自然資源部第一海洋研究所黃鍔院士和喬方利研究員提出了一種簡潔、實用的流行病動態傳播率計算方法,可用於快速、定量研判疫情的總體態勢。應用該方法,研判新型冠狀病毒肺炎疫情將在2月9~19日出現拐點。
2019年12月始於武漢的新型冠狀病毒肺炎疫情爆發延續至今,影響波及全球。如何快速、準確、定量地評估疫情所處的階段、管控措施的效果以及預判未來走勢,成為擺在政府、科學界及民眾面前重大而急迫的任務。自然資源部第一海洋研究所黃鍔院士和喬方利研究員提出了一種簡潔、實用的流行病動態傳播率計算方法,能夠揭示疫情的基本規律,2月7日在線發表於Science Bulletin。
1. 為什麼要提出新的傳播率定義?
流行病學領域長期使用基本傳染數R來描述流行病的傳播率,指在無人為幹預情況下易感人群由單個典型感染者產生的二代病例個數,可簡單理解為一個感染者可以傳染幾個人。這是傳染病學的核心參數,通常取為常數。每次疫情出現,流行病學專家都從不同角度來估計該參數,但結果往往差異很大。首先,科學的基本原則是量化及可重複。不同的傳播率所得結論必然不同。基本傳染數目前在科學上還無法準確量化;其次,隨著管控措施的優化、對疫情科學認知的深化、醫療條件趨好等人為條件的變化,傳播率應該不斷降低而不應取為常數;第三,疫情管控似是一場戰役,決策者和民眾均亟需一個量化、直觀、實用、科學的傳播率參數來判斷疫情的態勢。
R無法準確量化,目前直接公布的數字又難以揭示疫情發展的基本規律,因此需要提出一種新的傳播率定義。
2. 新型動態傳播率的提出及其用途
由於各種傳染病模型都有很大的不確定性,故該文遵從奧卡姆「剃刀原則」,刪繁就簡。假定傳染過程符合自然界廣泛存在的自然增長率,用當天和前一天現存感染者數量(政府公布的累計確診人數減去康復及死亡人數),可以方便地計算出當天的動態傳播率。
基於該傳播率的疫情傳播模型可準確量化,更加直觀和實用,能從整體上把握疫情。可用於:(1)分析疫情發展的動態過程;(2)定量估計管控措施的效果;(3)根據傳播率趨勢外推預估疫情未來發展態勢。
3. 在2019-nCoV疫情中的應用
為保持公開透明,我國政府每天發布確診、疑似、治癒和死亡人數。每日新增確診人數不斷增加,但仍然無法清晰判斷疫情是否得到了控制。
(1)在對數坐標中,武漢「封城」後現存感染者數量曲線不斷向下彎曲(圖1),表明疫情逐步得到了有效管控,但這個結論無法從目前廣泛應用的線性坐標圖中看出。打個比方:A投資100元賺了100元,B投資1萬元賺了1000元。表面看來B獲利更多,但A的收益率卻更高。基數不同,每日新增的病例數背後的傳染率是疫情控制的關鍵。
圖1 從2020年1月16日起逐日2019-nCoV現存感染病例人數,縱軸為自然對數。
(2)1月24日之前動態傳播率跳躍且量值較高說明管控措施尚未就位(圖2)。但24日之後傳播率不斷下降(27日略異常),表明管控措施效果顯著。該動態傳播率不僅可以快捷、有效地監控疫情的發展,也可以對具體管控措施的效果進行量化估計。不但每日新增確診人數同比減少表明疫情得到有效控制,而且即使每日新增確診人數同比增加、但傳播率降低仍然表明疫情得到控制,總體態勢在向好轉變。
圖2 從2020年1月16日起算的2019-nCoV動態傳播率。藍色點線和紅線分別為由EMD分解和最小二乘法得到的動態傳播率變化趨勢,黑色點線為1月24日武漢「封城」後傳播率變化趨勢(1月23日「封城」,從次日起考慮其效果)。拐點時間由線性趨勢外延得到。
(3)疫情拐點何時出現?當疫情動態傳播率降為1時,萬眾期盼的拐點就會出現。預估可假定傳播率趨勢不變(實際上一直在變),若按照武漢「封城」後的趨勢外推,拐點將在2月9日出現,屆時現存感染人數預估為3.7萬~4.4萬之間;如果採用1月16日以來所有疫情數據外推,則拐點將在2月19日出現,屆時現存感染人數將高出很多。
需要說明的是,該方法的不足是沒有考慮疫情傳染的具體機制與過程,但跳出細節也是該方法的優勢所在。該方法直接依賴數據的質量,且樣本量較小情況下結果不夠穩定。疫情是否得到有效控制應分析該文所定義的傳播率而不是新增病例數量:動態傳播率下降表示疫情得到控制,下降速度越快表明管控措施越有效。當前2019-nCoV疫情動態傳播率不斷降低表明:目前疫情雖然嚴峻但整體已在控制之下,預計2月9~19日疫情出現拐點。未來預估不確定性:一是目前大量存在的疑似病例會略延遲上述估計的時間拐點,二是近期將出現的返工、返崗和返學人口流動高峰也會導致傳播率增加。