病毒传染力模型评估：R0（基本传染数）存在致命缺陷，建议修正

在传染病学中，评估病菌、病毒的传播能力除了研究媒介、传播途径等方式，还有一个简便重要而且为人广泛使用的一个定量指标，这就是基本传染数：R0。

基本传染数：流行病上，指在没有外力介入，同时所有人都没有免疫力的情况下，一个感染到某种传染病的人，会把疾病传染给其他多少个人的平均数。

通常来说，R0越大，病原体的传染能力越强。

然而我通过仔细研究发现，R0存在致命缺陷，容易导致严重误判。

1.R0只适用于前一代感染者导致后一代感染者没有大量交集的情况：

假设有第1批感染者A和B，分处两地，AB分别把病传染给两地的2批感染者，由于间隔较远，这两地的第2批感染者是清晰的没有重复的，这时候R0就容易计算且比较准确。

2.当人群基数巨大，前一代感染者和后一代感染势必会产生大量交集，用这个参数观测会产生巨大的误差，甚至错误。

比如一个车厢里面有21个人，20个传染者和一个易感者，当那20个人把病传染给这个易感者，在这个过程中：R0的真实数据是1，但在实际的统计过程中，由于人员大量流动，数据巨大，无法把传染的每条线都清理出来——在人数海量的时候更加困难，于是这个数据会被计算成:1/20。结果整整差了20倍！

人群基数越大，交集越多，这个差距会更大，导致错误计算，导致误判。

特此，提出一个新的参数来评价，权且把它叫做暴露发病率（缩写G）——类似罹患率：

在没有外力介入的情况下，对传染病没有免疫力的所有易感人群受到暴露后的整体发病率。比如，1000个人受到流感病毒暴露，最后有800个人发病，那么这个流感病毒的暴露发病率就是80%，需要寻找重复计数。

这个参数比参数R0更加精确，更加有效。

当然在没有大量交集的情况下，使用R0进行辅助说明，也是可以的。

图片均来源网络。