来源：科学大家
专题：《科学大家》聚焦新型冠状病*
实时疫情入口
出品：新浪科技《科学大家》、未来论坛
演讲嘉宾：林希虹哈佛大学生物统计系和统计系教授、美国国家医学院院士
3月11日，世界卫生组织宣布COVID-19是全球大流行。同一天，Dr。Fauci（美国国立卫生院过敏与传染病研究所所长）在美国的众议院监督与改革委员会的听证会上说COVID-19的死亡率比流感高出10倍，所以这是对公共卫生很大的挑战。
3月初的这段时间，美国的股市振荡，大幅度下滑。它的影响不仅仅是在经济方面，对科学研究领域也有很大影响，现在几乎所有大、小会议全部被取消。我们许多人从3月15日左右都待在家里，工作也在家里。
图一：美国失业率统计
美国失业率从3月下旬起比往年高出很多很多倍，和美国前20年的失业率比起来要高出很多。这对整个国家、对世界的影响非常非常的大。
图二：世界各国感染人数统计
上图是到4月22日全世界被COVID-19感染的人数，全球被感染总人数约万其中美国大概占三分之一。可以看到欧洲很多国家—英国、西班牙、意大利—的感染人数都还是很高的。
图三：美国感染人数统计
左边图显示的是美国到4月23日被感染的总人数，右边的图是每天新感染的人数，可以看到3月底之前新感染人数的增长是指数级的增长。4月初的时候，差不多就是平的了。在过去几个星期里，美国各个州都实行了“社交距离的防御措施”，能够看到“社交距离防御措施”还是非常有效的，起码控制到不是指数增长。现在美国平均每天被感染人数大概是3万左右。
图四：新冠肺炎死亡人数统计
截止4月23日全世界总共死亡人数大概19万。左边的图是每个国家的死亡人数，可以看到美国每天的死亡人数和其他国家相比更高一些，现在平均每天有大约人死亡，其次是英国。中国现在已经控制的很好了，但是在西方国家来讲还是非常大的挑战。右边这张图是几个大城市的死亡人数，可以看到纽约州的死亡人数和美国其他州相比是最高的，其次是新泽西州。麻州的感染人数和死亡人数居于美国的第三位。那波里是意大利的一个城市，他们的死亡人数也是比较高的。
从前面的几个事实可以看到，COVID-19对世界各国的影响非常大，所以现在一个很紧迫的任务就是，怎么能够控制COVID-19的传播，并且能够减少死亡。分析武汉的数据，从中能够得到一些经验，会对世界各地都有帮助。我们分析了武汉3人的数据，为什么这么做呢？从数据中会学到很多东西，这些经验是有实践基础的，会对世界有较大的帮助。
我们的主要目的是什么？首先，想从分析武汉数据中能够知道武汉的经验，尤其是控制COVID-19爆发的经验；还想知道什么东西是有效的，什么东西是没有用的；并且了解主要经验是什么，什么东西应该优先考虑。
图五：武汉患者数据分析MedRxiv预印本文章
我们在2月下旬的时候和武汉华中科技大学的同济公共卫生学院老师一起合作开始分析武汉的数据。当时我们分析了人，分析完成以后，在3月6号把这篇文章放到MedRxiv上，这个文章在世界各地引起了非常大的反响。右边是它的数据，从3月6号以后，总共有11万人阅读文章摘要，PDF文章被下载4万多次。
这份工作是和华中科技大学同济公共卫生学院的许多老师合作的结果，他们做了非常多的努力，因为很多老师当时还在居家隔离，还不在武汉，所以能够在这么快的时间（这篇文章从分析到写完总共10多天的时间）完成这篇文章，非常感谢他们的帮助，尤其是潘安老师，王超龙老师、刘莉老师、公共卫生学院院长邬堂春老师、生物统计系和流行病学系的系主任魏晟老师，非常感谢这些老师们非常努力的工作，使这篇文章在很短的时间内完成。当时的目的是希望从中学到的知识能够帮助美国和世界上其他各个国家。
图六：致谢
名字标注为蓝色的这几位老师都是哈佛公共卫生学院的校友。这篇文章4月10日在JAMA在线发表两周不到的时间，已经差不多有9万多的阅读量。就AltmetricattentionScore来看，在万的文章里，这篇文章的排名在前0.01%，所以很多人都看了这篇文章。我们很高兴这篇文章能够对世界各地的研究工作者，对世界各地的决策者有一些帮助。
