目前，新冠状病毒（2019-nCoV）已导致全球3万多人患病。自疫情爆发以来，网站、预印本服务器和同行评审期刊上已经分享了一系列模型，那么，是否应该严肃对待这些模型对疫情发展情况以及各种干预措施效果的预测呢？

2月7日在线发表于《科学》网站的一篇文章认为，如果有足够可靠的数据，模型可以预测疫情的增长速度并帮助预测各种干预措施的影响，并就此采访了相关专家。

早期预估失去意义？

德国洪堡大学和联邦疾病防控机构罗伯特•科赫研究所的研究人员根据航空旅行数据，建立了一个全球风险评估模型。该模型认为，除了中国，泰国是最有可能出现旅客抵达机场时感染2019-nCoV的国家。其次是日本大阪国际机场，它比东京面临的风险更大。紧随其后的是韩国和美国。俄罗斯感染人数可能多于印度，德国（主要是法兰克福和慕尼黑机场）是西欧最脆弱的国家，埃塞俄比亚是撒哈拉以南非洲国家中唯一进入前30名的国家。

洪堡大学物理学家、领导该建模团队的Dirk Brockmann告诉《科学》：“这并不是一个进行定量预测的工具。”“因为这种病毒是未知的，公共卫生官员和决策者必须形成一种直觉，而模型可以帮助你形成一种直觉。”

美国东北大学传染病建模师Alessandro Vespignani则表示：“如果建模中包括疾病动态和人口信息，那么这些信息不仅仅是直觉。”

许多传染病/病原体模型的核心是“基本繁殖数”，或称Ro。它指的是，如果病毒的传播没有受到隔离、口罩或其他因素的阻碍，每个感染者可以感染多少人。建模者也在关注潜伏期，即病毒引起症状所需要的时间，一个感染者出现症状和一个接触者患病之间的连续时间间隔。

《科学》文章指出，目前对2019-nCoV潜伏期的估计很难与美国疾控中心（CDC）的预测相一致，即潜伏期为2至14天。Vespignani说：“在这一点上，有许多事情需要仔细权衡，这就是建模有困难的原因。”

有些模型曾作出令人惊讶的估计，但现在看起来有些奇怪。

比如英国伦敦帝国理工学院的一个研究小组1月17日在其网站上发布的首批模型。其中一个模型通过观察中国境外确诊的感染病例，推断了武汉潜在的感染病例。该团队发布该模型时，武汉只报告了41例确诊病例，但其模型却估计，截至1月12日，该市已有1723人感染。

在武汉关闭公共交通后，包括Brockmann团队最初的机场分析在内，许多早期的计算都失去了意义。Vespignani说：“那是两周前的事，但现在看来好像是两年前的事。”

无症状感染是最大谜团

目前最令人烦恼的、可能破坏建模的谜团之一是，2019-nCoV患者如果没有症状，是否会传播感染。“这次疫情的大致走势蕴藏在这一元素中。”Vespignani说。

当前用于确诊病例的病毒诊断测试通常只针对生病后寻求治疗的人。发现无症状或有症状前病例的一种方法是检查人们的血液，以寻找免疫系统对2019-nCoV的反应迹象。

对此，荷兰伊拉斯莫斯医学中心的Marion Koopmans告诉《科学》：“要想知道病毒传播的全面程度，需要从接触过感染者的人身上采集血液样本，两周后再做同样的工作，看看他们是否产生了病毒抗体。这能让你更好地估计没有症状的传播。”Koopmans所在团队正在开发2019- ncov抗体测试。

随着研究人员对感染病例的流行病学有了更深入的了解，这意味着建模的位置、健康、年龄和性别等细节将更加清晰。这些数据可以帮助建模者对病毒孵化时间等因素做出更可靠的假设。

为此，牛津大学计算流行病学家Moritz Kraemer发起了一项不同寻常的尝试，通过筛选政府报告、医学文献、可靠的媒体账户和社交媒体，编制确诊病例的“行列表”。“行列表包含了聚合计数中看不到的有价值的信息。”Kraemer说。

这个行列表中现在有超过15000个病例，记录了所有被感染个体的公开信息。其团队在评估非洲国家发现和应对病例能力的一项研究中使用了这些数据；非洲大陆最脆弱的五个国家中，埃塞俄比亚和尼日利亚两个国家有所谓的“可变能力”应对疫情。另一组建模研究使用这些数据评估传播动态，得出的结论是，一旦一个地方出现3例，该病毒在人群中传播的几率将超过50%。

基于科学的尝试

除了需要更好的数据，《科学》文章指出，预测模型还受到记者或公众对其预测的解读方式的影响。

此次疫情建模专家、牛津大学数学流行病学家Robin Thompso认为，许多新闻报道歪曲了对基本繁殖数Ro的描述，夸大了传播的风险。Thompso说：“它在这次疫情中被滥用了。”

对2019-nCoV的大多数估计认为Ro在2到3之间—— 一个感染者将感染另外两到三个人。但这只是平均值。一些被感染的人，偶然地，不会把病毒传染给其他人。从人口的角度来看，真正的问题是，如果Ro是2.2，那么病毒持续传播的概率是多少？

Thompso计算认为，如果没有任何方法（如疫苗）能够防止其传播，那么从单个感染者开始持续传播的几率为54.5%。

Ro在爆发期间不会变：病毒有一定的、固定的传染因子。例如，麻疹比流感更易在人群中传播。但即使没有疫苗，人类行为和环境本身也能改变传播的可能性，如医院隔离感染者，或者他们选择呆在家里。随着疫情发展和许多人先前的接触者产生免疫力，将减少易感宿主的数量，进一步减少感染者。此外，勤洗手、穿防护服和保持社交距离也能降低传播率。气候的变化，如冬去春来，可能影响呼吸道病毒通过空气传播的能力。

这一分析得出的结论是，中国以外的国家仍有很好的机会控制2019-nCoV。Thompso说：“在疫情爆发早期，如果你能迅速隔离少数感染者，这种病毒消失的可能性就会高得多。”

归根结底，模型是一种基于科学的尝试，旨在为公共卫生政策提供信息。以旅行限制为例。截至2月7日，香港24例确诊病例。当天，香港宣布实施入境限制措施。“公共卫生是重中之重，但经济也是一个主要问题。如果切断了人员流动，也会切断通往香港的必要产品的供应链。”Wu说。

因此，在2019-ncov的扩展中，公共卫生和其他因素之间的平衡——这意味着对Ro和R、孵化时间、序列间隔和其他变量的精确理解，只能在一定程度上提高模型的预测能力。最后，《科学》文章指出，正如大多数诚实的建模论文所警告的那样，“这种分析存在限制。”

编译|冯维维

原文链接：

https://www.sciencemag.org/news/2020/02/scientists-are-racing-model-next-moves-coronavirus-thats-still-hard-predict