对中国大陆用局部全员检测对抗局部疫情的初略看法

【 在 dlc (dalaocu) 的大作中提到: 】
: 美国一天死300，算不算大量死亡？

必须死，选择必须死，没有选择必死，还是被逼必死，还是all of the above？

严格说来，死1000对有的人来说与大流感差别也不很多，死100对有的人来说太多太多
了，家里死1个对有的人来说比天大，。。。

没有国际标准

那死三千万算不算多？

【 在 wewill2009 (daluobe) 的大作中提到: 】
: 必须死，选择必须死，没有选择必死，还是被逼必死，还是all of the above？
: 严格说来，死1000对有的人来说与大流感差别也不很多，死100对有的人来说太多太多
: 了，家里死1个对有的人来说比天大，。。。
: 没有国际标准

中国做快筛和隔离的确有人力成本，但美国这样每天10万确诊，预计检测每天100万以
上，住院那么多人，也需要大量的人力成本。孰高孰低，可不好说哦。

【 在 Lwangls (老王老师) 的大作中提到: 】
: 因为没有计算人力成本

你觉得美国会死3千万？

你认为算不算多？

【 在 dlc (dalaocu) 的大作中提到: 】
: 那死三千万算不算多？

【 在 dlc (dalaocu) 的大作中提到: 】
: 美国一天死300，算不算大量死亡？

我没说哪个国家

我就问国际标准

3000万算不算多。你说算就算，说不算就不算。

【 在 wewill2009 (daluobe) 的大作中提到: 】
: 你觉得美国会死3千万？
: 你认为算不算多？

8月11日

河南前一天的所有12个无症状感染者全部转为病例。到处，100多个无症状感染者全部
转为病例。新增无症状感染者2例。河南疫情应该很快到了尾声了。

扬州25例
大趋势是会继续下降

云南 32 2 1 0 0 1 0 0 2 0 0 0 3 1 2 3 3 1 0 7 0 0 2 3 1
四川 8 0 0 0 1 0 0 0 3 3 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0
辽宁 5 0 0 0 0 1 1 0 2 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0
广东 1 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0
北京 9 0 0 0 0 0 0 0 0 1 1 0
0 2 1 0 3 0 0 0 0 0 1 0 0
湖南 105 0 0 0 0 0 0 0 0 0 2 6 4 7 6 15 9 9 9 6 12 6 5 7 2
重庆 2 0 0 0 0 0 0 0 0 0 0 2
0 0 0 0 0 0 0 0 0 0 0 0 0
福建 4 0 0 0 0 0 0 0 0 0 0 1
1 0 1 1 0 0 0 0 0 0 0 0 0
河南 151 0 0 0 0 0 0 0 0 0 0 0 12 1 2 2 3 1 4 24 41 37 7 3 14
山东 11 0 0 0 0 0 0 0 0 0 0 0 1 1 0 6 3 0 0 0 0 0 0 0 0
湖北 83 0 0 0 0 0 0 0 0 0 0 0 1 2 3 9 1 6 9 6 3 15 14 10 4
宁夏 1 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0
海南 2 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 1 0 0 0 0 0 0 0
上海 1 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0
内蒙 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0


总计 1176 2 12 12 13 5 40 31 55 24 21 30 53 55 61 71 62 80 75 81 94 108 83
61 47
去滇 1144 0 11 12 13 4 40 31 53 24 21 30 50 54 59 68 59 79 75 81 94 108 81
58 46
去豫 993 0 11 12 13 4 40 31 53 24
21 30 38 53 57 66 56 78 71 57 53 71 74 55 32

江苏 760 0 11 12 12 2 39 31 48 20
18 19 30 40 45 35 40 61 53 38 38 50 54 38 26
南京 235 0 11 12 12 2 38 31 47 18
13 6 14 11 5 3 4 1 1 2 0 2 0 1 1
宿迁 3 0 0 0 0 0 1 0 0 0 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0
扬州 510 0 0 0 0 0 0 0 0 2 4 10
12 26 40 32 36 58 52 36 38 48 54 37
25
淮安 12 0 0 0 0 0 0 0 1 0 0 2 4 3 0 0 0 2 0 0 0 0 0 0 0
760 0 11 12 12 2 39 31 48 20 18 19 30 40 45 35 40 61 53 38 38 50 54 38
26

你放心，美国死3千万的日子快到了。不过你大概没那个福分亲眼看到，因为死个几百
万的时候就轮到你闭眼了

【 在 dlc (dalaocu) 的大作中提到: 】
: 我没说哪个国家
: 我就问国际标准
: 3000万算不算多。你说算就算，说不算就不算。

澳洲新西兰好象有
不是不想做
是愿不愿意做
要做立法就是了
澳洲好象是有法律的

【 在 taroman (taroman) 的大作中提到: 】
: 全员检测简单， 但局部全员检测的前提是这个局部须在孤立状态，不然检测无任何意
: 义，这个欧美国家是100%做不到

