从“基本再生数”看新冠疫情防控

        这次新冠疫情中，全民对疫病传播的关注超过了以往任何时候，也通过网页、微信等途径好好地学习了不少疫病的知识。这可以说是一次全民的疫病公开课。期间，看到了不少专业人士写的科普文章，让我受益良多。想到人人均可贡献力量，让我觉得自己虽是才疏学浅，也可以发出微弱的光芒，希望能有益于他人吧。

        最近各种关于疫病有关的专业词汇纷纷成了网红。其中一个词汇就是“基本再生数（R0）”。那么，这个基本再生数到底是个什么东西呢？为什么专家要反复念叨这个东西呢？鉴于一些朋友也在问我这个概念，我觉得不如写个小东西解释下，也督促下自己复习下功课。

首先解释下概念：它是反应一个疫病传播能力的指标，指的是一个病例在其整个感染过程中，可以传染给多少个新病例。这个新病例的数量就是基本再生数。看似是个很简单的概念啊！对不对？

不过对于这个概念，有几点需要注意：

首先，这个指标是流行病学家为了建立疫病传播的模型，所构建的一个理论的、抽象概念。说它理论抽象，是因为它是有假定情景的：这个病例开始所在的群体内都是易感者。比如，一个班级里出现了第一个感冒的学生，他/她周围的其他同学这时候都是易感者，这种情景下，他在整个感冒的几天时间内可以传染给几个同学，就是这次感冒在“这个班级”内（这里加引号加以强调。原因嘛，你会知道的！）的基本再生数。感觉很奇怪啊，为什么要假设周围都是易感者呢？那是因为如果这个班级内有其他感染者，感染者的多少会影响他传染给其他人的几率的。比如，如果他班级里面的同学们大部分都已经感冒了（同一株流感病毒），那么他是很难传播给别人的。所以，这里定义的是一个特定情形下的概念。这种情形现实中往往不存在，但是它可以将复杂的现实抽象简化，还是很有用的。

其次，这个指标是一个平均值。因为现实中的情景往往是这样的：不同的人感染了同一波流感，A只是传染给了1个人，B传染给了10个人，C呢，一个都没传染。为了便于描述这个疫病的传播能力，需要定义一个平均值，来反映总体上看，这个疫病的传播能力。现在天天念叨的“超级传播者”或者“毒王”（偏贬义，个人不喜欢这个说法），就是可以将这个平均值提升不少。

最后，基本再生数的大小是由很多因素决定的。除了病原本身的特性，还有很多其他因素可以很大程度上决定它的大小。有一篇文章对此有比较详细的介绍，感兴趣的同学可以去看看：抗体监测抽样数量及结果判定的有关讨论与演算 [J]. 中国动物检疫, 2016(12):69-74,共6页. 在此，简单解释下吧。首先，病原本身的特性可以影响基本再生数，这个容易理解：病原本身的毒力、传播途径、不同环境下的稳定性等等可以决定一个病人可以传染给多少个新病人。比如流感跟艾滋病相比，传播能力肯定更强。除此之外，个体间接触的频率和接触方式也可以决定基本再生数。正如前面的例子，对于同样的感冒，不同的人可以传染的人数往往不一样。为什么呢？因为有的人身体弱，感冒了就卧床不起，跟外界断了联系；有些人身体好，而且爱交际，感冒了也要跟朋友吃饭聊天打麻将，慷慨地把爱和病毒分享给小伙伴们。或者，同样是带病出门，有人的工作一天都盯着电脑，跟人都是通过微信或者邮件交流，另一个人的工作则是列车检票员，要跟很多人面对面交流。

放大到一个社会来讲，人与人之间的接触频率和方式往往可以由这个地区的人口密度和生活习惯等决定。比如，不同国家文化中，俩人聊天的距离是可以不一样的。我曾经遇到过一个德国专家，1米9的大个子，聊天的时候非得要离得很近，不仅让我头疼，还会脖子疼！我退后，他就前进，一会就把我逼的贴墙站了！因为不同地区人与人之间有不同的接触频率和方式，所以同样的疫病在不同的地区，可以有不同的基本再生数。这样的例子很多。比如，麻疹同时在欧洲和美国流行，但在两地的基本再生数就不一样。

关于什么是基本再生数的概念先说这么多。下面我再解释下，为啥国内外专家们老是念叨它。

从理论上讲，R0 的大小可以决定一个疫病是否可以被控制住。具体来讲，如果当R0大于1的时候，说明一个病例可以传播给多于一个的新病例，那么病例数就会越来越多。那怕R0只是1.1，那么说明一个病人在其病程终止的时候（可能是康复，也可能是死亡），又有1.1个新病人（因为R0是平均值的概念，所以可以是非整数哦）产生了，那么病人是越来越多的，疫病就会一直流行下去。同理，如果R0小于1的时候，病人就会越来越少，说明疫病已经开始衰退，会被控制住。因为R0是个动态变化的数值，可以在不同的措施和时间点上有不同的值。专家们盯着这个R0，就是想知道这个疫病在当前的措施下是否已经被有效控制？如果能把R0控制到1以下， 那么说明目前的防控措施是有效的。

最后，我把网上找来的数据做了简单分析，给大家看看这场疫情防控中R0的变化吧。

首先，根据目前数据，估算我国本次疫情的R0约为2。这个数值，国内外有不少结果发表。不同的研究结果会有差别，是很正常的。因为这个数值是动态的，在不同时间段内都不一样。

我国新冠疫情R0（1月22日至2月12日数据，由韩雪老师提供，在此致谢！）  

那么再看，R0随着时间变化吧：

新冠疫情中R0的动态变化

从这里看，R0从最初的3降低到了1.5，已经大幅度降低。后面有个上翘的小尾巴，是因为最近病例定义改变，导致大幅地增加了病例。如果除去临床定义的病例数的话，R0可能已经降低到1附近了。

再看看湖北情况吧。

湖北地区疫病的R0

湖北地区的R0约为2.5，稍高于全国总体水平。

 湖北地区疫病的R0动态变化

从这个图上看，湖北地区的疫情已经接近控制了！

再看看首都北京吧。

北京地区疫情R0的动态变化

从图上看，北京控制的已经不错了。希望能够保持住。

总体来看，在动员了全社会力量的情况下，疫情控制措施是有效的。希望春天早点来临！

最后，祝愿所有的朋友都能尽早恢复正常生活，祝祖国早日无疫！

注：本文纯属技术分析，相关观点仅仅代表个人。由于个人水平有限，部分内容难免错误，敬请指点。