新智元报道  

来源:Stanford等
编辑:啸林、梦佳
【新智元导读】社交隔离真的有用吗?特朗普将隔离期限延长至4月30日的决定是在审查了12种不同的统计模型之后综合得出的。斯坦福大学生物学家Erin Mordecai和一组研究人员开发了一个交互式模拟器,模拟了COVID-19随时间的传播曲线,生动展示了社交隔离对控制疫情的作用。「新智元急聘主笔、高级主任编辑,添加HR微信(Dr-wly)或扫描文末二维码了解详情。」
在《瘟疫公司》下架后,你不再有模拟疫情的游戏可玩了?
《瘟疫公司》的开发者曾被邀请去美国疾控中心进行讲座。它让全球玩家对病毒的感染和传播机制有了基本的知识储备、感性认识和危机意识,是款很棒的科普性游戏。在疫情爆发后,已在国内外官方平台下架。
现在,你有了个更精确的疫情模拟器!
当然,要玩儿你得英文好,TOEFL过100的同学可以到文末找链接自己上去调参,本文只介绍科学家用这个模型做出来的研究结论
斯坦福大学生物学家Erin Mordecai和一组研究人员开发了一个交互式网站把社会隔离、检疫等各种干预措施做成了程度可平滑调节的旋钮,模拟了COVID-19随时间的传播曲线,让人可以非常直观地看到不同措施对病例数、死亡人数的动态影响,以及与医院负载的对比
斯坦福大学生物学家Erin Mordecai
研究成果:直观展示社会隔离的作用
以上四张图显示了社交隔离措施在0、轻度、中度、重度四种执行力度下,住院患者数量的直观减少。图中红线是医院承载力。
1.降低曲线峰值:我们的许多卫生资源都有固定的容量。如果同时有太多病例,我们将无法照顾每个生病的人。超出住院次数的上限将意味着不得不确定优先考虑哪些患者,而另一些只能无法被医治,我们已经看到这种情况在意大利等地出现。我们实践的社会距离力度越大,曲线将越平坦。
2.延迟高峰:随着时间的推移,很多资源将变得越来越丰富。我们将能够生产更多资源,例如治疗,呼吸机和医院病床。社交疏离等做法可以帮助延迟病例数量达到顶峰的时间,为我们赢得了获得所需资源的时间。
3.防止曲线末端爆发:一旦病例数开始减少,我们就可以停止社会隔绝吗?不。这三张图显示了强社会隔离持续3/5/10个月的状况,很明显,如果我们过快地解除控制,那么我们可能会看到疾病传播重新出现,病例数迅速反弹,因为许多人仍然易感在3或5个月后就解除隔离,导致的患者数量激增甚至会同样大幅超过医疗系统承载力。
我们在1918年的流感大流行中看到了这一点,当时许多美国城市在3到8周后取消了限制,看到了第二大流感高峰。
为了避免COVID-19的死灰复燃,我们需要在12到18个月或更长时间内采取多种干预措施,直到广泛使用有效的治疗方法和/或疫苗为止。
数月社交隔离的替代方案:照明开关法
我们不需要被高强度隔离整整一年或更长时间。专家表明,如果使用主动打开和关闭的干预措施,比如“照明开关法”(The Lightswitch Method),我们可以保持相对较低的传播率,允许更大的活动范围,同时仍将流行病保持在我们的医疗保健系统可以管理的水平。
当我们“开灯”时,开始保持社交距离,病例数开始减少;当“关灯”时,人们可以一定程度上恢复社交,并进行较小的调整。病例数将开始增加一点,但不会在我们重新恢复社交距离之前失控。我们可以根据数据,将切换时间设置为一定时间(三个星期打开,三个星期关)或是某个阈值例如:在一周内有15例住院病例时打开,在一周内低于2例住院病例时关闭)。
这样,我们就可以在阻止新冠传播和正常生活之间寻找平衡。
传染病动态建模方法
统计模型的基本原理相对显而易见。流行病学家将人口分为不同的区间。其中SIR模型是常见的一种描述传染病传播的数学模型,其基本假设是将人群分为以下三类:

1 易感人群(Susceptible):指未得病者,但缺乏免疫能力,与感病者接触后容易受到感染。 
2 感染人群(Infective):指染上传染病的人,他可以传播给易感人群。 
3 移除人群(Removed):被移出系统的人。因病愈(具有免疫力)或死亡的人。这部分人不再参与感染和被感染过程。在SIR 模型中以上三类人群之间存在两个转换的关系。
对于“暴露”但尚未感染的人,某些模型还会加入E,变成SEIR模型。然后,建模人员根据他们对疾病传播的判断,来制定变量,然后运行。这些变量包括:一个被感染者康复后或死亡之前感染了多少人,一个感染者感染另一个人需要多长时间等等。
SEIR模型图例
“一开始,每个人都是易感人群。感染者数量很少,他们感染了易感人群,感染者就开始呈指数级增长。”波士顿大学公共卫生学院传染病流行病学家海伦·詹金斯说。
特朗普将隔离期限延长至4月30日,基于12种统计模型得出
3月29日,在白宫举行的新闻发布会上,美国总统特朗普将美国新冠疫情预测总死亡数据“220万”重复了16次。而早先在华盛顿大学健康计量与评估研究所(IHME)3月25日发表的一篇研究报告中,预测美国未来4个月内可能会有81114人死于新冠肺炎。疫情的拐点大约在4月的第二周。IHME是一个强大的数据处理机构,有约500名统计学家,计算机科学家和流行病学家。IHME负责人Chris Murray:从上周的最新模型结果显示,目前总体情况首次出现好转,死亡人数统计相比于上周已经下降了20%,曲线开始逐渐平坦。
从流行病学的角度看,这些死亡数据的预测都是来自数学预测模型。白宫新冠病毒应对协调员Deborah Birx博士在发布会上表示,特朗普将隔离期限延长至4月30日的决定是在审查了12种不同的统计模型之后综合得出的。
斯坦福团队所使用的9格模型:S=易感 E=暴露 Ip=症状前但具有传染性的状态 
Ia=无症状感染 Is=重症 Im=轻症 H=住院 R=康复 D=死亡
哈佛大学传染病流行病学专家Marc Lipsitch的团队也使用了SEIR模型,数据的调整用以模拟社会隔离措施的收紧或放松,以及Covid-19感染可能出现的季节性变化(类似流感)。模拟时他改变了R0。基础传染指数R0指在没有外力干预下,一个感染者平均能传染的人数。在该模型中,如果停止严格意义上的社会隔离(无需采取疫苗或治疗之类的措施),将使感染率迅速攀升至每千人中约有两个危重病例,这等同于660,000名美国人即将病危该团队的模型发现,即便从4月到7月持续执行最严格的封禁措施,疫情也会在秋天左右回升。
原文链接:
https://news.stanford.edu/2020/03/30/modeling-social-distancings-impact/
模拟模型链接:

https://covid-measures.github.io/

斯坦福魔性的源代码都可以在Github上找到:
https : //github.com/morgankain/COVID_interventions
220万人死于新冠肺炎?特朗普说的最坏结局靠谱吗 :https://www.cnbeta.com/articles/tech/961793.htm
基于SIR模型的武汉新型冠状病毒动力学建模与参数辨识(附Python代码):https://zhuanlan.zhihu.com/p/104645873
The Mathematics of Predicting the Course of the Coronavirus:https://www.wired.com/story/the-mathematics-of-predicting-the-course-of-the-coronavirus/
继续阅读
阅读原文