还有,国内这么做了,经济可以持续发展
而美国呢,只能靠印钱,大量失业人员
版上还那么多人不愿意隔离的

【 在 DreamTiger (钟爱你一生) 的大作中提到: 】
: 中国做快筛和隔离的确有人力成本，但美国这样每天10万确诊，预计检测每天100万以
: 上，住院那么多人，也需要大量的人力成本。孰高孰低，可不好说哦。

8月12日

扬州
（南京新增1个病例，中风险区个数降3到6，只有1个不在江宁区）

新增25人
风险区重新归类合并，高风险区个数从3增加到9，中风险区从84到27

全员检测发现6个病例，另外有3例是自己去发热门诊被发现（其中2人在家里去门诊后
好几日才通过检测定为病例）
过去日子里，那样被发现的病例数目
第一代 6 7 16 11 6 10 19 7 8
第二代 1 6 3 8 0 0 9 0 1

已经连续3天不再公布隔离的紧密和次紧密接触者人数
之前2天每天增加700来人，估计现在在1万2千上下，压力肯定极大

又有11个病例转到南京医疗中心，共283人。昨天那里发现了一个护士病例。他被测过好
几次。

累积510病例

病例1的传染树病例数是321（增5）
8代：1 73 85 51 68 29 12 2
病例38传染树83（增3）
5代：1 45 25 11 2
增长得差不多了

还有20个新增还没有被发现与他们的连续
累积过去此类共189人

区域分布：

8月9日 10 11 12
邗江区 229 21 250 10 260 16 276
广陵区 124 26 150 17 167 6 173
开发区 20 4 24 7 31 2 33
景区 17 3 20 2 22 1 23
江都区 4 0 4 1 5 0 5
394 54 448 37 485 25 510

年龄 8月10日 11 12
1 2 2 2
2 1 1 1
3 3 3 3
4 1 1 2
5 4 4 4
6 6 7 7
7 6 6 6
8 5 6 7
9 2 4 4
<10 30="" 34="" 36="">10 3 4 4
11 3 3 3
12 1 1 1
13 2 2 4
14 4 4 5
15 3 3 3
16 3 3 3
17 5 6 7
18 1 1 2
19 4 4 5
10s 29 31 37
20s 25 28 32
30s 48 57 62
40s 45 52 53
50s 64 69 70
60s 93 98 99
70s 89 89 90
80s 24 26 30
90s 1 1 1
448 485 510

很少有国家能做到，对生产力和执行力要求太高了。国内也不是每个省份每个城市能做好。

【 在 xlzero (megatron) 的大作中提到: 】
: 其实普筛就是对抗新冠最有效的方法
: 可惜欧美做不到

8月13日

疫情基本上就只在扬州了

扬州
扬州
扬州
（南京无新增，中风险区个数减2到4，都在江宁区了）

新增18例（希望14日能降到各位数）
全员检测发现4个病例（其中1人3和4日自己去了门诊但只在家隔离，昨天阳性）
还有3人还没有被发现与病例1的联系，在（未述为何）被集中隔离多日后被查出

核酸检测区域开始收缩，有了重点区域，人口115万人

9个高风险区
中风险区增1到28
只有江都区没有高或中风险区（-->泰州无危）

累积528
不再继续送往南京（定在283例）
大多数核酸检测人员是外援

病例1传染树329人：1 73 86 55 68 31 13 2
病例38传染树84: 1 45 26 11 2

在各区分布

8月9日 10 11 12 13
邗江区 229 21 250 10 260 16 276 5 281
广陵区 124 26 150 17 167 6 173 6 179
开发区 20 4 24 7 31 2 33 4 37
景区 17 3 20 2 22 1 23 3 26
江都区 4 0 4 1 5 0 5 0 5
394 54 448 37 485 25 510 18 528

年龄分布
年龄 10日 11 12 13
1 2 2 2 2
2 1 1 1 1
3 3 3 3 3
4 1 1 2 2
5 4 4 4 4
6 6 7 7 7
7 6 6 6 6
8 5 6 7 7
9 2 4 4 4
<10 30="" 34="" 36="" 36="">10 3 4 4 4
11 3 3 3 3
12 1 1 1 1
13 2 2 4 4
14 4 4 5 5
15 3 3 3 4
16 3 3 3 5
17 5 6 7 7
18 1 1 2 2
19 4 4 5 5
10s 29 31 37 40
20s 25 28 32 35
30s 48 57 62 63
40s 45 52 53 55
50s 64 69 70 76
60s 93 98 99 101
70s 89 89 90 91
80s 24 26 30 30
90s 1 1 1
448 485 510