武汉的经验对世界各地有许多值得借鉴的地方，4月17日，我在英国议会科技和技术委员会组织的一个举证会中介绍了我们武汉研究的分析结果，还有从中学到的一些经验。当时有8位议员参加了这个会议，还有其他的一些在欧洲的同仁们也参加了这个举证会。
图七：武汉四阶段R值分析
这大概是最重要的一张幻灯片。当时这个数据分析的时候是用2月18日之前的数据，我们将武汉数据从1月1日到2月18日分成了四个阶段。1月23日，封城之前，我们分析了它的R值（R值是表示一个病人能够平均感染几个人，R值越高说明它的感染人数越多）。
在封城以前，R值我们估计出来是3.88人。1月23号到2月1号（2月1医院建立完成）这一段时间封城，大家居家隔离，这时候R值降了很多，降到1.25。这就说明“社交隔离防御”还是很有帮助的，但是此时R值还比1大，比1大为什么就不好了呢？因为这就说明一个病人至少会感染一个人。如果要完全控制感染的话，需要R值要降的越低越好，降到0最好。医院建立以后这个R值比1小很多，我们当时估计是0.3，而且被感染人数也非常快的降低。
武汉市景
武汉市在中国的中部，它总共有万人口，是一座非常漂亮的城市。这张图的背后是长江，长江穿过了武汉。武汉东湖非常著名，每年3月武汉的樱花开放，非常漂亮。故事发生在去年12月8日，第一个COVID-19的病例在华南海鲜市场附近被发现，这个海鲜市场在1月1日被关闭。
我们当时在预印本中把数据，都是按照标志性的事件，分成了四个阶段。1月11日中国春运开始，所以这段时间里有非常大的人口流动。1月20日钟南山院士作为专家团队的首席成员访问了武汉，他们确认了这个传染是“人传人的”。李兰娟院士也在专家团队里，她建议武汉封城，这是武汉历史上第一次，武汉市民作出了非常大的牺牲。1月23日，武汉封城，所有火车、飞机都停止了，武汉的市内也进行交通管制。
在1月份那段时间有非常多的病人，这些病人因为医疗系统没有足够多的医生和病床，而无法得到及时治疗，这就导致了很多病人需要帮助。为了帮助这些病人，在2月1日、2月2日左右，共有16个像医院医院迅速建立起来，这包医院医院，还把一些展览馆、体育馆很快的变成了医院，这是武汉非常好的创举。医院用来治疗早期病人，把医院以外不少的旅馆和大学宿舍用来隔离那些有症状的人和密切接触者。大概有3万多外地医护人员驰援武汉，并且全国各地和世界各地都捐赠了很多物资帮助武汉。
图十：武汉四阶段R值
这个是估计的R值，在预印本中我们分析了2月18日前的数据，我们把1月1日到2月18日分成四个阶段，1月23日封城前是一个阶段，这个阶段里面是没有公共卫生干预的，那时候的R值估计在3.8左右。1月23日到2月1日，是封城和居家隔离阶段，这时候R值估计在1.2左右。医院建立起来以后感染人数很快下降，这时候R值比1小，但是真正控制传染R值越小越好，最好到0。
做分析时候需要一些假设，我们模型建立的时候，用的潜伏期大概5.2天，感染期2.3天，我们假设了确诊病人和没有确诊病人在初期的时候是相等的，然后做了9个不同的敏感分析，结论是一样的。
图十一：武汉封城前R值估计及感染人数预测
这是用第一、第二阶段分析。第一、第二阶段是没有公共卫生干预的，这时候R值很高，一个人差不多可以传染4个人，所以新冠肺炎的传染性是非常高的疾病。这个蓝线是说如果没有公共卫生干预，有多少人被感染，可以看到感染人数是指数级上升的。
图十二：封城以后医院建立之前R值估计及感染人数预测
封城以后，医院建立之前，估计出的R值在1.25，一个人差不多会感染一个人，所以说明“社交距离”确实帮助R值降低很多，但还不够。蓝线是如果“保持社交距离”的措施继续持续，感染人数预估曲线，不会像1月23日前没有公共卫生干预时涨的那么快。
做研究分析非常重要的一点就是：这个结果是不是能够在其他的国家被重复。根据武汉的结果来看，用社交距离能够降低R值，但是降低以后R值在1左右徘徊。后来许多国家的结果都和这个差不多。
图十三：意大利R值分析来源：