新冠病毒：一文让你看懂所有数据

（德国之声中文网）基本传染数的背后隐藏的是病毒的传染潜能。基本传染数大于1时意味着，每一个感染者会把疾病传染给至少一个人，病毒由此蔓延。当这个数字小于1时则表示越来越少的人被感染，病患人数逐渐减少。

控制住病毒传播就是要让基本传染数必须小于1。

而哪些因素会对基本传染数产生影响呢？数学家库哈尔斯基（Adam Kucharski）将在文中作出解答。在德国负责传染病防控的罗伯特·科赫研究所（Robert-Koch-Institut）估计，新型冠状病毒（SARS-Cov-2）的基本传染数在2.4和3.3之间。这意味着每位感染者大约会继续传染两至三人。

换言之，要想控制住此次流行病，必须截断大约三分之二的感染链。由于迄今为止尚未出现有效的疫苗，人们也无法完全保护自己不受感染，因此要有60-70%的民众感染新冠病毒有抗体后，病毒才会会难以蔓延。

潜伏期

新冠疾病的潜伏期为1-14天，平均却是五到六天，其中原因尚不清楚。目前专家认为，新冠患者可在症状出现前24至48小时就开始传播病毒。来自中国深圳的研究发现，四分之一感染病例由还没有出现症状的感染者传播。

感染者一旦出现症状，较轻的话，其传染性持续7到12天。如果症状严重，那么其传染性则可超过两周。新冠病毒主要通过飞沫传播。研究发现，呼吸道粘液中的新冠病毒比唾液中的新冠病毒活跃时间更长。目前尚无证据证明新冠病毒能通过粪便传播。

病死率

病死率揭示新冠患者死亡风险的高低。计算出目前这一大流行病的病死率并不容易。其中的原因是：病死率和疫情爆发的时间地点息息相关。无论是中国、意大利还是美国，和新冠病毒过招的各个国家，在医疗系统，人口年龄结构、基础性疾病患者以及社会形态和生活习惯方面皆不相同。

包括上述原因在内的多种因素决定了各国人民的易感染程度，因此无法进行简单的数据比较。

另外，人们采用何种数据作为分母从根本上对计算病死率的影响很大。例如，如果将疫情爆发第一天的死亡人数除以当天的患者人数，那么当天的病患人数必定很多，而死亡人数则相对较少。由此得出的病死率则很低。这是我们从中国疫情爆发之初时可观察到的情况。

另一种情况是：许多感染者可能并未被发现或者没有被纳入统计数据中。这样一来，患者中的死亡人数比例便会相当高。伊朗就是这样一个例子。

伦敦卫生与热带医学院的数学家和流行病学家库哈尔斯基认为，上述两个效应将在大流行病的发展过程中相互抵消。他估计，实际病死率应该介于0.5%和2%之间，即100名患者中有一到两个人死亡。

实际感染人数

简而言之：这一数据目前未知。虽然世界卫生组织、约翰斯·霍普金斯大学和罗伯特·科赫研究所一直都在监测并公布确诊病例，但是这里强调的是"确诊"病例。我们只能从这些数据中粗略估计实际感染人数以及病毒的传播速度。而这取决于一个国家的检测能力以及多少人愿意接受检查。

基于最新的死亡人数，人们可以估算出实际感染人数。科布伦茨-兰道大学的数学家格策（Thomas Götz）由此推算，意大利二月底应该有四万名感染者。这是当时确诊的800个病例的50倍。

这种算法却不适用于德国，"因为德国的死亡人数目前相比而言极低，不适合用于国际比较。"德国也缺乏医院就诊者的最新数据。

指数增长

我们不太容易理解非直线的增长趋势。谈到增长，我们本能的会想到某种东西在持续增多: 今天一个、明天两个、一周之后是七个。一种病毒的传播则呈指数增长（几何增长）的趋势，而非直线增长：一名患者传染给了另一个人，这两个人每人再传染另外两个人。这四个人每人再传两个人。以此类推。