8月14日

商丘有点小疫情，对80万人口全员检测

（南京中风险区个数减1到3，又无新增病例，235累积病例中51人出院）

扬州
扬州
扬州

新增18人，其中17人来自集中隔离（其中7人是被同一个同事传染），1人来自居家隔离（前几天也有几个居家隔离病例，估计是集中隔离点压力太大，应该还有1万几千）。

高风险区增1到10，中风险区27（前1天的1个转为高风险区）
10人被送到南京。南京累积291

累积546例
病例1传染树病例总数：332
病例38传染树总数: 84

中国有世界六分之一人口

中国大陆是疫情最容易疯狂爆发的国家
在城区人口在300万人以上的城市有50个以上
而城市的行政总人口在490以上的地方有100个左右！

在过去的1年多里，在对外贸易比重不低的国家里，中国的疫情最轻
中国实际让世界其它地方减小了防疫和抗疫的压力
如果中国出现过印度那样的疫情。。。

南京老人在1个星期就造成了至少500多人的疫情
那再次告诉国人这个病毒会多么狂烈

中国大陆总是能在尽可能短的时间里把局部疫情控制住，不让其它地方受害
这种强有力的的方式避免了：在比较松懈的情况下很可能会有几十万人的死亡和几百万人可能会留下后遗症
（参考：美国至今已经死了60多万，欧盟+英国60多万，欧洲其它地方60多万，合起来
200万！）
相对自己的情况，经济受损接近最小

过去1年多来最严重的疫情还没有过去
但比其它任何国家来说，情况还是好了多！！！！！！

我要用（56国）过去7天平均的各国被传染和死亡数按中国人口数折算后做比较

只做参考，因为各国会有很多不同，输入病例比重也会很不同

中国的境外输入占34%
总数：125 143 111 81 99 66 53 7日平均=96.85714286
输入：31 35 28 20 52 36 29 =33
本土：94 108 83 61 47 30 24 =63.85714286 65.92920354%

结果：

第3个数是相对中国感染情况的强度（中国是：1）

7-day averaging
population average cases relative infection rapidity cases-
scaled deaths deaths-scaled
中国大陆 1411780000 103 1 103 0 0
日本 126,043,013 15315 1665.436296 171539.9385 18 201.
6140316
越南 98,317,120 9250 1289.562468 132824.9343 312 4480.
149134
台湾 23,864,998 10 5.743391196 591.5692932 3 177.470788
缅甸 54,817,509 3588 897.1456139 92405.99824 222 5717.
427985
泰国 69,995,890 21251 4161.372873 428621.4059 182 3670.
843531
柬埔寨 16,977,238 504 406.9052562 41911.24139 19 1579.
987275
老挝 7,393,389 252 467.1827344 48119.82164 0 0
新加坡 5,901,760 62 143.9925243 14831.23001 0 0
韩国 51,318,552 1840 491.4430862 50618.63788 5 137.5506464蒙古 3,337,190 1317 5409.21996 557149.6558 3 1269.133612
尼泊尔 29,721,252 2534 1168.609227 120366.7504 31 1472.
521413
巴基斯坦 225,674,236 4511 273.9811263 28220.05601 78 487.
954859
印度 1,396,161,030 36914 362.3976699 37326.96 480 485.
3698001
吉尔吉斯 6,644,276 477 984.0122726 101353.2641 8 1699.8451乌兹别克 34,010,563 912 367.5452527 37857.16102 7 290.
5703149
加拿大 38,111,901 1763 634.0470716 65306.84838 5 185.
2151117
美国 333,172,543 121238 4987.688935 513731.9603 538 2279.
712587
墨西哥 130445825 17729 1862.87561 191876.1878 526 5692.
756207
古巴 11318879 8605 10420.22887 1073283.573 81 10102.95984
英国 68284715 28430 5706.675252 587787.551 87 1798.716741
荷兰 17,177,282 2305 1839.273377 189445.1579 5 410.9439433葡萄牙 10,163,426 2305 3108.569637 320182.6727 13 1805.
802492
西班牙 46,775,041 13171 3859.529576 397531.5464 61 1841.
122491
比利时 11646025 1878 2210.281916 227659.0373 3 363.6725836匈牙利 9632892 58 82.52795865 8500.379741 1 146.5582714
土耳其 85352701 23423 3761.447892 387429.1329 131 2166.
811101
法国 65435079 23594 4942.204872 509047.1018 60 1294.516661乌克兰 43439501 955 301.3341441 31037.41684 22 714.9980843白俄罗斯 9445845 1007 1461.229584 150506.6471 10 1494.
604241
俄国 146004480 22047 2069.727265 213181.9083 799 7725.
874028
意大利 60,362,319 6332 1437.820894 148095.5521 29 678.
2645312
希腊 10366043 3270 4323.789545 445350.3232 20 2723.855188
塞尔维亚 8697966 855 1347.343121 138776.3415 4 649.2460421奥地利 9063848 759 1147.780818 118221.4243 1 155.7594523
瑞士 8725360 1630 2560.554655 263737.1295 1 161.8019199
德国 84083573 4134 673.8901596 69410.68644 14 235.0627988
丹麦 5815014 994 2342.962946 241325.1834 1 242.7818746
挪威 5468614 528 1323.385747 136308.732 0 0
瑞典 10169660 684 921.8907739 94954.74972 0 0
芬兰 5550349 873 2155.875873 222055.2149 1 254.35878
阿联酋 10023836 1290 1763.947106 181686.5519 4 563.3691533沙特 35418838 742 287.1437691 29575.80822 12 478.3149577
埃及 104486531 88 11.54388953 1189.020621 7 94.58118578
黎巴嫩 6791220 1628 3285.76426 338433.7188 4 831.5324787
以色列 9326000 5475 8046.713021 828811.4411 12 1816.573022约旦 10316286 862 1145.285316 117964.3876 13 1779.045288
新西兰 5002100 5 13.70084759 1411.187301 0 0
澳大利亚 25179889 373 203.0415036 20913.27488 2 112.
1355221
马来西亚 32828978 20071 8379.950408 863134.892 262 11267.
06899
印尼 276754228 27703 1372.02599 141318.6769 1538 7845.
653003
巴西 214248197 28338 1812.933277 186732.1275 822 5416.
536411
智利 19299554 826 586.6277119 60422.65433 55 4023.300228
秘鲁 33,484,527 1244 509.2206563 52449.7276 67 2824.86475
阿根廷 45659131 9736 2922.689801 301037.0495 234 7235.
278306
南非 60143575 10280 2342.791694 241307.5445 320 7511.
518895

