我们能避免新冠疫情的二次爆发吗？

文章来自微信公众号：乐天行动派（ID：letianxingdongpai），本文原载于英国卫报（The Guardian），略有删减，作者：罗兰德·高（Rowland Kao） 爱丁堡大学兽医流行病学和数据科学教授，题图来自：视觉中国

R值是评估疾病传播能力的一种方式。它不是一个固定的数字，它会随着我们行为的改变或免疫力的获得而变化。这是监测疫情的三个重要指标之一，其他指标包括症状的严重程度以及病例数。

R值超过1，意味着感染人数正在增加。

此前在德国，商店和餐馆已经试探性地重新开业，基本传染数R值（reproduction number R）上升到1.1。随着进一步的放开，截至5月25日，R值已经上升到了1.15。而德国解除封锁限制前的三周时间里，R值一直维持在1以下。在首尔，这个控制病毒传播最成功的国家之一，最近爆发的170例感染也均与人员聚集有关——5家酒吧和夜总会成为了传染源头。

在疫情缓解，封锁限制逐步解除的当下，人们开始关注新冠疫情二次爆发的可能性。

如果像定期足球比赛这样的事情经常发生，那么群众聚集就更需要重视。图为周日空无一人的德甲比赛现场。（图源：Hannibal Hanschke）

作为一名兽医流行病学家，我研究病毒是如何在动物和动物种群之间传播，而病毒传播的原理在人类身上大体相同（事实上，许多科学家同时对这两方面进行研究）。公共卫生概念里的疫情二次爆发，往往与人类无法控制的因素有关。这可能包括婴儿的出生（婴儿对某种特定疾病易感，从而造成儿童疾病发病率的起伏）或影响流感季节性的环境因素。但对于新冠肺炎来说，疫情二次爆发的情况更多地取决于可控的行为。

流行病学家非常清楚，在解除封锁措施后，R值可能会上升。如果政府提供有效的检测方式和密切接触者追踪策略，就能在彻底解除封锁措施后控制住病毒。理论上讲，人们无需太担忧新冠肺炎的新病例——卫生部门将有措施来识别和抑制疫情的初期爆发。

更令流行病学家担忧的是，有迹象表明，R值正在不受控制地上升，可能会增加最脆弱人群的暴露风险，同时使卫生系统承受巨大压力。换句话说，和R值一样重要的，是随着R值上升所导致的总体病例数的增加。德国的新增新冠肺炎病例令人担忧，但如果英国出现同样的情况，则更令人担忧。因为目前英国有着更多的新冠肺炎病例。

不同传染病的R值（图源：视觉资本）

R值的区域差异也很重要。与那些会因R值增加带来严重后果的地区相比，在卫生资源充足、现有新冠肺炎病例较少、许多人已经得过新冠的地区解除封锁是较为可行的。特定风险群体（如养老院居民）中R值的差异，可能比全国整体的R值更有意义。同样，我们需要开展广泛的检测和追踪规划，以确定这些风险，并使卫生当局能够迅速控制初发疫情。

我们凭直觉会认为，如果新冠肺炎患者和易感人群之间的接触增加，R值可能会上升。但这种情况不会直接发生。接触量增加10%并不一定意味着R值增加10%，也不意味着感染病毒的总体风险增加10%。

了解人与人之间的接触和互动，如何影响传播效果，是“网络科学（network science）”领域的一个关键概念。这不仅包括研究互联网上恶意程序如何传播仇恨信息，同样也包括感染者如何传播病毒。

对于新冠肺炎而言，单一个体就可能危及整个原本与世隔绝的社区。一旦病毒感染被引入，结果可能是灾难性的。在网络科学中，这种模式被描述为“小世界效应”。这个概念源于这样一种想法，即那些表面上没有共同点的个体之间，往往有他们没有意识到的联系。

这对公共卫生的意义在于，即使只有少数人具备传播病毒的能力，该风险依然十分巨大。因为对于地理位置偏远或孤立的社区而言，这些人依然有可能使其社区面临疾病风险。就新冠病毒而言，英国许多地区迄今只经历了小规模的疫情爆发，因此不大可能利用“群体免疫”来抑制未来疫情爆发。

为了更好地理解为什么群体聚集对病毒传播如此重要，我们可以借鉴网络科学的第二个概念，即“无标度网络”（scale-free networks）。这是指网络中的某些个体与平均水平相比，接触的人数不成比例。人群聚集提供了一种环境，在这种环境中，一个感染了新冠病毒的个体与他人的接触可能比平均水平高得多。新的科学研究表明，某些个体可能比其他个体感染了更多的人。科学家尚未解开的一个关键问题是，这种情况是由于更多的接触还是传染性的差异所造成的。

小世界理论在人际网络中也被称作六度空间理论（图源：网络）

如果感染新冠病毒的少数人与大量人群接触，病毒迅速传播的风险可能变得无法控制。尤其有些活动同时存在着双重风险：吸引很多人从很远的地方来到聚会现场，并让他们在很长一段时间内密切接触。

定期的足球比赛或宗教仪式，这两种活动都是每周举行一次——间隔时间与新冠病毒人际传播所需时间很相似。这样的群体聚集既增加了被感染的机会，也增加了感染其他人的机会。 

要降低新冠肺炎二次爆发的发生几率，就需要尽量降低这两个因素的影响。这意味着限制大规模集会，特别是独立个体可能在单一感染过程中重复参加集会的情况；限制长距离出行；或者限制那些使脆弱群体面临较高风险的活动。

至关重要的是，这也意味着建立一个检测和跟踪策略，使卫生当局能够识别新发新冠肺炎病例。这些概念都是直观的，但是网络科学告诉我们，即使是人类接触模式的一个微小变化也可能导致重大风险。

如果我们希望避免新冠疫情的二次爆发，我们要做的显然要比关注R值要多得多。

文章来自微信公众号：乐天行动派（ID：letianxingdongpai），本文原载于英国卫报（The Guardian），作者：罗兰德·高（Rowland Kao） 爱丁堡大学兽医流行病学和数据科学教授