据美国约翰斯·霍普金斯大学实时监测系统统计，截至北京时间3月26日16时，美国新冠肺炎确诊病例增至69197例，死亡1050例。 美国国家过敏症与传染病研究所主任福西25日表示，新冠病毒在美国的传播正在加速。美军首席医疗顾问保罗·弗里德里希斯准将表示，根据五角大楼的模型，未来3周内，美国疫情可能继续处于增长状态。 美国马萨诸塞大学公共卫生与健康科学学院教授尼古拉斯·赖希（Nicholas G. Reich）和多所美国高校专家合作，利用传染病模型预测美国新冠肺炎疫情的走向。 根据尼古拉斯·赖希在马萨诸塞大学网站上发布的报告，得出以下预测结论： 如果不采取进一步的非药物干预措施，美国确诊病例将呈指数级增长。 如果防疫措施不变，2020年底美国因新冠肺炎死亡的人数将达到10万。 5月，美国的新冠肺炎住院患者数量将达到最高峰。 8月至12月，有73%的可能性美国迎来新冠肺炎疫情的第二次暴发。 新京报记者对话报告作者之一赖希教授，了解他如何通过建模研究推测疫情。最大困难是获得可信赖的数据新京报： 这份预测报告利用的基础模型是什么？赖希： 我们运用的是简单的SIR模型(易感–感染–恢复模型)，这一模型可提供与传染病传播有关的流行病学参数数据。此前SARS和MERS疫情暴发时，我们团队以及很多研究人员都利用这一模型对疫情进行评估和预测。新京报： 预测结论的准确性有多高？赖希： 不可否认，SIR模型参数依靠估算，会导致结果非常不确定，尤其是长期的预测数据。但是在我们研究过程中，并不是单纯依赖数据，还邀请了多位流行病学和公共卫生专家对结果进行评估，多数专家对报告结论是认可的。当然，如果防疫措施和策略发生改变，一切都会随之而变化。新京报： 在经典的传染病学模型中，基本传染数（R0）至关重要，你们团队是如何评估这一数值的？赖希： 在传染病疫情中，R0代表一个病例进入到易感人群中，在理想条件下可感染的二代病例平均数量。通过非药物干预减少易感个体数量，就能减缓病毒的传播速度。 今年1月，英国兰开斯特大学等高校组成的团队，在最初预测版本中得出的R0值为3.8。我们的研究结果与世界卫生组织的估计大体上是一致的：新冠病毒的R0值在2.0－2.5之间。其实，R0值不是固定的，随着隔离措施的落实，病毒的传播效率会发生改变。新京报： 通过模型评估和预测此次疫情，最大的困难是什么？ 赖希：最大的困难是如何获得可信赖的数据。通过美国疾控中心、各州政府卫生系统以及其他实时数据监测平台获取的数据类型非常贫乏，而且往往会出现多次修改的情况，这将给建模带来巨大的困难。因为模型预测原本就有不确定性，如果数据不准确，那么结果上产生的偏差将会变得非常大。尚未找到“类流感”与新冠肺炎相关联的证据新京报： 注意到你们团队在1月至2月曾对美国“类流感”（Influenza-like Illness）和新冠肺炎病例的关联性做过研究，能否介绍一下？赖希： 我们团队长期对流感疫情进行模型研究，当新冠肺炎疫情突然袭来，我们开始关注一个问题，今年年初大量“类流感”病例中是否可能存在新冠肺炎病例的可能。 通过美国各个州卫生系统的数据发现一个奇怪的现象，去医院就诊的“类流感”病例数量在1-2月明显增加，但是流感检测呈阳性的比例反而下降了。不过通过历年的数据收集和比对，尚未找到“类流感”与新冠肺炎病例相关联的证据。新京报： 美国疾控中心主任承认一些“流感”死亡病例可能是新冠肺炎病例，你如何看待这个说法？赖希： 事实上我们也在收集相关的数据，但是流感死亡病例的相关信息太稀缺，这将会使我们的研究进程非常缓慢。新京报： 传染病模型研究能对防控疫情起到什么帮助？赖希： 传染病模型为公共卫生官员和政府机构提供了信息，以便提前采取必要的防控措施。当面对未知的新型传染病，所有人都无法预见它的走向，通过建模研究，可以更好地了解这种疾病是如何暴发和蔓延的，同时获知不同的干预措施会对病毒传播产生怎样的影响。新京报： 对美国的疫情防控有何建议？赖希： 从传染病模型研究角度来看，“保持社交距离”（social distancing）是非常有效的，但我们需要考虑一些创造性的防控措施，如何阻断社区传播，同时又不会导致社会生产活动中断。