56国过去7日平均单日死亡数（最后一个数）排序

中国大陆 1411780000 103 1 103 0 0
新西兰 5002100 5 13.70084759 1411.187301 0 0
新加坡 5,901,760 62 143.9925243 14831.23001 0 0
老挝 7,393,389 252 467.1827344 48119.82164 0 0
瑞典 10169660 684 921.8907739 94954.74972 0 0
挪威 5468614 528 1323.385747 136308.732 0 0
埃及 104486531 88 11.54388953 1189.020621 7 94.58118578
澳大利亚 25179889 373 203.0415036 20913.27488 2 112.
1355221
韩国 51,318,552 1840 491.4430862 50618.63788 5 137.5506464匈牙利 9632892 58 82.52795865 8500.379741 1 146.5582714
奥地利 9063848 759 1147.780818 118221.4243 1 155.7594523
瑞士 8725360 1630 2560.554655 263737.1295 1 161.8019199
台湾 23,864,998 10 5.743391196 591.5692932 3 177.470788
加拿大 38,111,901 1763 634.0470716 65306.84838 5 185.
2151117
日本 126,043,013 15315 1665.436296 171539.9385 18 201.
6140316
德国 84083573 4134 673.8901596 69410.68644 14 235.0627988
丹麦 5815014 994 2342.962946 241325.1834 1 242.7818746
芬兰 5550349 873 2155.875873 222055.2149 1 254.35878
乌兹别克 34,010,563 912 367.5452527 37857.16102 7 290.
5703149
比利时 11646025 1878 2210.281916 227659.0373 3 363.6725836荷兰 17,177,282 2305 1839.273377 189445.1579 5 410.9439433沙特 35418838 742 287.1437691 29575.80822 12 478.3149577
印度 1,396,161,030 36914 362.3976699 37326.96 480 485.
3698001
巴基斯坦 225,674,236 4511 273.9811263 28220.05601 78 487.
954859
阿联酋 10023836 1290 1763.947106 181686.5519 4 563.3691533塞尔维亚 8697966 855 1347.343121 138776.3415 4 649.2460421意大利 60,362,319 6332 1437.820894 148095.5521 29 678.
2645312
乌克兰 43439501 955 301.3341441 31037.41684 22 714.9980843黎巴嫩 6791220 1628 3285.76426 338433.7188 4 831.5324787
蒙古 3,337,190 1317 5409.21996 557149.6558 3 1269.133612
法国 65435079 23594 4942.204872 509047.1018 60 1294.516661尼泊尔 29,721,252 2534 1168.609227 120366.7504 31 1472.
521413
白俄罗斯 9445845 1007 1461.229584 150506.6471 10 1494.
604241
柬埔寨 16,977,238 504 406.9052562 41911.24139 19 1579.
987275
吉尔吉斯 6,644,276 477 984.0122726 101353.2641 8 1699.8451约旦 10316286 862 1145.285316 117964.3876 13 1779.045288
英国 68284715 28430 5706.675252 587787.551 87 1798.716741
葡萄牙 10,163,426 2305 3108.569637 320182.6727 13 1805.
802492
以色列 9326000 5475 8046.713021 828811.4411 12 1816.573022西班牙 46,775,041 13171 3859.529576 397531.5464 61 1841.
122491
土耳其 85352701 23423 3761.447892 387429.1329 131 2166.
811101
美国 333,172,543 121238 4987.688935 513731.9603 538 2279.
712587
希腊 10366043 3270 4323.789545 445350.3232 20 2723.855188
秘鲁 33,484,527 1244 509.2206563 52449.7276 67 2824.86475
泰国 69,995,890 21251 4161.372873 428621.4059 182 3670.
843531
智利 19299554 826 586.6277119 60422.65433 55 4023.300228
越南 98,317,120 9250 1289.562468 132824.9343 312 4480.
149134
巴西 214248197 28338 1812.933277 186732.1275 822 5416.
536411
墨西哥 130445825 17729 1862.87561 191876.1878 526 5692.
756207
缅甸 54,817,509 3588 897.1456139 92405.99824 222 5717.
427985
阿根廷 45659131 9736 2922.689801 301037.0495 234 7235.
278306
南非 60143575 10280 2342.791694 241307.5445 320 7511.
518895
俄国 146004480 22047 2069.727265 213181.9083 799 7725.
874028
印尼 276754228 27703 1372.02599 141318.6769 1538 7845.
653003
古巴 11318879 8605 10420.22887 1073283.573 81 10102.95984
马来西亚 32828978 20071 8379.950408 863134.892 262 11267.
06899

