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暂时医院正在施工中。图/卫星社
在有关新冠病毒的科学、方针和大众评论中，盛行病学模型是络绎其间的鬼魂。政府根据模型拟定防疫方针，预判疫情走向；学者们经过模型剖析病毒的传达才能，评价防疫系统的得失；社会舆论常被模型指向的巨大感染和逝世数据震动，又在不同模型得出的不同定论前手足无措。
2020年4月，联合国非洲经济委员会在陈述中征引英国帝国理工学院的模型称，非洲最多或许有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用的防疫方针。
事实上，英国帝国理工模型预设的是非洲没有采纳有用交际阻隔等防疫办法情况下的疫情走势，其预算的逝世数据最高值是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施行了全国性的封闭阻隔办法。
“采纳了活跃的防疫办法后，效果其实会很不相同。”南非金山大学医学院公卫专家莎拉·尼沃德对《我国新闻周刊》表明。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，非洲国家的活跃防疫办法最多能够将逝世率下降75％。
关于盛行病学、生物核算等范畴的专业技术人员而言，模型数据背面的研讨意图、建模办法、参数设定及完好定论要比看上去让人震动的单个数字更值得重视。但政府和大众关于这些模型的数据却时而过度轻信，时而又弃之如敝履。
一向追寻非洲防疫的尼沃德说，现在她现已不再重视任何模型数据了。哈佛大学盛行病学助理教授约纳塔·格拉德则对《我国新闻周刊》着重：“咱们要一向记住一点，模型历来不是像天气预报那样用来精确猜测疫情的，它的价值在于供给决议计划参阅。”
哪种模型更有用？
新冠疫情在武汉延伸之初，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端经过盛行病学模型着手研讨这个全新的盛行症，并在SCI期刊宣布了多篇同行评议论文。对他们来说，这仅仅日常的科研作业，就像之前树立关于埃博拉疫情和MERS疫情的盛行病学模型相同。
得益于盛行病学模型最近一百余年的展开，在新冠病毒刚呈现且人们对其生物学特征一窍不通时，相关的盛行病学模型就能够树立了。这是由于盛行病的天然史暗码现已被破解，即健康的人（易感人群）感染病毒，呈现临床症状，终究恢复或逝世的进程。
健康、感染、恢复人群的此消彼长，决议着病毒周期性的盛行和衰退。根据这一规矩，“在疫情发作之初树立的模型，尽管在数据猜测上难以精确，但却能供给牢靠的趋势性剖析。”西亚图斯对《我国新闻周刊》说。
西亚图斯选用的是最经典的SIR系列模型。这种模型将人群分为易感人群S、感染者I和恢复者R，将对病毒传达才能和防疫方针的假定表现于人群从一个组别向另一个组别搬运的数学规矩中，然后核算病毒的感染率和峰值区间。现在，在与美国疾病操控与防备中心（CDC）协作监测新冠疫情的12个模型中，5个都选用了SIR系列模型。
“SIR系列模型最简略，被证明能够在短期内充沛模仿病毒在一般人群中的盛行动态。”西亚图斯介绍，比较于其他类型的模型，这类模型最大的优势是根本变量只要三到四个，“需求校准的参数数量最少，这一点，在数据不多的疫情第一阶段很重要。”
西亚图斯说到的其他模型首要是核算学模型。其间，曾被白宫征引的西雅图华盛顿大学卫生计量和评价研讨所（IHME）的模型最为有名，也最受争议。该团队研讨了新冠病毒在国际各地爆发的数据，以国际各地的既有数据和美国人口、疾病传达及防疫方针的假定为根底，揣度美国及各州疫情或许的曲线。
IHME认为，这样的核算学模型更为精确，由于它“首要依靠于实在国际的数据，而不是关于疾病怎么传达的假定”。SIR模型的运用者的确因对新冠病毒特性的假定而做出过误判。被英国政府征引“60％的人或许感染”的帝国理工学院模型，就将新冠病毒放进了一个为流感规划的SIR模型中。
