英国放弃群体免疫真相！Nature深度用数据模型预测可怕结果( 二 ) 伦敦帝国理工学院

在掌握人口规模和密度、人口老龄化程度、交通联系、社会网络规模、医疗保健供应规模等信息后，建模人员可以利用微分方程建立起一个城市、地区乃至整个国家的虚拟副本。由此，研究人员可以控制人口群体在时间和空间上的流动和相互作用。

接下来，研究人员会在这个虚拟副本中设置一个感染者，观察事态发展状况。

在“基于方程（equation-based）”的模型中，个体被划分进不同群体。但是当群体被分割地更小、更具代表性、更能反映现实时，模型也就更加复杂。

此外还有一种“基于Agent（agent-based）”的建模方法。在这个模型中，每个人都可以按照其特定的规则移动，就如同系列电子游戏《模拟人生（The Sims）》中的虚拟人物一样。

在都柏林技术大学从事疾病传播模型研究的伊丽莎白·亨特（Elizabeth Hunter）说：“你有几行代码，这些代码决定了你的代理人如何行动，他们如何度过一天。 ”

基于Agent和基于方程建立的虚拟世界是一样的，但是每个人在特定的一天或相同的情况下会做出不同的行为。伦敦卫生与热带医学院（LSHTM）的流行病学家凯瑟琳·奥莱利（Kathleen O'Reilly）说：“这些极其特殊的模型需要很多数据。你需要收集有关家庭、个人如何上班、如何度过周末的信息。 ”

例如，为了达到信息量的要求，伦敦卫生与热带医学院、伦敦大学学院和剑桥大学的研究人员通过英国国家广播公司（BBC）发起了一个公民科学项目，收集了3.6万多名志愿者的社交数据，并将这些数据用于搭建模型。

文章图片

两种模型结果相似：美国不采取行动将死220万人

为了帮助英国政府制定对抗新冠病毒的措施，研究小组进行了两次模拟实验，分别使用了基于Agent的模型和基于方程的模型。

根据流行病早期阶段不同国家的不完全信息，流行病学家对一些参数进行了粗略的估计，并假定所有人都属于易感人群（S组），假定康复者（R组）在短期内对病毒具有免疫力。

1、模型1：基于Agent建模

据悉，模型1以2005年建立的基于Agent的模型作为基础。在2005年，研究人员假设H5N1病毒突变为可在人群中轻易传播的病毒，用该模型预测H5N1病毒在泰国的传播情况。 2006年，这一模型也被用于研究英美两国如何减轻一种致命流感的影响。

在模型1中，研究人员根据中国的数据，设置了15%的ICU转入率。在中国，有一半的患者需要侵入式的机械呼吸设备。其他病例只需要进行加压氧气治疗，无需转入ICU 。

此外，研究人员将COVID-19感染者的死亡比例设置为0.9%（这个数字根据英国具体人口统计数据进行了调整）、R0设置在2到2.6之间、病毒潜伏期设置为5.1天、假设无症状感染者在感染后4.6天仍可以传播病毒、其他感染者在表现出症状后12小时后可以传播病毒、后者的传染性比前者高50% 。

3月16日，研究小组公布了模型对新冠病毒传播的第一次预测结果，但当时并未公布模型代码。研究小组领导者、伦敦帝国理工学院数学流行病学家尼尔·弗格森（Neil Ferguson）称，其团队正在与微软合作，致力于优化代码，使其更加准确。

2、模型2：基于方程建模

3月26日，弗格森及其团队发布了模型对于新冠病毒全球传播情况的第二次预测，该预测模型采用的是更简单的基于方程的建模。