用米粒填棋盘有助于可视化这种增长方式：我们想象自己要用米粒填满一个棋盘，从白棋左侧棋盘角 A1开始每天在一个棋格里放一粒米，按直线增长的话，64天后就有64粒米，按指数增长的话，64天后棋盘上就有惊人的 9.223.372.036.854.775.808 粒米。

有时候人们不禁会比较各国的确诊病例。但是这并不能说明什么，因为相关数字增长迅速，一天一个样。想要追踪病毒的传播，必须更多的关注病患数量翻倍的速度。目前病患人数翻倍所需时间越来越短。一旦病患翻倍的速度放缓，虽然仍有人会被感染，但是病毒传播速度却在减缓。
影响基本传染数的因素

库哈尔斯基通过研究传染疾病的数学模型了解病毒传播过程。这些研究结果可以帮助政治家和医疗专家制定减缓病毒蔓延的相关政策。

这位数学家曾做过有关埃博拉、非典和流感的数学模型，现在他专注于究新冠病毒。在其新书《传染的规律：为什么扩散,为什么停止》（The Rules of Contagion: Why Things Spread - and Why They Stop）中，库哈尔斯基认为可以用四种参数描述一种疾病的传播潜能。它们的英文缩写是DOTS。

传染期（Duration）：一个人生病时间越长，其能感染他人的时间就越长。越早将此人隔离，其传染他人的机会就越少。

传播机会（Opportunity）：病毒有多少机会从一个人传到另一个人身上？这一变量基本描述了我们的社会行为。库哈尔斯基估计，每人日常每天大约有五次和别人的身体接触。如果我们拉大社交距离，例如打招呼不再有身体接触，那么病毒的传播机会也会减少。

传播概率（Transmission probability）：如果两人见面，病毒从一个人传到另一个人身上的概率有多大？库哈尔斯基和他的团队估计，每三次的会面中就有一次这种传播。

易感性（Susceptibility）：当这一病毒得以传到另一个人身上，那么这一个人患病的可能性又有多大？因为目前针对新冠病毒没有保护机制和疫苗，所以其易感性近乎百分之百。

剩下的就是算术了：D 、O 、T 和S相乘便得出基本传染数。每一个参数的减少都会相应减缓病毒的传播。一般而言，疫苗的作用尤其突出。在有效疫苗推出之前，人们只能在D 、O 和T上下功夫：隔离患者、避免社交接触、对着胳膊肘窝处咳嗽和勤洗手。

目前这些措施的目标是"压平曲线"。患者人数不能超过医疗系统所能承受的范围，由此避免医生面临必须选择救治谁的境地。

为何个别国家的病死率如此悬殊？例如意大利和德国的确诊人数规模相当，病死率却有着天壤之别。

波恩大学经济学家库恩（Moritz Kuhn）和拜尔（Christian Bayer）试图寻找问题的答案。临床数字显示，患者的年纪越大，其死亡率越高。库恩和拜尔估计，人们尤其容易在日常工作中被传染，所以上班族被感染的几率特别高。

关于人口的社会构成，目前有不同的模型。几代人可以分开住（如图中的A国）也可以住在同一个屋檐下（如图中的B国）。

波恩大学的两位经济学家发现，上班族和父母住在一起越多，也就是隔代交流越频繁的国家，病死率也越高。如果他们的理论成立，那么世界范围内，印度、台湾、泰国，以及欧洲的塞尔维亚和波兰都是受到疫情更大威胁的国家。

然而，亚洲国家的例子并不符合这一趋势。拜尔猜测，这可能和各国不同的清洁标准以及身体接触方式有关。

库恩建议：首先要减少老年人和年轻人的接触。不仅如此，如果我们想要控制住病毒的蔓延，那就要从根本上重新考虑我们的社交网络，老年人也要避免和同龄人接触，双职工家庭重新回到单职工的模式。"我们正以180公里的时速撞向堵车的队尾。现在唯一可做的是全力刹车。然后再看我们是否能及时停住，或者即使撞上的话，损伤也不太大。"