美国疫情在4月进入爆发期后，IHME对各州峰值和病床压力的预估也屡次呈现失误。IHME团队供认难以预估“模型的不确认性”，且这种不确认性时而是高估，时而是轻视。
一些专家指出，这与核算学模型对“实在数据”的依靠有关。疫情爆发之初，各大模型的数据首要来自我国，但其时我国的数据并未核算无症状感染者，因而关于确诊病例数和其他数据的份额纷歧定能反映病毒的实在传达才能。
“新冠病毒盛行初期，感染、逝世等数据常常遭到检测缺少、检测纷歧致、陈述延误、记载不全等要素的约束。”伦敦卫生和热带病医学院医疗数据专家尼古拉斯·朱厄尔在一篇剖析新冠模型得失的论文指出。比较于有自己的逻辑、根底变量较少的盛行病学模型，核算学模型受前期数据缺少的影响更为严重。
2020年5月4日，在进行了大规模修正后，IHME模型从头上线。新模型选用了混合形式，结合了核算建模办法和疾病传达办法，运用两类模型的优势，将疾病传达模型的效果与核算模型的效果进行对照。
在IHME调整其核算学模型的一起，SIR模型的建模者之间也呈现了争辩。由于最根底的SIR模型仅设有易感人群、感染者和恢复者三个根本变量，难以反映新冠病毒埋伏期的传达，也拙于敷衍学者对病死率的关心，有学者提出参加处于埋伏期的露出者E，选用SEIR模型。西亚图斯等学者则将病亡者D作为根本变量，展开出SIRD模型。对此，朱厄尔评论称，添加一些从盛行病学视点观察到的、反映盛行症传达特色的根本变量，有助于更好地剖析新冠疫情。
不过，《天然》杂志子刊《天然医学》4月22日刊登的意大利特伦托大学教授朱利亚·乔亚努团队的论文，却将SIR模型的杂乱化面向了顶峰。该论文根据新冠病毒前期研讨的效果，将代表病毒传达不同阶段的八种人群悉数列为根本变量，树立SIDARTHE模型。这八个根本变量分别是易感人群（S）、无症状感染者（I）、无症状确诊者（D）、有症状感染者（A）、有症状确诊者（R）、重症者（T）和已治好者（H）和病亡者（E）。
“SIDARTHE模型的确比其他模型更杂乱、更全面，由于它的方针不单单是猜测疫情走向。”乔亚努对《我国新闻周刊》解说称，这一模型的首要意图是为决议计划者供给一个有用的东西，有助于比较不同的防疫办法及它们的组合运用对疫情走向的不同影响。
但在许多学者看来，这却不是一个好的模型。西亚图斯对《我国新闻周刊》表明，过于杂乱的模型会遭受“维度咒骂”，即难以在一个模型中校准太多的参数。朱厄尔也指出，假如杂乱的模型在运算中遗失要害数据，那么它们或许比简略的模型更不牢靠，“细小的错误将导致更大的灾祸”。
朱厄尔还指出，“杂乱的模型也会让人发作幻觉，更难发现要害的遗漏。”
面临质疑，乔亚努对《我国新闻周刊》供认，过多的根本信息参数的确使得校准模型更具应战性。但他认为，“一旦数据适宜，杂乱的模型能够供给更精确的趋势猜测。”
在约翰·霍普金斯大学的盛行病学家里弗斯看来，环绕盛行病学模型的建模办法的争议，很大程度上缘于人们在疫情爆发之初并不知道怎样的盛行病学或核算学模型或许是更有用的，也不知道应当怎么改善SIR这样的经典模型。
最难假定的是人类行为
2020年4月，牛津大学教授古塔普团队用血清查询数据推翻了自己此前的模型定论。
3月24日，该团队曾以假定新冠病毒感染者中只要0.1％到1％的人需求入院医治为条件，运用SIR模型剖析英国和意大利两国的重症和逝世病例数。其时的模型还猜测称，到3月19日，英国或许有36％到68％的民众感染新冠病毒，而意大利到3月6日或许有60％到80％的民众感染。一个月后的血清查询效果则显现，英国和意大利的新冠病毒全体感染份额或都低于10％。
莎拉·尼沃德对《我国新闻周刊》说，古塔普团队呈现的问题具有必定的典型性。“在急于宣布猜测效果的布景下，许多模型对要害数据的假定都缺少严谨性。”和古塔普团队发布的论文相同，研讨者们很少阐明采纳这些假定的原因。
