新冠模型展示如何避免未来封锁

这些模型可以帮助为从口罩强制令到社交距离等各项政策提供信息

随着 COVID-19 病例在美国各地激增至创纪录水平,国家公共卫生顾问 安东尼·福奇黛博拉·伯克斯 一直在推动一种强调强化社交距离和广泛佩戴口罩的方法,并且许多正在努力减缓病毒的传播,而无需诉诸全面封锁。该策略帮助一些州在夏季缓解了疫情爆发。但随着冬季和重要节日的到来,这些措施是否足够?

科学家们已经开始将不同程度的社交距离和口罩使用纳入他们对疫情发展过程的预测中。在疫情期间,这些模型变得更加复杂和灵敏。所有模型都高度肯定地表明,口罩和保持距离可以挽救生命。而且,它们越来越多地用数字来衡量这些行为如何决定有多少人会生存或死亡。

为了预测假期期间 COVID 的传播,科罗拉多州模拟了几种情景。最重要的变量称为“传播控制”,其定义为“与疫情前行为相比,感染者和易感个体之间有效接触的百分比减少”。该指标考虑了广泛的行为和政策变化,包括佩戴口罩、保持身体距离、将活动移至户外以及接触者追踪。11 月 4 日,根据该州当时 62% 传播控制的轨迹,该模型预测到今年年底,将有 8,500 名科罗拉多州居民死于 COVID;11 月 20 日,随着传播控制达到 65%,该模型将预测数字降低至 6,560。但是,如果社交接触增加,并且在假期之前和期间互动风险更高,则该模型早先估计,到 12 月 31 日,该州与病毒相关的死亡人数将多达 17,500 人。但是,如果科罗拉多州居民在未来几周内改善传播控制,达到 80%(夏季达到的水平),则预计累计死亡人数为 5,500 人。


关于支持科学新闻报道

如果您喜欢这篇文章,请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅,您将有助于确保未来能够持续看到关于塑造我们当今世界的发现和想法的具有影响力的故事。


此类预测也在全国范围内盛行。在最近发表于《自然医学》杂志上的一篇论文中,华盛顿大学健康指标与评估研究所 (IHME) 的一个预测团队基于社交距离强制令和口罩佩戴情况运行了五种情景。他们的研究结果表明,普遍佩戴口罩(定义为 95% 的人在公共场合佩戴面罩),再加上各州在每百万人口中每天死亡人数超过 8 人时关闭,“可能足以缓解许多州疫情再次爆发的最坏影响。”与公共场合 49% 的人佩戴口罩,并在上述死亡人数阈值时恢复关闭的情景相比,作者估计,普遍佩戴口罩可以在 2020 年 9 月 22 日至 2021 年 2 月底之间挽救近 13 万人的生命。

应对不确定性

几个月来,医疗保健系统以及州和地方政策制定者一直与建模人员合作,以帮助预测医院需求;IHME 模型最初就是为此目的而开发的。但是,将模型视为绝对答案会带来自身的一系列挑战。在疫情初期,当公共卫生专家敦促公民认真对待新型冠状病毒时,他们引用了预测,估计美国将出现从数万到超过两百万的死亡人数。各种模型之间的范围很大,以及预测与实际死亡人数之间的差异,导致专家批评这些模型,并使公众对建模过程本身持谨慎态度。事实上,科学家质疑了最新的 IHME 模型,因为它试图对如此遥远的未来做出预测。IHME 项目主管克里斯托弗·默里在 10 月份的新闻发布会上表示,即使该模型的中位数误差对于长期预测约为 20%,但这仍然优于大多数其他公共模型。“显然,随着时间的推移,不确定性会增加,”默里指出。但“这里的关键点是,冬季将迎来巨大的激增,我们的模型已经显示这种情况持续数月了。”

任何一个模型都可能或多或少地适用于特定目的。但科罗拉多大学博尔德分校计算机科学助理教授丽贝卡·莫里森解释说,一定程度的不确定性始终是预期的。她之前曾模拟过化学反应以及生态和流行病学情景。她说,根据定义,模型旨在简化世界;否则它们对我们来说将毫无用处。使用模型的流行病学家必须做出选择,并依赖于对各种因素的假设,例如个人行为、疾病的传播方式或人群的免疫百分比

IHME 健康指标科学教授兼华盛顿大学人口健康首席战略官 阿里·莫克达德 说,理想情况下,这些假设反映了不断变化的现实。例如,他说,IHME 团队基于一个假设——社交距离强制令将在每日死亡人数达到每百万人 8 人的社区重新实施六周——这基于大多数政府实际实施封锁的时间。但由于人类行为会发生变化(并且由于我们对 COVID-19 和引起 COVID-19 的病毒 SARS-CoV-2 的了解仍然有限),莫克达德说,模型必须是动态的。“如果您的模型假设某种关系将在[整个时间]段内保持不变,那就是问题所在,”他说。“我们会不断更新我们的模型,包括来自我们的新数据,然后我们每次都会重新评估我们所看到的以及关系是什么。”

这种敏捷性可能是佛蒙特州广受称赞的疫情应对措施的关键。迈克尔·皮西亚克是该州金融监管专员,并在该州疫情的分析和建模方面发挥了主导作用,他将这一成功的很大一部分归功于愿意使用州数据并与内部和外部专家灵活合作。他说,佛蒙特州不仅致力于做出数据驱动的决策,而且还定期检查和评估其模型。“您希望尽可能诚实地看待[数据],并继续改进[模型]以向前发展,”皮西亚克说。

尽管存在所有这些不确定性,但最近对 131 个国家/地区的分析表明,单独和组合应用的适度严格的限制,在不同程度上减缓了 SARS-CoV-2 的传播。研究人员发现,例如,禁止公共活动和超过 10 人的聚会可能会在实施后一个月内将基本传染数 R估计一名感染者感染的人数)降低多达 29%。将工作场所关闭纳入其中,R 将减少约 38%。然而,该论文的资深作者、爱丁堡大学全球健康教授 哈里什·奈尔 说,选择实施哪些干预措施“将取决于[一个地区]所处的疫情轨迹。例如,如果您的 R 为 1.5,您可以使用不太严格的措施组合——而如果它[是]超过 2,您将需要进入封锁状态。”这是因为只要 R 保持在 1 以上,病例就会继续增加

由于社区传播现在在全国范围内广泛存在,并且在绝大多数州 R高于 1,因此预防可能已不在考虑范围内。但是,接受关于保持距离和佩戴口罩的科学的政府或许能够减轻影响。正如地方当局试图避免封锁和医院超负荷运转,许多人实际上正在使用从接触者追踪中收集到的具体信息(例如,多数病例源于小型私人聚会)来指导新的限制措施。“我们正进入一个非常艰难的时期,”莫克达德说。“我们真的需要做好准备,我们需要尽自己的一份力量。”

在此处阅读更多关于大众科学冠状病毒爆发的报道此处。并在此处阅读来自我们国际杂志网络的报道此处

© . All rights reserved.