群体免疫还是积极防控？英团队：武汉封城传播少一半

（原标题：英式群体免疫还是中式积极防控？英团队：武汉封城传播少一半）

澎湃新闻记者 贺梨萍

面对新冠肺炎疫情全球大流行，英国政府主张“群体免疫”防控策略，即寄希望于该国相当比例的成员通过感染具有免疫能力，即可大概率地阻断感染者的二次传播。这种拖延手段被部分人士批判不人道，以中国防控为代表的大规模隔离、紧急响应等强力介入仍被认为是疫情防控中的主流做法。

当地时间3月11日，顶级医学期刊《柳叶刀·传染病》（The Lancet Infectious Disease）在线发表了来自英国团队的一篇研究成果“新冠肺炎的早期传播和控制：一个数学模型研究”。该研究通过模型，量化了中国早期采用的防控措施的积极效果。研究表明，中国采用的迅速查明病例、随后隔离，以及采取其他控制措施以减少传播机会的重要性。

研究团队估计，衡量疫情传播力的基本传染数Rt在1月下旬下降，从1月16日（即武汉封城前1周）的2.35降到1月31日的1.05。他们还估计，在实施限制措施的两周内，传播减少了约一半。

而在“英式”群体免疫方案中，英国政府的专家组目前认为：如果有60%的居民通过轻症感染新冠病毒后自愈或疫苗注射获得免疫能力，就可满足“群体免疫”的标准。这意味着，6700万人口，得感染4020万人，即使按照1%病死率计算，其代价也是40万人的死亡。

这一“英式”群体免疫也遭到了科学界的众多质疑。当地时间3月14日，《柳叶刀》主编Richard Horton等人在泰晤士报上呼吁英国政府拿数据模型，证明他们的“群体免疫”是科学的。

在本论文中，研究团队还提到，一些证据表明，在武汉实施出行限制之前的几天里，Rt值已有所下降，这可能反映了在这段时间内控制措施的努力或对新冠病毒认识的增强。

该项研究的作者来自英国伦敦卫生与热带医学学院（LSHTM）传染病数学模型中心，作者们代表整个COVID-19传染病数学模型中心工作组。通讯作者为伦敦卫生与热带医学学院传染病流行病学专家Adam J Kucharski。

截至2020年3月5日，新型冠状病毒（SARS-CoV-2）引发的疫情已导致95333例确诊病例。作者们认为，了解疫情的早期传播动态并评估控制措施的有效性，这些对于评估病毒在新的地区发生持续传播的潜力至关重要。预估不同时间传播模式的改变可以帮助了解流行病学情况，并确定控制措施是否具有可衡量的效果。

他们认为，这样的分析可以为预测未来的疫情潜在增长提供信息，帮助评估对其他国家的风险，并指导替代干预措施的设计。

结合来自武汉内外四个数据集的SARS-CoV-2传播数学模型，作者们估计了2019年12月至2020年2月期间武汉的传播情况。他们还使用这些估算来评估一旦输入病例，武汉以外地区发生持续人传人的潜力。

他们拟合的四个数据集是：截至2020年1月26日，国际输出的每日新增病例；2019年12月1日至2020年1月1日期间，按发病日期划分的武汉每日新增无华南海鲜市场暴露史病例；2019年12月29日至2020年1月23日（按发病日期），中国每日新增病例数；2020年1月29日至2020年2月4日，撤离航班上感染病例。

研究团队还使用了其他两个数据集与模型拟合结果比较：截至2月10日（按病例确诊日期），和武汉高度联系的国家（即前20名最高危国家）每天从武汉输出的新病例；2020年1月16日至2020年2月11日期间武汉报告的新确诊病例。

将武汉的人群分为以下四类：易感、有暴露史（尚未有症状）、传染性（和有症状）和排除的（即隔离，恢复或不再感染）。有一部分有暴露史的个人继续旅行并最终在目的地被发现。

在该模型中，研究团队将个体分为四类感染：易感、暴露（但尚未感染）、感染和排除（即隔离、恢复或不再感染）。该模型通过包括反映报告状态和疾病状态之间转换的间隔来考虑症状出现和报告的延迟。该模型还包含了病例观察的不确定性。假设潜伏期为Erlang分布，平均5.2天，从发病到隔离的延迟平均2.9天。假设从发病到报告的延迟呈指数分布，平均为6.1天。

