COVID19传达的计算机模型怎么协助咱们对立病毒

本文系生物谷原创编译，欢迎共享，转载须授权！

使用数学和计算机模仿流行症传达进程的科学家正在研讨这种新式冠状病毒，企图猜测这种全球疫情或许怎么演化，以及怎么最好地应对。

但有些人说，使用这些建模东西和研讨人员的发现，还可以做更多的作业。

"这是一种暂时的、自愿的尽力，我以为这是咱们咱们可以改善的当地，"约翰霍普金斯卫生安全中心的流行症建模师Caitlin Rivers说。

在她看来，"建模在了解疫情怎么演化、将向何处开展以及咱们该怎么考虑方面起着很重要的效果。"

图片来自：Hannah A Bullock and Azaibi Tamin CDC Science Source

但她说，只要一小部分流行病模型师为联邦政府作业。他们中的大多数人在学术界作业，与那些有必要做出要害公共卫生决议计划的官员没有正式联系。

虽然如此，他们仍是活跃地将自己的技术用于公益事业。上一年12月下旬，我国初次呈现了一种新病毒的陈述。

他们对过去的埃博拉病毒和寨卡病毒疫情也做出了相似的尽力。但业内人士表明，感觉这一次不同。

"我从来就没见过建模界如此激动，你知道，环绕这次迸发，并乐意共享和协作，"Cecile Viboud说，他是国家卫生研讨院Fogarty世界中心的一名科学家。

研讨团队一直在敏捷地提出见地。到1月中旬，一个安排现已分发了一份剖析陈述，依据飞机飞翔和游览数据，列出了15个面对病毒传达危险的城市。

另一个团队宣告，他们现已使用我国境外检测到的感染人数，来协助查明武汉或许发生的真实状况。这些研讨人员估量，其时实践有1700多个病例，虽然官方承认的病例数量只要41个。

伦敦卫生与热带医学学院(London School of Hygiene & Tropical Medicine)流行症建模师Rosalind Eggo表明："敏捷发布这些信息有助于招引其他建模师更多的注意力，他们会说，'咱们现在可以做一些工作，所以就这么做吧。'"

她和她的搭档们最近收集了有关病毒传达的最牢靠的信息，并研讨了经过阻隔患者和追寻他们从前触摸过的每一个人来操控病毒的可行性。

Eggo说："这是咱们做的一项研讨，咱们企图为决议计划者供给有用的信息，告知他们为了有一个很好的时机操控疫情，他们需求用这种战略做些什么。"

他们发现，公共卫生作业者需求追寻大部分患者触摸者，才干有用地敏捷阻止疫情的迸发。

她说："你需求追寻至少80%的触摸者，这样才有80%的时机在三个月内操控由20个病例引起的疫情。所以这是一个适当高的数字。这在一些当地是可行的，但在另一些当地或许不可行。"

她的团队还研讨了筛查机场旅客以发现感染者的功效。一项模仿显现，假如100名受感染的旅客在12小时的飞翔中开端了一段旅程，其间大约一半不会被根据症状的入境或出境旅客筛查发现。

Eggo解说说："因为感染的天然前史，人们从感染到开端呈现症状大约需求5天的时刻。在这段时刻里，他们可以游览，不会被发现。"

这样的研讨可以在必定程度上协助公共卫生官员决议把时刻、精力和金钱会集在哪里。

例如，在2014年西非迸发埃博拉疫情期间，模型猜测，假如没有活跃的干涉，疫情将持续快速增长。

"这些猜测或许有助于加速世界反响，并为怎么有用布置资源供给了辅导，"最近一篇关于"疫情科学"的评论说。

最近几周，政府表里的建模人员都可以参加美国疾病操控与防备中心(Centers for Disease Control and Prevention，简称CDC)每周举行的电话会议。

Viboud说，美国疾病操控与防备中心一般会在这些电话会议中更新这种新式冠状病毒的状况，并评论需求协助的问题。她说，有一个这样的电话就有80多人在线。

流行病建模者也一直在经过即时消息渠道Slack和Twitter进行交流。

"从来就没像现在这样有安排，"Viboud说。但是，计算机模型的好坏取决于输入的数据。

哈佛大学公共卫生学院的流行病学家Marc Lipsitch说："现在数据的质量是如此的不确定，以至于咱们不知道这些模型在猜测这种疾病迸发方面有多好。"