核心观点
相信逻辑,坚持从模型的逻辑出发,校验和提升输入模型的数据质量比增加模型本身的复杂度和精度更重要。紧紧围绕防疫措施(包括疫苗接种)对传染系数R0(基本再生数)的影响,来评估和预测疫情的发展,是取得较好预测效果的关键。海外很多国家已感染人数可能明显大于累计确诊数,离达到群体免疫拐点的距离可能没有那么远。随着疫苗接种的提速,美国大概率在6月前(乐观假设下4月份)能达到群体免疫。欧美国家采取封锁措施的强度很大程度上取决于医疗系统的压力,因此在对老年人等重点人群疫苗接种达到较高比例后,重症率和死亡率会明显下降,即使新增确诊人数上升,医疗系统的压力也会缓解,封锁措施可能提前解除。历史回顾:相信逻辑是取得预测效果的基本前提
回顾过去一年对国内外疫情预测取得的一些效果,如果要总结一点经验的话,就是要相信逻辑,坚持从模型的逻辑出发,不能被恐慌情绪左右,也不能简单套用模型。下面通过回顾疫情预测中几个具体的问题,可以更直观地理解坚持从逻辑出发的重要性。
1.估算新冠病毒的初始R0值。
初始R0值是指病毒在最开始还没有人为的防控措施的情况下,平均每个病人能传播几个人。估算这一数值非常重要,因为模型预测依赖这个初始参数,包括采取防疫措施后R0能下降到什么水平,也与初始的R0值非常相关。
在2020年2月3日发布的《疫情拐点何时出现——基于数学模型的新冠病毒传播预测》中,估算的新冠病毒初始R0为5.38,明显大于SARS(3左右)。当时还是受到不少质疑,因为当时各类研究和资讯大多是说新冠病毒的传染系数可能接近SARS。
实际上,用SEIR模型测算R0值的方法是确定的,问题是输入什么数据来测算。从逻辑上讲,疫情初期没有采取额外的防疫措施,检测手段和检测覆盖面都是严重不足的,所以初期的确诊数据可能失真(来不及检测)。如果输入初期的确诊数据,即使模型精度再高,也得不到较准确的结果。
当时,我们采用了相对另类的数据:从武汉迁出到外省的人群的发病率反推当时武汉的疫情规模。因为在疫情前期,武汉的医疗资源紧张,检测能力严重不足,但春节前迁移到外省的人群,都得到了充分的观察和检测,数据不容易失真。
可见,通过另类的数据源校验和修正了失真的数据,是获得较准确的初始R0值的关键,也为后续疫情预测模型提供了更准确的参数值。
2.评估防疫措施对R0的影响。
根据SEIR模型预测疫情,最重要的就是评估防疫措施对R0的影响。在对国内疫情的预测中,我们借鉴了WHO专家的一篇文献里的结论:中国在2003年非典期间后期,严格的防疫措施使得SARS的基本传染数下降到0.4。
结合当时的防疫措施,我们认为严格程度可能超过2003年非典时期,并通过对传播动力学公式中三个影响R0的因素分别分析,得到结论:对防控措施应该有信心,R0能降到明显小于1。由此得到中性假设下的预测结果。
评估防疫措施对R0的影响,显然是从SEIR模型的基本逻辑出发的,而不是简单套用模型去做数据拟合。事实上,当时自媒体上有很多文章直接用SEIR模型或者S生长曲线直接做数据拟合,然后外推预测未来,或者用中国的数据拟合来推测国外疫情的发展路径。这种直接套用其实没有真正理解模型的内在逻辑:只有假如没有采取防疫措施或防疫措施力度保持不变的情况下,病毒传播扩散才会符合拟合出来的曲线的规律,而在防疫措施不一样的情况下,直接拟合是没有意义的。
因此,用早期的感染数据推测未来并不可取,因为后来采取了更严格的防疫措施。同样用中国疫情的数据拟合出来的规律去预测海外疫情的趋势也是很不靠谱的,海外的防控力度明显弱于中国。
3.我们曾提前预判海外疫情会失控。
在2020年3月2日发布的《海外疫情失控的概率有多大?》中判断“以国内防控措施的严格度和效果为标尺,评估海外疫情防控的难度:前景不乐观,失控的概率较大”。这比原油期货和美股3月6日、7日恐慌性暴跌提前了5个交易日。
当时判断的主要依据是“国内通过严格的防控措施,将传染系数下降到了0.5左右,而达到这一效果可能需要将人员之间的接触频率比平时下降80%”,当时国外的防疫措施显然没有这么严格。而只要R0明显大于1,疫情传播就会呈指数级增长。
这也是坚持从逻辑出发得到的相对更客观的判断。当时大部分观点还是认为欧美发达国家有充裕的医疗资源和成熟的公共卫生防疫体系,不用担心他们不戴口罩,不隔离,他们有既定的防疫响应机制。事后看,这种感性的印象显然不如逻辑分析可靠。
4.对欧美第一波疫情拐点的预测和第二波疫情的预判。
2020年3月20日发布的《模型揭示美国疫情失真:应果断推行方舱模式》指出:“归纳和总结几个国家采取的防控措施和传染系数下降的效果,封锁和管控人员流动能将R0下降到0.8到1.5左右,能使疫情明显延迟或放缓。而快速检测+全面收治隔离轻症病人能将R0进一步下降到远小于1的水平,从而使疫情形势迅速好转。”
在美国开始采取较严的封锁措施并全面加大检测力度大约两周后,2020年4月1日我们发布了《全球疫情何