他们还假设，2020年1月23日武汉封城之前，每天从中国输出到其他国家的客流量为3300人，在1月23日之后该数字为零。研究团队在分析中考虑了中国以外的20个最容易发生病例输出的国家。

研究团队模仿传播作为一个几何随机游走过程，使用序贯蒙特卡罗（Monte Carlo）模拟来推断随着时间推移的传播速率，以及由此导致的病例数和随时间变化的基本传染数（Rt）。所谓的基本传染数，是指在没有干预措施的情况下，一个感染某种传染病的人，会将疾病传染给多少人的平均数。

研究团队假设疫情始于2019年11月22日的一个单一感染病例，而所有人最初都是易感人群。

研究结果显示，估计Rt值在2020年1月发生变化，1月1日至1月23日(武汉封城)之间，Rt的平均值为1.6-2.6。他们估计Rt在1月下旬下降，从1月16日（即武汉封城前1周）的2.35降到1月31日的1.05。他们还估计，在实施限制措施的两周内，传播减少了约一半。

研究团队还提到，一些证据表明，在武汉实施出行限制之前的几天里，Rt值已有所下降，这可能反映了在这段时间内控制措施的努力或对SARS-CoV-2认识的增强。

该模型再现了武汉地区和国外病例的时间趋势。模型记录了1月初病例数的指数增长、1月15日至1月23日期间输出病例数的增长，以及从武汉飞往7个国家的10趟疏散撤离航班上的感染情况。

红线标记从2020年1月23日开始的旅行限制。对于（A）到（F）部分，蓝线表示中位数，浅蓝色阴影表示模型估计的50％置信区间，深蓝色阴影表示模型估计的95％置信区间。所有拟合到的数据集均显示为实体点，而未拟合的数据显示为空圆圈。

（A）随着时间推移的Rt估计值，虚线表示Rt为1时。

（B）在武汉和中国的确诊病例的发病日期。

（C）按发病日期报告的病例（黑点）；按发病日期估计的武汉输出国际病例（蓝线）。

（D）没有可检测到症状的感染估计发生率（蓝线），以及在撤离航班上新冠病毒呈阳性反应的乘客比例（黑点；误差线显示95％的二项式CI）。

（E）武汉按日期显示的新确诊病例（圆圈，右手轴）和估计的新发病 病例（蓝线，左手轴）。

（F）确认的海外输出病例以及预计的输出数量拟合模型。

（G）截至2020年2月10日，确认的的武汉国际输出病例，在与中国联系度最高的20个国家中的情况。 Rt =基本传染数。

研究团队估计在1月31日，仍有94·8% 的武汉人口是易感的。他们的结果表明在1月下旬真正有症状的人数大约是报告确诊病例的10倍。

这份研究发现，模型显示的和中国联系最多的20个国家的确诊和预计的输出病例和各个国家情况基本是一致的。但与模型预测相比，输出到法国、美国和澳大利亚的病例明显更多。这可能是由于，虽然1月下旬对SARS-CoV-2的认识增加而加强了监测和检测，但更早时候的输出病例可能被漏掉了；也可能是由于在1月23日实施武汉封城之前，有更多的人离开了武汉。

研究团队认为，有证据表明，大多数病例都是有症状的。他们估计，100%的病例最终将出现可检测到的症状，这意味着1月下旬从武汉输出到世界各地的大多数感染者在理论上最终可检测到。

研究团队同时做了敏感性分析，他们对大量的初始病例、不同的流动数据以及症状前病例可以传播的假设进行了重复分析。在这些分析中，他们观察到了相同的结果，即在2020年1月的最后两周，Rt从大于2下降到接近1。

另外，研究团队还研究了武汉以外地区暴发新疫情的可能性。根据研究团队对SARS-CoV和MERS-CoV的基本传染数估计和已发表的对传播的个体水平变异的估计，他们发现，将单个病例引入一个新地点（即所谓的超级传播事件）不一定会导致暴发。即使在1月初武汉基本传染数较高的时候，也可能需要数个病例的引入才会导致暴发。

基于1月23日武汉封城之前的Rt平均值，研究团队估计单一的SARS-CoV-2输入会有17%-25%的概率导致大暴发。一旦4个或更多感染输入，疫情大暴发的可能性超过50%。

他们认为，这些结果突出了迅速查明病例、随后隔离，以及采取其他控制措施以减少传播机会的重要性。