相对中国疫情的排序（看第3个数）

中国大陆 1411780000 103 1 103 0 0
台湾 23,864,998 10 5.743391196 591.5692932 3 177.470788
埃及 104486531 88 11.54388953 1189.020621 7 94.58118578
新西兰 5002100 5 13.70084759 1411.187301 0 0
匈牙利 9632892 58 82.52795865 8500.379741 1 146.5582714
新加坡 5,901,760 62 143.9925243 14831.23001 0 0
澳大利亚 25179889 373 203.0415036 20913.27488 2 112.
1355221
巴基斯坦 225,674,236 4511 273.9811263 28220.05601 78 487.
954859
沙特 35418838 742 287.1437691 29575.80822 12 478.3149577
乌克兰 43439501 955 301.3341441 31037.41684 22 714.9980843印度 1,396,161,030 36914 362.3976699 37326.96 480 485.
3698001
乌兹别克 34,010,563 912 367.5452527 37857.16102 7 290.
5703149
柬埔寨 16,977,238 504 406.9052562 41911.24139 19 1579.
987275
老挝 7,393,389 252 467.1827344 48119.82164 0 0
韩国 51,318,552 1840 491.4430862 50618.63788 5 137.5506464秘鲁 33,484,527 1244 509.2206563 52449.7276 67 2824.86475
智利 19299554 826 586.6277119 60422.65433 55 4023.300228
加拿大 38,111,901 1763 634.0470716 65306.84838 5 185.
2151117
德国 84083573 4134 673.8901596 69410.68644 14 235.0627988
缅甸 54,817,509 3588 897.1456139 92405.99824 222 5717.
427985
瑞典 10169660 684 921.8907739 94954.74972 0 0
吉尔吉斯 6,644,276 477 984.0122726 101353.2641 8 1699.8451约旦 10316286 862 1145.285316 117964.3876 13 1779.045288
奥地利 9063848 759 1147.780818 118221.4243 1 155.7594523
尼泊尔 29,721,252 2534 1168.609227 120366.7504 31 1472.
521413
越南 98,317,120 9250 1289.562468 132824.9343 312 4480.
149134
挪威 5468614 528 1323.385747 136308.732 0 0
塞尔维亚 8697966 855 1347.343121 138776.3415 4 649.2460421印尼 276754228 27703 1372.02599 141318.6769 1538 7845.
653003
意大利 60,362,319 6332 1437.820894 148095.5521 29 678.
2645312
白俄罗斯 9445845 1007 1461.229584 150506.6471 10 1494.
604241
日本 126,043,013 15315 1665.436296 171539.9385 18 201.
6140316
阿联酋 10023836 1290 1763.947106 181686.5519 4 563.3691533巴西 214248197 28338 1812.933277 186732.1275 822 5416.
536411
荷兰 17,177,282 2305 1839.273377 189445.1579 5 410.9439433墨西哥 130445825 17729 1862.87561 191876.1878 526 5692.
756207
俄国 146004480 22047 2069.727265 213181.9083 799 7725.
874028
芬兰 5550349 873 2155.875873 222055.2149 1 254.35878
比利时 11646025 1878 2210.281916 227659.0373 3 363.6725836南非 60143575 10280 2342.791694 241307.5445 320 7511.
518895
丹麦 5815014 994 2342.962946 241325.1834 1 242.7818746
瑞士 8725360 1630 2560.554655 263737.1295 1 161.8019199
阿根廷 45659131 9736 2922.689801 301037.0495 234 7235.
278306
葡萄牙 10,163,426 2305 3108.569637 320182.6727 13 1805.
802492
黎巴嫩 6791220 1628 3285.76426 338433.7188 4 831.5324787
土耳其 85352701 23423 3761.447892 387429.1329 131 2166.
811101
西班牙 46,775,041 13171 3859.529576 397531.5464 61 1841.
122491
泰国 69,995,890 21251 4161.372873 428621.4059 182 3670.
843531
希腊 10366043 3270 4323.789545 445350.3232 20 2723.855188
法国 65435079 23594 4942.204872 509047.1018 60 1294.516661美国 333,172,543 121238 4987.688935 513731.9603 538 2279.
712587
蒙古 3,337,190 1317 5409.21996 557149.6558 3 1269.133612
英国 68284715 28430 5706.675252 587787.551 87 1798.716741
以色列 9326000 5475 8046.713021 828811.4411 12 1816.573022马来西亚 32828978 20071 8379.950408 863134.892 262 11267.
06899
古巴 11318879 8605 10420.22887 1073283.573 81 10102.95984

