冠状病毒建模:“不确定性是唯一的确定性”

白宫引用的统计模型在美国冠状病毒大流行病的第一波死亡周一生成了略微减少的人物，这项投影专门用于帮助官员计划最糟糕的计划，包括拥有足够的医院工作人员，床和呼吸机。

这个比较好消息的唯一问题？这几乎肯定是错误的。所有型号都是错误的。有些人比其他人更少的错误 - 这些是公共卫生官员依赖的人。

欢迎来到愁眉苦脸的模特世界。

“关键是你想知道未来会发生什么，”NASA顶级气候模型师加文·施密特(Gavin Schmidt)说。“如果没有时光机，你就只能用模型了。”

天气预报员使用模型。气候科学家使用它们。超市使用它们。

在各国领导人试图应对冠状病毒爆发之际，他们正在求助于大量数学模型，以帮助他们弄清楚接下来可能发生的事情，以及他们现在应该努力做些什么来遏制和准备应对疫情的蔓延。

华盛顿大学(University of washington)本周更新的模型——美国卫生官员在白宫简报中最常提到的模型——预测美国的每日死亡人数将在4月中旬达到峰值，然后在整个夏季下降。

他们的最新预测显示，第一波死亡人数在49,431到136,401之间，这波死亡人数将持续到今年夏天。这是一个很大的范围，87000。但就在几天前，该团队的死亡人数为近13.8万人，最高死亡人数为17.7866万人。官员们将此归功于社交距离。

最新的计算基于更好的数据，了解病毒行为如何，更多关于人们如何行动和更多城市作为示例的信息。例如，来自意大利和西班牙的新数据建议社会偏移工作甚至比预期更好，以阻止病毒的传播。

开发该模型的华盛顿大学的Christopher Murray博士说，在这些意大利和西班牙城市，疫情达到顶峰的时间——也就是死亡人数开始下降的时间——比中国武汉短。

那么建模是如何工作的呢?就拿我们所知道的有关冠状病毒如何传播、何时致命、何时不致命、何时出现症状和不出现症状的所有信息来说吧。

然后，我们了解人们如何做出反应，社会疏散，留在家庭订单和其他挤压的人类因素的一切。

现在再加上我们对检测、治疗疾病和设备短缺的了解。最后，在每个层面都加入大量的不确定性。

把这些成千上万的数据点压缩到极其复杂的数学方程中，瞧，接下来的大流行将会发生什么。不过，请记住，这是一个巨大的误差范围:对于美国死亡人数的预测，误差范围比特拉华州威尔明顿市的人口还要大。

“没有任何模型是完美的，但大多数模型在某种程度上是有用的，”坦普尔大学(Temple University)的数学教授、几本关于数学和日常生活的书的作者约翰·艾伦·保罗(John Allen Paulos)说。“但我们不能把模型和现实混为一谈。”

建模人员面临的一个挑战是，要处理超负荷的公共卫生部门造成的死亡总数摇摆不定的问题。一个州的数据可能显示出死亡人数的大幅波动——但这仅仅是因为大量积压的报告同时出现。一天内死亡人数的巨大飞跃可能会打乱预测。

德克萨斯大学疾病模型师Lauren Ancel Meyers说，另一个问题是，包括她的模型在内的大多数流行病模型都是基于流感的行为，这与这种新型冠状病毒不同。

大多数模型使用微积分来考虑“你无法预测的事情”，Meyers说。对她来说，这些都是简单的方程，懂高等微积分的人都能算出来。对其他国家来说，这是希腊语。字面上充满了sigma, phis, omega和其他符号。

即使有了所有的不确定性，“它比从臀部射击的射击要好得多，”迈耶斯说，他们正在讨论她所谓的Covid-19为疾病控制和预防中心所谓的“工作型号”。“数据驱动的模型是我们的最佳证据。”

数学家保罗说，因为有很大的蒙骗因素，所以聪明的做法是不看一个单一的数字——最小的死亡人数，或者最大的死亡人数——而是看可信范围内的数字，在这个范围内，有95%的可能性会下降。在华盛顿大学的模型中，死亡人数从5万到13.6万不等。

不确定性会随着时间的推移而减小，但永远不会真正消失——就像飓风预报一样，当风暴接近登陆时，不确定性的锥体会缩小，但仍然很大。

“不确定性是唯一的确定，”保罗说。“知道如何带着不安全感生活才是唯一的安全感。”

---

---

美联社。保留所有权利。未经允许，本材料不得出版、广播、改写或重新发行。