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
當?shù)貢r間3月11日，頂級學術(shù)期刊《科學》（Science）子刊《科學轉(zhuǎn)化醫(yī)學》（Science Translational Medicine）在線發(fā)表社論文章“新冠狀病毒暴發(fā)：大流行預防的框架問題（New coronavirus outbreak: Framing questions for pandemic prevention）”。
作者們聚焦防控流行病中起著重要作用的預測問題，他們認為目前針對新冠肺炎（COVID-19）的一些預測數(shù)學模型都相對簡單，不足以支撐專家們達成共識并指導疾病防控。“我們需要了解和量化控制SARS-CoV-2暴發(fā)的主要變量，而不是僅僅依賴確診病例及其地理空間傳播。”
然而，更全面的數(shù)學模型可能需要幾個月甚至幾年來開發(fā)和驗證。現(xiàn)有的此前為流感大流行或SARS、MERS疫情開發(fā)的數(shù)學模型或可借鑒，這些模型考慮了病原體、社會和干預變量的變化，準確性進一步提高。
作者們呼吁，目前正在獨立進行COVID-19數(shù)學建模研究的美國、中國和歐洲的團隊應該在政府支持下協(xié)同合作，而努力的重點是確定預測模型中關(guān)鍵變量。這些變量的信息也應在科學界、紅十字會、其他非政府組織和應急響應人員等之間自由共享。他們還建議建立一個數(shù)據(jù)庫，根據(jù)病原體-宿主、基于社會和干預-影響模塊來組織信息，這些資源將連接所有現(xiàn)有的數(shù)據(jù)庫網(wǎng)絡。
作者們強調(diào)了三個具體目標：第一、預測中國COVID-19的進一步傳播；第二、預測其在不同條件下向其他地區(qū)傳播和在當?shù)剡M一步傳播的可能性；第三、預測不同緩解策略（如檢疫、接觸隔離、手部衛(wèi)生和使用口罩）的有效性。
這篇社論的作者包括：美國加利福尼亞大學洛杉磯分校公共衛(wèi)生學院流行病學系名譽教授Scott P. Layne、美國杜蘭大學科學與工程學院Evelyn and John G. Phillips杰出數(shù)學教授James M. Hyman、美國國立衛(wèi)生研究院（NIH）下屬國家過敏和傳染病研究所（NIAID）主任辦公室的主任高級顧問David M. Morens、NIAID傳染病實驗室病毒發(fā)病和進化機理部門主任Jeffery K. Taubenberger。其中，Taubenberger為通訊作者。
值得注意的是，用數(shù)學模型研究傳染病的傳播問題，這種方法在1927年首次使用，歷經(jīng)近百年發(fā)展已日益受到重要。盡管科學界無法保證開發(fā)的數(shù)學模型和現(xiàn)實的物理傳播過程完全相符，但無比接近的精確模擬仍功不可沒。
2004年，L.Hufangel等人即通過數(shù)學模型還原了SARS全球傳播的過程，模擬結(jié)果和實際結(jié)果得到了很好的擬合。類似的這些研究至少在一定程度上說明了：傳染病全球傳播是可預測的。
截至2019年，世衛(wèi)組織已宣布5起“國際關(guān)注的突發(fā)公共衛(wèi)生事件”。2020年1月30日，世衛(wèi)組織宣布了第6起，即COVID-19。當?shù)貢r間3月11日，世界衛(wèi)生組織（WHO）總干事譚德塞在日內(nèi)瓦舉行的例行記者會上則進一步表示，疫情的傳播程度和嚴重性令人深感擔憂，“因此我們評估認為，新冠肺炎疫情從特征上可稱為大流行”。
作者們提出：在這一正在蔓延的流行病中，全球需要在專家共識的指導下采取行動，正如這篇社論所強調(diào)的那樣，需要在數(shù)據(jù)驅(qū)動模型的進一步指導下采取行動。
SARS-CoV-2傳染力、病死率估計數(shù)字令人擔憂
截至2020年3月4日，新型冠狀病毒SARS -CoV-2已席卷了至少83個國家，感染了超過94200人，其中3200多人死亡(https://systems.jhu.edu/research/publichealth/ncov/)。
