英国放弃群体免疫真相！Nature深度用数据模型预测可怕结果伦敦帝国理工学院

看点：据Nature报道，伦敦帝国理工学院的研究小组建立了对COVID-19病毒传播的预测模型，英国政府据此调整了其抗疫政策。
文章图片

文章图片

智东西4月7日消息，当前全球累计新冠肺炎确诊病例已超过135万，现有确诊病例995480例，逼近百万大关！
回顾最近一个月的全球防疫战，多个政府态度来了180度大转弯，英国即是其中的典例代表。
【英国放弃群体免疫真相！Nature深度用数据模型预测可怕结果】英国首相鲍里斯·约翰逊在3月12日首次提到的“群体免疫”措施，一度引发英国国民和全球震惊。
好在之后英国及时调整了防疫措施，这个态度的转变，数学模型的推演起到了十分关键的作用。
3月中旬，伦敦帝国理工学院研究团队展示了其模拟疫情传播趋势的计算机模型最新结果：如果政府不采取行动，英国可能会面临超过50万人的死亡。这下英国总算不坚持“群体免疫”了，鲍里斯准备开始积极的“锁国抗疫” 。
不过，虽然英国的防疫措施正走向正轨，但不幸的是鲍里斯自己已经感染新冠肺炎，希望其早日康复。

文章图片

▲英国首相鲍里斯·约翰逊
同样的模型表明，如果不采取行动，美国可能面临220万人死亡。美国政府也迅速对人们行动采取严格的新管控措施。
新冠肺炎疫情模型如何建立？它们需要储备哪些数据和假设？这些预测数字究竟靠不靠谱？
针对此次疫情，权威科学期刊《Nature》发布了关于模拟全球COVID-19疫情发展的特别报告。

文章图片

基于SIR模型的不同建模方法

不同学术团体所使用的模拟疾病传播模型各不相同，但多数模型的数学原理有相通之处。
研究人员将人群分为三种主要状态：易感人群（susceptible ， S）、已感染人群（infected ， I）、恢复健康人群（recover ， R）或死亡人群，试图了解人群如何在这三种状态之间转化。
最基础的SIR模型做出了一些基本假设。例如，人群是充分而均匀地混合在一起的；感染者在死亡或康复之前都具有相同的感染性，因此每个人被同一个感染者传染的几率都相同。

如果要对大型传染病进行定量预测，研究人员就需要建立更先进的模型，即按照年龄、性别、健康状况、就业情况、接触人数等等标准将人群进一步细分。