强调一下：以上的死亡数和传染数都是按照中国人口“scale”了的（也就是：想象各
国的人口与中国的相同）

可以看到，中国如果像任何一个它国或地方（除了几个相对比较隔离的地方外），那么中国的疫情就会非常地可怕，会造成世界的疫情要更严重很多！！！！

8月15日

河南
6个无症状感染者转成病例，其中商丘5例
总是把所有的无症状感染者分批全部转成病例
还有1个无症状感染者
商丘还在做第4轮全员检测
商丘疫情发展缘由：病例1在郑州那个出事的医院陪护家人，回商丘后传给1个同事，同事传给另外一个人，病例3传给3个家人。。。

河南疫情比较简单，因此病例几乎都能很早就被发现后集中隔离，发现时基本都还在最早的无症状阶段

湖南
连续2天每天只有张家界1例
连续6天只有张家界
从发现病例到单日新增降到1个用了16天

南京
连续3天无新增病例，发现病例到单日新增降到1用了15天
南京把禄口街道从高风险区转为中风险区，中风险区就剩它了

扬州
新增6个在隔离中的病例，其中5人集中隔离，还有1人居家隔离
中风险区个数减1到26，高风险区仍然有10个
累积552
病例1传染树有335病例，其中病例38的传染树有87人
传染树之间在2天前开始逐渐出现了几个交叉
看上去扬州也差不多了

离清零不远了

总得说来，1个月之内就可以清零了。如果疫情发现早，差不多只要3个星期。
到后来几轮，全员检测会大幅收缩范围。
“精准”会成越来越多的防疫抗疫用词。

耽误啥事了？反正有人送吃送喝的，就当在家休假2星期，顺便再造点韭菜给党妈造势。

【 在 flyelaphant (我是白妞风的生物学父亲) 的大作中提到: 】
: 放屁，好比你们家社区1300个住户发现一个疑似，那这1300人都要追查，还得被限制在
: 自己社区十四天不许出门，按时检测核酸三次起码，哪里也不能去，很耽误事儿
: 小区门口拉着警戒线，你敢闯么

几乎可以肯定的是：大多数国家报告的死亡数几乎总会比病例数更准确，因为有不少人会不去做测试。

因此，重点还是应该在死亡数上

有3个国家的全疫苗率很高，而且很有代表性

以色列900多万人口，16岁以上人口的全疫苗率在80%以上，过去2星期超快地种第三剂疫
苗积累到近100万。辉瑞疫苗。是人均种疫苗最高的国家

英国差不多是辉瑞和牛津疫苗差不多各半，18岁以上人口全疫苗率76%

美国主要是辉瑞和摩德纳疫苗，18岁以上人口全疫苗率大约62%

如果中国的疫情也像它们一样严重，大概会死多少人呢？

根据过去7天死亡平均数推算
单日平均会死亡2千左右！

------------------------------------------------------
中国大陆 1411780000
以色列 9326000 2378.845624 15.71428571 9 19 24 18 15
17 8 110
美国 333,172,543 2178.015371 514
英国 68284715 1881.416361 91
--------------------------------------------------------

以色列的数据最详尽
可以用它的数据做对重症的估算

如果中国大陆疫情如以色列，单日新增重症会有1万多人！！！！
中国大陆在1年多能最接近完全控制住了疫情。不仅仅是对自己人好，也是对世界其它
地方的大减压！！

----以色列-----
至今累计
19,101 critically ill and 3,911 respirators

以色列 9326000 2378.845624 15.71428571 9 19 24 18 15
17 8 110
- - 13689.17527 90.42857143 81 73 101 91 91 83 113 633

----以色列-----------

一来土鳖的屁民承受力不行。二来如果死这么多人，国际舆论也会大加挞伐。土鳖也是被逼的。

【 在 wewill2009 (daluobe) 的大作中提到: 】
如果中国的疫情也像它们一样严重，大概会死多少人呢？
根据过去7天死亡平均数推算
单日平均会死亡2千左右！

扬州新增确诊病例“六连降”，江苏省长：稍松懈就会反弹反复http://www.thepaper.cn/newsDetail_forward_14077190
今天新增只有3个