作者們認為，要了解SARS-CoV-2帶來的前所未有的挑戰(zhàn)，僅僅依靠確診病例及其地理空間傳播是不夠的。目前關(guān)于疾病嚴重程度分類的統(tǒng)計數(shù)據(jù)是有價值的，但也遠遠不夠。此前的2月17日，中國疾病預防控制中心新型冠狀病毒肺炎應急響應機制流行病學組在《中華流行病學雜志》上發(fā)表的一項超過7萬人的研究顯示，在44672例確診病例中，80.9%屬于輕/中癥、13.8%屬于嚴重、4.7%屬于危重癥。
作者們指出，我們必須了解和量化控制當前疫情的主要變量。
這篇社論中提到傳染病暴發(fā)一個重要特征基本傳染數(shù)，即R0。如果這個數(shù)字大于1（R0>1），則統(tǒng)計學上來說該病例就有能力將感染傳播給繼發(fā)性病例。如果該數(shù)值等于1或小于1（R0≤1），則意味著繼發(fā)傳播能夠很快結(jié)束。
根據(jù)目前中國的初步估計，SARS-CoV-2的R0值在2.5到2.9之間，與之相關(guān)的全年齡段病死率估計為2.3%。相比之下，1918-1919年西班牙流感大流行在全世界造成了約5000萬人死亡，對那次流感的估計R0值是1.8左右，病死率為1%-2%。
因此，關(guān)于SARS-CoV-2的上述這些估計數(shù)字令人擔憂。但作者們提到，僅憑這些數(shù)據(jù)，專家還不足以對持續(xù)存在的COVID-19威脅進行評估。
2002-2003年的嚴重急性呼吸綜合征（SARS）、2012-2015年的中東呼吸系統(tǒng)綜合癥（MERS）這兩次傳染病的暴發(fā)，后續(xù)對它們估計的R0<2。而就病毒傳播特點來說，最近的研究報告表明，COVID-19患者在癥狀較輕甚至未發(fā)病之前（無癥狀時期）就能排毒和傳播感染。這種特征在人類流感病毒和許多其他呼吸道病毒中都可以觀察到，但在SARS和MERS冠狀病毒中不存在。
類比來考慮，當前COVID-19的傳播模式引發(fā)關(guān)注，因為類似的或更大的R0值意味著類似或更短的病例倍增時間。
更全面的數(shù)學模型
然而，許多相關(guān)的問題仍然沒有答案。作者們提出，哪些病原相關(guān)變量可以解釋這些擴增傳播？哪些基于社會的變量與SARS和MERS事件不同，或者自那以來發(fā)生了什么變化？哪些人口區(qū)域?qū)⒕S持R0>1，以及這種傳播程度的決定因素是什么？
要解決這些問題，需要進一步深入研究變量要素。
第一，是與病原體-宿主相互作用相關(guān)的變量。包括：病毒排出時間（時間）、病毒排出滴度（感染釋放數(shù)量）、病毒穩(wěn)定性持續(xù)時間（環(huán)境）、病毒排出異質(zhì)性(如“超級傳播者”)。此外，也要考慮病毒的人類適應性，也就是病毒基因組的變化。他們認為，可以想象，隨著時間的推移改，這些變量的平均值會改變。
第二，基于社會的有關(guān)變量則包括：人口密度（密度）、日常通勤（居家和工作結(jié)構(gòu)）、密切的接觸互動（更多的外出機會）、新的行為模式（城市化和更大的流動性），以及其他許多變量。
第三，需要考慮的干預措施包括隔離檢疫、患者和接觸者的隔離、手部衛(wèi)生、口罩、個人防護的公共教育、治療（抗病毒藥物和抗體）和未來疫苗的影響。
研究團隊提到，目前，一些研究團隊采用流行病學暴發(fā)的基本數(shù)學模型來估計R0，但這些模型不能確定基于病原的變量。這些估計還需要結(jié)合臨床觀察和“皮鞋（shoe-leather）”流行病學（也就是所謂的現(xiàn)場流行病學）。
而基于社會的變量可以從現(xiàn)有的人口統(tǒng)計、交通和電信數(shù)據(jù)中提取。然而，由于隱私和安全問題，大多數(shù)國家的收集機構(gòu)可能不愿意共享這些數(shù)據(jù)，即使是在災難或突發(fā)公共衛(wèi)生事件期間。
目前已發(fā)表的論文和在線資源中，可以看到有研究團隊已經(jīng)提出一些能夠在幾周內(nèi)對COVID-19病例進行實時預測的數(shù)學模型。然而，作者們指出，包括復雜的病原體和基于社會變量的更全面的數(shù)學模型，可能需要大量的時間和精力來開發(fā)和驗證，通常需要幾個月甚至幾年。
利用現(xiàn)有的此前為流感大流行或SARS、MERS疫情開發(fā)的數(shù)學模型，是作者們提出的救急方法之一。這些模型包括由美國國立普通醫(yī)學科學研究所(NIGMS)開發(fā)的傳染病Agent模型研究（MIDAS）項目中的一些。這些微分方程模型考慮了病原體、社會和干預變量的變化。顯然，它們預測COVID-19傳播的準確性將取決于傳播模型和基礎數(shù)據(jù)的質(zhì)量。
MIDAS致力于采用數(shù)學與計算機模型研究突發(fā)傳染病應急管理。例如，其研發(fā)的FluTE模擬系統(tǒng)主要以季節(jié)性流感在美國境內(nèi)的大流行為情景進行模擬，模擬結(jié)果可通過第三方工具進行可視化展示。FluTE的特點還在于其開源性，系統(tǒng)源代碼可在MIDAS官網(wǎng)下載。MIDAS還研發(fā)了GEM系統(tǒng)，是一個針對流感全球流行的可視化模擬系統(tǒng)。
美國、中國和歐洲的數(shù)學建模小組需協(xié)作
基于目前的現(xiàn)狀，作者們認為，科學界的努力方向就是需要確定上述關(guān)鍵變量的值和范圍，以及確定任何其他重要的變量。
此外，有關(guān)這些變量的信息應在科學界、紅十字會、其他非政府組織和應急響應人員等之間自由共享。他們建議建立一個數(shù)據(jù)庫，根據(jù)病原體-宿主、基于社會和干預-影響模塊來組織信息，這可能為共享這些不同的信息提供最有效的方法。這種資源將連接所有現(xiàn)有的數(shù)據(jù)庫網(wǎng)絡。此外，這樣的“集中式交換”庫可以引入自動工具來查找、組裝和評估數(shù)據(jù)，以便進行后續(xù)的管理和鏈接。
值得一提，眼下美國、中國和歐洲的許多數(shù)學建模小組正在獨立工作，以預測COVID-19感染的傳播。作者們認為，這些團體之間的協(xié)同合作是必要的，政府機構(gòu)應予以支持。
另外，此前的2020年2月12日，世界衛(wèi)生組織（WHO）在瑞士日內(nèi)瓦主辦了一次新型冠狀病毒全球研究與創(chuàng)新論壇，并制定了一份與目標相關(guān)的研究藍圖。
作者們在這篇社論文章中重點強調(diào)圍繞世衛(wèi)組織目標的三個具體目標：第一、預測中國COVID-19的進一步傳播；第二、預測其在不同條件下向其他地區(qū)傳播和在當?shù)剡M一步傳播的可能性；第三、預測不同緩解策略（如檢疫、接觸隔離、手部衛(wèi)生和使用口罩）的有效性。
他們最后還討論了治療和預防的基本情況。在醫(yī)療方面，盡管多項臨床試驗在嘗試尋找治療COVID-19的方法，但目前還沒有批準用于治療冠狀病毒感染的疫苗或抗病毒藥物。包括住院和重癥監(jiān)護病房管理的支持性護理，是現(xiàn)在唯一的治療選擇。
但幸運的是，在公共衛(wèi)生方面，一些傳統(tǒng)的干預措施還能保護大量人群，包括旅行限制、隔離檢疫、患者/接觸者隔離等。
然而，作者們認為需要明確的是，確定應對COVID-19的最佳措施將需要了解驅(qū)動COVID-19暴發(fā)的主要因素，并監(jiān)測這些因素如何隨時間和地點發(fā)生變化。
論文原文鏈接：https://stm.sciencemag.org/content/12/534/eabb1469
編輯?∑Gemini
來源：科學網(wǎng)
文章推薦
?數(shù)學家探索兩個幾何世界之間的鏡像鏈接
?數(shù)學天才帕吉特：他有如電影般的人生際遇
?世界上最奇怪的數(shù)學天才，被獎勵100萬卻拒領，寧愿過得像乞丐
?斯坦福大學教育學院院長：學習本身就是一門學問
?如果沒有數(shù)學，我們?nèi)绾螠y量
?數(shù)學的真相：物理時空的數(shù)字模型還是現(xiàn)實本身？
總結(jié)
以上是生活随笔為你收集整理的全球如何应对新冠大流行？科学子刊社论：数据驱动模型指导的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： AI算法连载10：统计之k 近邻法
- 下一篇： 高斯模糊的算法