全球如何应对新冠大流行？科学子刊社论：数据驱动模型指导

 
 
全球如何应对新冠大流行？科学子刊社论：数据驱动模型指导  
 

当地时间3月11日，顶级学术期刊《科学》（Science）子刊《科学转化医学》（Science Translational Medicine）在线发表社论文章“新冠状病毒暴发：大流行预防的框架问题（New coronavirus outbreak: Framing questions for pandemic prevention）”。

作者们聚焦防控流行病中起着重要作用的预测问题，他们认为目前针对新冠肺炎（COVID-19）的一些预测数学模型都相对简单，不足以支撑专家们达成共识并指导疾病防控。“我们需要了解和量化控制SARS-CoV-2暴发的主要变量，而不是仅仅依赖确诊病例及其地理空间传播。”

然而，更全面的数学模型可能需要几个月甚至几年来开发和验证。现有的此前为流感大流行或SARS、MERS疫情开发的数学模型或可借鉴，这些模型考虑了病原体、社会和干预变量的变化，准确性进一步提高。

作者们呼吁，目前正在独立进行COVID-19数学建模研究的美国、中国和欧洲的团队应该在政府支持下协同合作，而努力的重点是确定预测模型中关键变量。这些变量的信息也应在科学界、红十字会、其他非政府组织和应急响应人员等之间自由共享。他们还建议建立一个数据库，根据病原体-宿主、基于社会和干预-影响模块来组织信息，这些资源将连接所有现有的数据库网络。

作者们强调了三个具体目标：第一、预测中国COVID-19的进一步传播；第二、预测其在不同条件下向其他地区传播和在当地进一步传播的可能性；第三、预测不同缓解策略（如检疫、接触隔离、手部卫生和使用口罩）的有效性。

这篇社论的作者包括：美国加利福尼亚大学洛杉矶分校公共卫生学院流行病学系名誉教授Scott P. Layne、美国杜兰大学科学与工程学院Evelyn and John G. Phillips杰出数学教授James M. Hyman、美国国立卫生研究院（NIH）下属国家过敏和传染病研究所（NIAID）主任办公室的主任高级顾问David M. Morens、NIAID传染病实验室病毒发病和进化机理部门主任Jeffery K. Taubenberger。其中，Taubenberger为通讯作者。

值得注意的是，用数学模型研究传染病的传播问题，这种方法在1927年首次使用，历经近百年发展已日益受到重要。尽管科学界无法保证开发的数学模型和现实的物理传播过程完全相符，但无比接近的精确模拟仍功不可没。

2004年，L.Hufangel等人即通过数学模型还原了SARS全球传播的过程，模拟结果和实际结果得到了很好的拟合。类似的这些研究至少在一定程度上说明了：传染病全球传播是可预测的。

截至2019年，世卫组织已宣布5起“国际关注的突发公共卫生事件”。2020年1月30日，世卫组织宣布了第6起，即COVID-19。当地时间3月11日，世界卫生组织（WHO）总干事谭德塞在日内瓦举行的例行记者会上则进一步表示，疫情的传播程度和严重性令人深感担忧，“因此我们评估认为，新冠肺炎疫情从特征上可称为大流行”。

作者们提出：在这一正在蔓延的流行病中，全球需要在专家共识的指导下采取行动，正如这篇社论所强调的那样，需要在数据驱动模型的进一步指导下采取行动。

SARS-CoV-2传染力、病死率估计数字令人担忧

截至2020年3月4日，新型冠状病毒SARS -CoV-2已席卷了至少83个国家，感染了超过94200人，其中3200多人死亡(https://systems.jhu.edu/research/publichealth/ncov/)。

作者们认为，要了解SARS-CoV-2带来的前所未有的挑战，仅仅依靠确诊病例及其地理空间传播是不够的。目前关于疾病严重程度分类的统计数据是有价值的，但也远远不够。此前的2月17日，中国疾病预防控制中心新型冠状病毒肺炎应急响应机制流行病学组在《中华流行病学杂志》上发表的一项超过7万人的研究显示，在44672例确诊病例中，80.9%属于轻/中症、13.8%属于严重、4.7%属于危重症。

作者们指出，我们必须了解和量化控制当前疫情的主要变量。