两个阶段的隔离比一个阶段的好吗?
这项研究的作者来自美国奥克兰大学、诺维高中和加州理工大学。他们用模拟方法推算了传染病在人群中的发展过程,其中每个个体的连通性随着时间的推移而改变,并通过模拟政治决策研究了不同隔离政策的影响。此项研究发表在Europhysics Letters期刊12月23日发表的文章上。
作者们表示:“最近,几位作者将隔离政策纳入COVID-19模型中。然而,这些模型不是基于网络的。此外,作为文章的中心问题之一,他们没有讨论为尽量减少感染者的数量而放松最佳隔离政策。”基于网络的模型的好处是它能更准确地解释了个体疾病持续时间的峰值分布,从而解决连续体模型的不足。而且,它不需要假设每个个体的接触数量相等,因此它能更准确地模拟了社会人群的底层微观结构。
根据作者的说法,如果一个群体接触的人数分布均匀,“在流行病结束时,感染者的总数与没有颁布封锁令的情况相同(撇开卫生系统的饱和不谈),”而在接触频率不同的情况下,感染者的总人数可能要少得多。产生这种影响的原因很简单,具有大量接触者(高接触人群)的个体获得免疫后,通过这些个体来阻止疫情的传播,从而减缓疫情通过人群网络的传播。因此,允许低接触人群进行接触(通过解除锁定)的最佳时机是在高接触人群免疫之后;这将使在流行病爆发过程中受感染个体的净数量最小化。
文章建议采取不同程度的手段提升隔离政策,“首先建议进行最高程度的隔离政策。在实践中,当国家开始提升隔离等级(或从一个阶段的隔离转到下一个阶段),是可以具有选择性的。可以选择开放较小的商店(收银员是高接触人群)或是允许聚会(通常由低接触人群组成)。模型建议首先开放商店,这样就可以避免许多个体(主要是低接触人群)被感染”。
作者继续表示:“文章有两个重要的结论:第一,它强调了采取封锁措施阻止第一次疫情爆发的重要性;第二,它表明第二波传播及之后的传播可能比预期的要温和。”
正如媒体关于采取封锁措施的相关性争议所揭示的那样,结果是相反的。本文指出了人们行为的异质性影响了他们保护自己不受传染的能力,这是在分析流行病传播时常被忽视的一个重要特征。