統計模型是試圖預測世界將要發生甚麼事情的重要部分。這是預測氣候變化甚至流感和新冠肺炎等疾病軌蹟的重要部分。但是模型就像數據和算法一樣,雖然是科學,但從來都不完美。
在冠狀病毒大流行的早期,倫敦帝國學院設立的一種預測模型表明,到8月份,英國可能有約50萬人死亡。
對於美國而言,統計模型的預測甚至更令人震驚,預測顯示,除非政府迅速採取行動,否則將造成約200萬人感染和死亡。
到目前為止,顯然實際數量要少得多。其實,這種特定模型只是假設在政府不採取任何行動時,疫情中的感染或死亡人數的理論方法。這是一種簡單的工具,但是流行病學家可以使用模型來預測各種事態的發生。
波士頓大學流行病學家海倫·詹金斯說:“我希望,很明顯這是對實際情況評估的非常簡化的版本。然後,我們可能希望使事情變得更複雜一點… 比如說,我們不僅很想知道會感染多少人,而且很想了解最終住院的人會是多少,因為我們想了解醫療保健系統的壓力…”
這些模型中的主要變量是隔離措施。在實施封鎖之前和之後,科學家使用新的疫情數據來微調他們的模型。
模型可幫助識別所謂的基本傳染數,這一變量確定了一個患者在整個感染期間直接傳染的平均人數。如果大於1,則受感染的人數呈指數增長。
麻省理工學院教授喬治·巴巴斯塔西斯說:“當疫情開始時,是二月或三月,當時大多數模型還在開發,我們所知道的是使用以前的疫情爆發數據來製定評估和預測。然後我們弄清楚瞭如何利用當前的流行病本身數據。”
但是,這一模型的主要挑戰是缺乏有關感染新冠病毒人數的真實數據,尤其是因為許多人似乎沒有症狀。華盛頓大學的科學家通過創建新的模型來解決這個問題,新模型不計算受感染人數,而是計算死亡人數。
華盛頓大學公共衛生學院教授阿里·默克達德說:“我們很早就知道我們沒有進行足夠的測試,也不知道有多少人被感染。 為了安全起見,我們決定在每個國家、每個地區的死亡人數達到50後開始建立模型。我們覺得這方面有更多的穩定性。 //我們在模型中納入增加率,因此它會上升或下降。”
長期以來,這種模式一直是最樂觀的,直到5月初死亡人數激增。如今,科學家預測到8月初將有14萬人死亡,是早期預測的一倍。這個數量的變化與隔離措施的放鬆有關。
默克達德說:“當我們開始看到人群流動增加的兩週後,我們會看到這種病毒的傳播有所增加。再過一周,也就是第三週之後,我們會看到它對死亡率的影響。”
數十種不同的模型使用多種算法,但是它們都有一個共同點,那就是警告不要過早過快取消隔離措施。