，I表示感染者，R表示恢复者。SEIR模型在SIR模型的基础上，加入传染病潜伏者（The Exposed）的存在。
S：Susceptible，易感者
E：Exposed，潜伏者
I：Infective，感染者
R：Removal，移除者
在这个模型中，还可以分成许多子模型：例如，1、潜伏期人群是否有 传染能力2、潜伏期是否有时间限制 3、恢复健康者是否有抗体，等等。
https://mackgrenfell.com/forecaster/covid19
问题来了，基于各种数学模型进行的预测效果怎么样呢？答案貌似不太乐观。有人将预测疫情进展形容为天气预报，主要的原因大概是由于：“Limited data inputs and rapid changes make predictions difficult”。美国网友甚至还制作了专门预测疫情进展的网站，同时允许大家修改各种参数。尽管人人都在试图弄清楚COVID-19的传播和流行轨迹（例如拐点什么时候到来、何时能够结束等），但面对太多的不确定性（例如各国的国情、试剂盒产能、医疗条件等等），数学模型显然有点儿力不从心。在国内，由清华计算机系AMiner团队和智谱.AI联合推出的“知疫趋势”预测是目前最接近真实情况的预测之一。
有一种观点认为新冠肺炎疫情显示了全球化促进流行疾病在世界范围的迅速传播，并成为系统性风险。由疫情引发的“蝴蝶效应”已经开始在各个行业显现。
混沌理论和蝴蝶效应
This storm will pass. We just don’t know how bad it will be. And we don’t yet know when it will end.--Paul Huttner
任何模型的预测都离不开基本的数学基础，关注公主号，推荐延伸阅读：《流行病学研究中常见的偏倚及其控制》仅供专业人员参考。
閱讀更多 王博士聊科普 的文章