模型本质上是一组数学公式，任何一个要害项的输入值稍有改动，就会得出十分不同的效果。而有关新冠病毒的模型，开始简直一切数值都是不确认的。从病毒自身的生物学特征，到免疫等人类生物学特征，再到人群触摸等社会运作办法，以及医疗系统的承载才能等，都存在许多变量。
“对病毒大盛行的研讨，其实是人类从前测验研讨的一些最杂乱和最紊乱的东西的混合，从人类行为学，到病毒学，再到免疫学。”里弗斯由此慨叹道，猜测新冠疫情是一个巨大的应战，即使是最聪明的脑筋也不知道这一切将怎么完毕。
4月7日，在南非开普敦，作业人员对当地居民展开排查作业。图/路透
以帝国理工学院模型对英国疫情的预算为例，假如模型中的根本感染数值（R0）为2，社会疏离办法设置为最强，则疫情仅形成数千人逝世；假定R0值为2.6且没有社会疏离办法，则疫情能形成55万人逝世。这两个效果相差悬殊，后者是前者的百倍还多。
伦敦卫生和热带病医学院的朱厄尔将这种对重要参数的估测称为“要害假定”。病死率和感染率是两项最困难的“要害假定”，前者缺少实在数据的支撑，后者则需面临捉摸不定的人类行为。
日内瓦大学全球公卫研讨所所长安托万·弗拉奥曾对《我国新闻周刊》猜测过非洲新冠疫情的一个特征：非洲的人口结构相对年青，但并不是说中青年人就不会成为新冠重症患者。考虑到非洲重症救治的医疗条件比较单薄，理论上非洲中青年人新冠病死率会远高于欧美。
比病死率更难以捉摸的变量是R0值。R0值是指在没有外力介入且一切人都没有免疫力的情况下，一个感染者将病毒感染给其他人的均匀数。R0值越低，意味着病毒传达才能越弱。R0值会随疫情的周期性改动而改动，研讨者则需求经过核算触摸率、传达率、触摸量、传达时刻等要素，确认新冠病毒的R0值。
均匀触摸率是指每个感染者在一段时刻内均匀与多少人触摸，而这取决于他们的生活环境与交际习气；每次触摸的传达率则被专家看作是“在不均衡的改动中”。但新冠病毒并不以“每人几例”的办法有序传达，超级传达者的呈现足以打乱模型的猜测，比方发作在意大利伦巴第大区医院、韩国“新天地教会”教堂、美国马萨诸塞州生物学会议上的集合性传达事情。
像帝国理工和古塔普团队这样的模型，都预设病毒以固定的速率在整个样本人群中均质地传达，不同症状的感染者的传达才能没有差异，不同集体被感染的几率也没有差异。
此外，当一些学者企图核算每次触摸的传达量和传达的持续时刻时，他们还需求病毒生物学和免疫学范畴研讨的支撑。而病毒在传达者身上存活的时刻、在埋伏期内发作感染性的时刻，很长一段时刻内都议论纷纷。
在预算模型参数时，最难猜测的仍是人类行为。北卡罗来纳大学副教授图费克奇指出，一些模型未必是高估了感染份额，而是模型的定论吓住了社会大众，并引发了严峻的封闭阻隔办法，直接阻断了病毒传达的或许。
关于专业技术人员，模型并不是他们判别疫情的唯一标准。但关于政府而言，模型是疫情之初极少数有科学根据的方针参阅之一。对大众来说，模型则更是最好的警示。
乔亚努对《我国新闻周刊》表明，一切模型都需求根据本地数据进行恰当校准，与感染率和测验率相关的一些要害参数乃至要在恰当的时刻“瞬间改动”，以反映防疫方针的改动。
现在，美国北卡罗来纳、伊利诺伊、加利福尼亚等州渐渐的开端运用多个不同的模型作为决议计划根据，且在防疫方针变化后会确认新的参阅模型。一些专家则呼吁树立“新一代模型”，不再仅仅对疫情做长时间的、概要性的猜测，而是能够为地方政府的详细防疫办法供给更详尽的参阅。
美国哥伦比亚大学推出了一个带有直观的交互式地图的模型，专门猜测在不同的社会阻隔方针下，美国哪些县的医疗系统在何时会不堪重负。不过，该项目也饱尝数据缺少、许多变量难以假定的困扰。
针对亚非拉区域的模型，能取得的数据比欧美国家要少得多。尼沃德对《我国新闻周刊》指出，为确保有关非洲的模型定论有用，现在至少需求四个方面的实在资料：年纪散布和健康状况的人口学核算资料，国家的检测追寻才能，医疗卫生资源的根本数据，以及政府采纳的社会干涉方针。