前面提到商丘
再说下

累积15人，其中11人来自同个大家庭

从郑州出现失控的那家医院返回的病例1，传给同事病例2，病例6和病例4母女去病例1
和病例2的店里，但是没有把这个行踪汇报给防疫抗疫部门，然后传给了9个家人（病例3比病例4还被提前一天发现）和2个邻居！

病例15作为邻居（在病例3还没有被发现之前）不带口罩与那家人发生了吐沫大战

还有个邻居也与那家人吵架，而且她丈夫去了那家调和，但都还没成为病例

这段人类历史告诉我们：吵架方式还真应该以菌版的方式为准

【 在 chace (Time is money, friend!) 的大作中提到: 】
: 扬州新增确诊病例“六连降”，江苏省长：稍松懈就会反弹反复
: http://www.thepaper.cn/newsDetail_forward_14077190
: 今天新增只有3个

好！！！
好好！！

8月16日
扬州

累积555病例
新增3例中，2例与过去发现的多个病例有接触，这种情况在最近几天才出现
因此最早清晰的传染树被继续”网络“化
还有1例看起来是通过全员检测发现

从病例1发现的传染树数目共336病例，在第8代被截止
病例38共88，在第5代被截止

病例30共31，在第6代被截止

国内这波自武汉特大疫情以来的最大疫情到小尾巴阶段了

基本上可对这波疫情做个总结了

这是各省市的疫情数据表
8月20 21 22 23 24 25 26 27 28 29
30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
江苏 805 0 11 12 12 2 39 31 48 20
18 19 30 40 45 35 40 61 53 38 38 50 54 38 26 18 18 6 3
云南 33 2 1 0 0 1 0 0 2 0 0 0 3 1 2 3 3 1 0 7 0 0 2 3 1 1 0
0 0
四川 8 0 0 0 1 0 0 0 3 3 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
辽宁 5 0 0 0 0 1 1 0 2 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
广东 1 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
北京 9 0 0 0 0 0 0 0 0 1 1 0
0 2 1 0 3 0 0 0 0 0 1 0 0 0 0 0
0
湖南 110 0 0 0 0 0 0 0 0 0 2 6 4 7 6 15 9 9 9 6 12 6 5 7 2 3 1
1 0
重庆 2 0 0 0 0 0 0 0 0 0 0 2
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
福建 4 0 0 0 0 0 0 0 0 0 0 1
1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0
0
河南 166 0 0 0 0 0 0 0 0 0 0 0 12 1 2 2 3 1 4 24 41 37 7 3 14 4 5 6 0
山东 11 0 0 0 0 0 0 0 0 0 0 0 1 1 0 6 3 0 0 0 0 0 0 0 0 0 0
0 0
湖北 90 0 0 0 0 0 0 0 0 0 0 0 1 2 3 9 1 6 9 6 3 15 14 10 4 4 0
0 3
宁夏 1 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
海南 2 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
0
上海 1 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0
内蒙 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
0


总计 1249 2 12 12 13 5 40 31 55 24 21 30 53 55 61 71 62 80 75 81 94 108 83
61 47 30 24 13 6
去滇 1216 0 11 12 13 4 40 31 53 24 21 30 50 54 59 68 59 79 75 81 94 108 81
58 46 29 24 13 6
去豫 1050 0 11 12 13 4 40 31 53 24 21 30 38 53 57 66 56 78 71 57 53 71 74 55 32 25 19 7 6

对这波疫情，平均每个病例集中隔离了64个紧密和次紧密接触者。

河南郑州第6医院引发的疫情比较简单，但被商丘的病例4和6稍微非简单化了一点点
平均每个病例集中隔离19人

7月31 8月1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
河南 166 12 1 2 2 3 1 4 24 41 37 7 3
14 4 5 6 0
郑州 138 12 0 1 2 3 0 0 23 40 35 6 3
11 2 0 0 0
商丘 15 0 1 1 0 0 0 0 0 0 0 0 0 0
2 5 6 0
许昌 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
开封 7 0 0 0 0 0 0 4 0 1 1 0 0 1 0 0 0 0
驻马店 4 0 0 0 0 0 0 0 1 0 1 1 0 1
0 0 0 0
安阳 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
12 1 2 2 3 1 4 24 41 37 7 3 14 4 5 6 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
166
12 13 15 17 20 21 25 49 90 127 134 137 151 155 160 166 166
41526 41576 41661 41756 41853 42298 42600 43034 43301 43400 43622 43743 43869 43951 44060 44331
44420 44643
50 135 230 327 772 1074 1508 1775 1874
2096 2217 2343 2425 2534 2805 2894 3117
18.77710843 4.166666667 10.38461538 15.33333333 19.23529412
38.6 51.14285714 60.32 36.2244898 20.82222222 16.50393701
16.54477612 17.10218978 16.05960265 16.3483871 17.53125 17.43373494 18.77710843