据美国约翰斯·霍普金斯大学实时监测系统统计，截至北京时间3月26日16时，美国新冠肺炎确诊病例增至69197例，死亡1050例。
美国国家过敏症与传染病研究所主任福西25日表示，新冠病毒在美国的传播正在加速。美军首席医疗顾问保罗·弗里德里希斯准将表示，根据五角大楼的模型，未来3周内，美国疫情可能继续处于增长状态。
美国马萨诸塞大学公共卫生与健康科学学院教授尼古拉斯·赖希（Nicholas G. Reich）和多所美国高校专家合作，利用传染病模型预测美国新冠肺炎疫情的走向。
根据尼古拉斯·赖希在马萨诸塞大学网站上发布的报告，得出以下预测结论：
如果不采取进一步的非药物干预措施，美国确诊病例将呈指数级增长。
如果防疫措施不变，2020年底美国因新冠肺炎死亡的人数将达到10万。
5月，美国的新冠肺炎住院患者数量将达到最高峰。
8月至12月，有73%的可能性美国迎来新冠肺炎疫情的第二次暴发。
新京报记者对话报告作者之一赖希教授，了解他如何通过建模研究推测疫情。
最大困难是获得可信赖的数据
新京报：
这份预测报告利用的基础模型是什么？
赖希：
我们运用的是简单的SIR模型(易感–感染–恢复模型)，这一模型可提供与传染病传播有关的流行病学参数数据。此前SARS和MERS疫情暴发时，我们团队以及很多研究人员都利用这一模型对疫情进行评估和预测。
新京报：
预测结论的准确性有多高？
赖希：
不可否认，SIR模型参数依靠估算，会导致结果非常不确定，尤其是长期的预测数据。但是在我们研究过程中，并不是单纯依赖数据，还邀请了多位流行病学和公共卫生专家对结果进行评估，多数专家对报告结论是认可的。当然，如果防疫措施和策略发生改变，一切都会随之而变化。
新京报：
在经典的传染病学模型中，基本传染数（R0）至关重要，你们团队是如何评估这一数值的？
赖希：
在传染病疫情中，R0代表一个病例进入到易感人群中，在理想条件下可感染的二代病例平均数量。通过非药物干预减少易感个体数量，就能减缓病毒的传播速度。
今年1月，英国兰开斯特大学等高校组成的团队，在最初预测版本中得出的R0值为3.8。我们的研究结果与世界卫生组织的估计大体上是一致的：新冠病毒的R0值在2.0－2.5之间。其实，R0值不是固定的，随着隔离措施的落实，病毒的传播效率会发生改变。
新京报：
通过模型评估和预测此次疫情，最大的困难是什么？
赖希：最大的困难是如何获得可信赖的数据。通过美国疾控中心、各州政府卫生系统以及其他实时数据监测平台获取的数据类型非常贫乏，而且往往会出现多次修改的情况，这将给建模带来巨大的困难。因为模型预测原本就有不确定性，如果数据不准确，那么结果上产生的偏差将会变得非常大。
尚未找到“类流感”与新冠肺炎相关联的证据
新京报：
注意到你们团队在1月至2月曾对美国“类流感”（Influenza-like Illness）和新冠肺炎病例的关联性做过研究，能否介绍一下？
赖希：
我们团队长期对流感疫情进行模型研究，当新冠肺炎疫情突然袭来，我们开始关注一个问题，今年年初大量“类流感”病例中是否可能存在新冠肺炎病例的可能。
通过美国各个州卫生系统的数据发现一个奇怪的现象，去医院就诊的“类流感”病例数量在1-2月明显增加，但是流感检测呈阳性的比例反而下降了。不过通过历年的数据收集和比对，尚未找到“类流感”与新冠肺炎病例相关联的证据。
新京报：
美国疾控中心主任承认一些“流感”死亡病例可能是新冠肺炎病例，你如何看待这个说法？
赖希：
事实上我们也在收集相关的数据，但是流感死亡病例的相关信息太稀缺，这将会使我们的研究进程非常缓慢。
新京报：
传染病模型研究能对防控疫情起到什么帮助？
赖希：
传染病模型为公共卫生官员和政府机构提供了信息，以便提前采取必要的防控措施。当面对未知的新型传染病，所有人都无法预见它的走向，通过建模研究，可以更好地了解这种疾病是如何暴发和蔓延的，同时获知不同的干预措施会对病毒传播产生怎样的影响。
新京报：
对美国的疫情防控有何建议？
赖希：
从传染病模型研究角度来看，“保持社交距离”（social distancing）是非常有效的，但我们需要考虑一些创造性的防控措施，如何阻断社区传播，同时又不会导致社会生产活动中断。