新冠疫情中的“模型谜团”:距精准预判还有多远?

来源:网络整理 发布时间:2020-05-22 20:37 查看数: 次浏览

模型从来不是像天气预报那样 用来准确预测疫情的, 它的价值在于提供决策参考

新冠疫情中的“模型谜团”:距精准预判还有多远?

  5月11日,在俄罗斯克拉斯诺戈尔斯克的一处展览中心,用于应对新冠疫情的临时医院正在施工中。图/卫星社

  新冠疫情中的“模型谜团”

  本刊记者/曹然

  发于2020.5.18总第947期《中国新闻周刊》

  在有关新冠病毒的科学、政策和公众讨论中,流行病学模型是穿梭其中的幽灵。政府依据模型制定防疫政策,预判疫情走向;学者们通过模型分析病毒的传播能力,评估防疫体系的得失;社会舆论常被模型指向的庞大感染和死亡数据震惊,又在不同模型得出的不同结论前不知所措。

  2020年4月,联合国非洲经济委员会在报告中援引英国帝国理工学院的模型称,非洲最多可能有300万人死于新冠病毒,一百多位非洲知识分子随后联署呼吁更有效的防疫政策。

  事实上,英国帝国理工模型预设的是非洲没有采取有效社交隔离等防疫措施情况下的疫情走势,其估算的死亡数据最高值是300万,最低值则是30万。但在数据发布时,非洲已有二十多个国家实施了全国性的封锁隔离措施。

  “采取了积极的防疫措施后,结果其实会很不一样。”南非金山大学医学院公卫专家莎拉·尼沃德对《中国新闻周刊》表示。伦敦卫生和热带病医学院当月中旬发布的另一个模型指出,非洲国家的积极防疫措施最多可以将死亡率降低75%。

  对于流行病学、生物统计等领域的专业人士而言,模型数据背后的研究目的、建模方式、参数设定及完整结论要比看上去让人震惊的单个数字更值得关注。但政府和公众对于这些模型的数据却时而过度轻信,时而又弃之如敝履。

  一直追踪非洲防疫的尼沃德说,现在她已经不再关注任何模型数据了。哈佛大学流行病学助理教授约纳塔·格拉德则对《中国新闻周刊》强调:“我们要一直记住一点,模型从来不是像天气预报那样用来准确预测疫情的,它的价值在于提供决策参考。”

  哪种模型更有效?

  新冠疫情在武汉蔓延之初,那不勒斯腓特烈二世大学数学教授西亚图斯等一批欧洲学者就开始通过流行病学模型着手研究这个全新的传染病,并在SCI期刊发表了多篇同行评议论文。对他们来说,这只是日常的科研工作,就像之前建立关于埃博拉疫情和MERS疫情的流行病学模型一样。

  得益于流行病学模型最近一百余年的发展,在新冠病毒刚出现且人们对其生物学特征一无所知时,相关的流行病学模型就可以建立了。这是因为流行病的自然史密码已经被破解,即健康的人(易感人群)感染病毒,出现临床症状,最终康复或死亡的过程。

  健康、感染、康复人群的此消彼长,决定着病毒周期性的流行和消退。基于这一规律,“在疫情发生之初建立的模型,虽然在数据预测上难以准确,但却能提供可靠的趋势性分析。”西亚图斯对《中国新闻周刊》说。

  西亚图斯采用的是最经典的SIR系列模型。这种模型将人群分为易感人群S、感染者I和康复者R,将对病毒传播能力和防疫政策的假设体现于人群从一个组别向另一个组别转移的数学规则中,从而计算病毒的感染率和峰值区间。目前,在与美国疾病控制与预防中心(CDC)合作监测新冠疫情的12个模型中,5个都采用了SIR系列模型。

  “SIR系列模型比较简单,被证明能够在短期内充分模拟病毒在一般人群中的流行动态。”西亚图斯介绍,相比于其他类型的模型,这类模型最大的优势是基本变量只有三到四个,“需要校准的参数数量最少,这一点,在数据不多的疫情第一阶段非常重要。”

  西亚图斯提到的其他模型主要是统计学模型。其中,曾被白宫援引的西雅图华盛顿大学卫生计量和评估研究所(IHME)的模型最为有名,也最受争议。该团队研究了新冠病毒在世界各地暴发的数据,以世界各地的既有数据和美国人口、疾病传播及防疫政策的假设为基础,推断美国及各州疫情可能的曲线。

  IHME认为,这样的统计学模型更为准确,因为它“主要依赖于真实世界的数据,而不是关于疾病如何传播的假设”。SIR模型的使用者确实因对新冠病毒特性的假设而做出过误判。被英国政府援引“60%的人可能感染”的帝国理工学院模型,就将新冠病毒放进了一个为流感设计的SIR模型中。

分享到: