'早期和大胆的干预措施最好'：模拟大流行反应的研究人员

随着全球应对COVID-19疫情的实时展开，公共卫生官员敦促采取前所未有的措施，以“拉平曲线”。但我们如何知道哪些行动可能会减缓传播，以及减缓的幅度有多大?

答案是一种流行病模型Dionne Aleman是多伦多大学应用科学与工程学院的研究员，拥有建筑方面的第一手经验。

Aleman是机械与工业工程系的副教授，是运筹学领域的专家，主要研究在人类健康。十年前，她创建了一个假想的流行病模型，并用它来探索诸如人口统计学差异如何影响传播率或缓解策略影响了对保健服务的需求。

“这些模型可以作为‘万一机器’来提供帮助公共卫生官员回答“策略A比策略B更有效吗?”或“这一战略会对医疗保健提供者产生意想不到的后果吗?”“解释的话。

作家Liz Do采访了阿莱曼，了解她的研究，以及模拟和建模如何在大流行防范中发挥重要作用。

解释你在流行病规划领域的研究。你的模型实际上模拟的是什么?

我的研究重点是创造模拟异质人群的能力。这考虑到基于年龄和健康状况的独特传播率和易感性，以及独特的行为。这些行为包括，例如，选择采取公共交通，或选择生病时呆在家里。我们解释了传染性疾病根据这些高度特定的人到人类场景传播。

我们可以，也确实建立了任何有数据的模型，包括按人口统计的感染情况、按人口统计的死亡情况、按医院的重症监护病房(ICU)病床使用情况、按医院的卫生保健工作者感染情况或缺勤情况等等。我们还纳入了缓解战略，如社交距离和疫苗中心，以及关闭学校、交通和餐馆等大批量企业。

我们从一个大型仿真模型开始，将其提炼为一个大型网络，其中的人被表示为节点，两个人之间的接触是这些节点之间的弧。从这个网络中，我们可以使用最优化的方法来识别人群中最关键的人。这些是优先接种疫苗或隔离以减少疾病传播的国家。最关键的人往往可以根据他们的职业、社区、年龄和使用某些过境路线来确定。

您的模型与传统预测模型有何不同?

大多数大流行模型都基于称为再现号码或R0的概念。该号码是一个受感染者将导致的感染的平均感染次数。例如，Covid-19在2.3左右的R0，根据我已经看到的最新估计，虽然此数字仍在不断发展，但随着更多数据可用。

该数量适用于随着时间的推移快速预测整体感染水平以及减少R0通过的影响，说，社会疏远。

但R0可以在城市与农村环境中不同，甚至可以在大城市的不同部分中变化。它还无法可靠地捕捉到高风险个人的学校封闭或疫苗和检疫等目标缓解策略。我们的模型基于已知人口统计学，年龄，学校用法，工作场所，运输使用等，为城市的每个人都构建独特的个人。这意味着他们可以捕获个人健康变化的数据，更准确地模拟有针对性的缓解策略的有效性。

这种方法的一个缺点是需要更多的数据。一个重要的警告是，所有的流行病模型都是基于估计和假设，虽然疾病传播的总体趋势和影响可以如实地预测，但发生的确切数字和发生的时间却不能全信。

您的模型是在哪里实现的?

我的模型是在几年前与安大略省健康保护和促进局(OAHPP)的研究人员磋商后开发的，该机构现在被称为安大略省公共卫生(PHO)。从那以后，我们大大扩展了模型的粒度和优化技术。

你的模型能预测结果吗，比如东纽约和北纽约有多少病例，或者哪个医院会首先不堪重负?

是和否。大流行病的模拟将表明每个医院的大流行需求，哪家医院都很糟糕，但每个模拟只是一个硬币的翻转，只是一种可能性。

这其中涉及到很多随机事件，所以同样的场景在另一个模拟中可能会显示出非常不同的结果。

作为一个例子，将当前的Covid-19作为一种情况，并考虑武汉患者零的另一种情景，方便地自分离两周并感染了其他人。显然，即使他们从同样的疾病和同一个患者开始，这两种情景也会产生巨大不同的世界影响。

因此，我们必须运行数百个模拟来了解平均或90%的情况下发生了什么。如果这些医院经常出现在受灾最严重的医院中，那么我们可以自信地说，一旦发生真正的流行病，这些医院将是受灾最严重的。

您的模型如何包含社会疏散的影响？

我们可以定义社会疏散和合规性概率，这意味着一个人与他人的社会距离以及一个人遵循公共卫生准则或强制性检疫的可能性是有多可能。这些概率可以根据我们认为来自政府和媒体的消息传递的效果如何，或者现在可能更相关，或者也许是多么相关的人是如何误解的误导，如声称covid-19“就像流感一样”或您可以用精油替代肥皂和洗手液。

在过去的几周里，有一个概念得到了广泛的关注，那就是“使曲线变平”。这一策略在减缓人口扩散方面有多重要，尤其是在多伦多这样的城市环境中?

把曲线弄平在加拿大和世界上的大多数地方都是非常重要的，无论是城市还是非城市。

这一切都是为了减缓疾病的传播，即使感染总数保持不变，因此感染的高峰数量——医院必须一次性处理的大流行患者的最大数量——将大幅减少。

一家医院可以在任何时候接收额外的100名COVID-19患者，但不能再额外接收1000名。考虑到感染患者需要呼吸机的高概率，如果曲线不平坦，呼吸机的可用性也会成为问题。

加拿大每10万人有大约15个呼吸机，其中90％已经使用，每10万人留下约1.5名呼吸机 - 因此，如果甚至额外的全国患者需要呼吸机，这可能意味着有些患者不“得到它们，这些患者是否是Covid-19案例或其他患者。呼吸机可用性较低的省市尤其存在危险。

2011年，你在《侠盗猎车手》中开发了一个模拟模型来测试流感的爆发。您能否介绍一下这些经验教训和成果，以及如何将其应用到当前的新冠肺炎疫情中?

早期和大胆的干预是阻止流行病蔓延的最好办法。我们一致发现，关闭学校、关闭一些大规模的交通路线，以及对特定年龄层的人群或与公众有大量接触的工人等目标人群接种疫苗是最有效的。

直到最近，我才想到像关闭学校这样激烈的行动会因为政治影响而被考虑。令我印象深刻的是，在中国被新冠肺炎疫情淹没之前，全国各地的学校和大学纷纷关闭。

科学显然在政府的决策过程中起着主导作用，这也是它应该做的。我们现在正处在一个十字路口——我们可以要求人们保持谨慎，但要照常生活，或者我们可以采取大胆但暂时的行动，防止我们遭受成千上万的感染和死亡的痛苦。

---

---