一人阳性，千人爆菊

盹盹盹

【在flyelaphant（我是白妞风的生物学父亲）的大作中提到：】
：一点都不人性
：因为一个人，那1300人被困在家里，操他妈的

江苏南京禄口机场为源头产生的疫情主要是在江苏，被扬州大大地复杂化了
扬州占各地1055病例中的555，南京235 （+15=江苏共805）
8月20 21 22 23 24 25 26 27 28 29
30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
9

江苏 805 0 11 12 12 2 39 31 48 20
18 19 30 40 45 35 40 61 53 38 38 50 54 38 26 18 18 6 3
南京 235 0 11 12 12 2 38 31 47 18
13 6 14 11 5 3 4 1 1 2 0 2 0 1 1 0 0 0 0
宿迁 3 0 0 0 0 0 1 0 0 0 1 1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0
扬州 555 0 0 0 0 0 0 0 0 2 4 10
12 26 40 32 36 58 52 36 38 48 54 37
25 18 18 6 3
淮安 12 0 0 0 0 0 0 0 1 0 0 2 4 3 0 0 0 2 0 0 0 0 0 0 0 0 0
0 0
805 0 11 12 12 2 39 31 48 20 18 19 30 40 45 35 40 61 53 38 38 50 54 38
26 18 18 6 3

通过大连3个飞行乘客在张家界大剧场传播出去，而后通过淮安旅行团继续大传播到湖
北（武汉和荆门）工地的疫情主要是在湖南和湖北



7月29 30 31 1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16
湖南 110 2 6 4 7 6 15 9 9 9 6 12 6 5 7 2 3 1 1 0
长沙 5 1 0 1 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
张家界 69 1 4 2 3 3 8 6 6 1 10 6
5 7 2 3 1 1 0
湘西 2 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
湘潭 2 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
株洲 29 0 0 0 3 2 12 1 3 3 5 0 0 0
0 0 0 0 0 0
益阳 3 0 0 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0

7月31 1 2 3 4 5 6 7 8 9 10 11 12
13 14 15 16
湖北 90 1 2 3 9 1 6 9 6 3 15 14 10 4 4 0 0 3
黄冈 5 1 0 0 0 0 0 0 0 0 1 3 0 0 0 0 0 0
荆州 2 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
武汉 40 0 0 3 9 0 3 6 6 2 4 3 4 0
0 0 0 0
荆门 42 0 0 0 0 1 3 3 0 1 10 7 6 4
4 0 0 3
鄂州 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

除了扬州，稍微比较严重的各市的疫情都在半月或更短的时间内降到每天新增在2或以下

如以往，大概用1个月完全清零。扬州需要的时间会稍微长些。

过去15个月以来
平均每12个月，全民检测过的人口不到总人口的10%


武汉 11285779 2 22571558
牡丹江 784272 1 784272
乌鲁木齐 4054369 1 4054369
喀什 4746500 1 4746500
大连 6614000 1 6614000
石家庄 10251875 1 10251875
青岛 10920411 1 10920411
北京 10059000 1 10059000
成都 2295922 1 2295922
东莞 11162100 1 11162100
瑞丽 309448 3 928344
邢台 6744455 1 6744455
广州 1790000 1 1790000
深圳 125900 1 125900
珠海 2023700 1 2023700
芜湖 2294753 1 2294753
厦门 449680.1706 1 449680.1706
无为 154729 1 154729
红安 164903 1 164903
佛山 10024500 1 10024500
江门 356873.3333 1 356873.3333
中山 5337800 1 5337800
烟台 6482600 1 6482600
扬州 1700000 1 1700000
郑州 11180000 1 11180000
南京 9240000 1 9240000
株洲 1561100 1 1561100
张家界 404091.3333 1 404091.3333
鄂州 1077700 1 1077700
沈阳 7362200 1 7362200
天津 2467400 1 2467400
芒市 228787 1 228787
淮安 360799 1 360799
满洲里 203326 1 203326
重庆 175306 1 175306
荆州 854000 1 854000
荆门 623754 1 623754
商丘 6025000 1 6025000
许昌 1200000 1 1200000
驻马店 2891652 1 2891652
安阳 406350 1 406350
三门峡 2034872 1 2034872
Total 15842.99068 17033.45818
Population 141178
Percentage 11.22199683 % 12.06523551 %
8.977597463 % 9.652188405 %

以后TG会不会用这套机制对抗其他传染性疾病

【 在 wewill2009 (daluobe) 的大作中提到: 】
: 几乎可以肯定的是：大多数国家报告的死亡数几乎总会比病例数更准确，因为有不少人
: 会不去做测试。
: 因此，重点还是应该在死亡数上
: 有3个国家的全疫苗率很高，而且很有代表性
: 以色列900多万人口，16岁以上人口的全疫苗率在80%以上，过去2星期超快地种第三
剂疫
: 苗积累到近100万。辉瑞疫苗。是人均种疫苗最高的国家
: 英国差不多是辉瑞和牛津疫苗差不多各半，18岁以上人口全疫苗率76%
: 美国主要是辉瑞和摩德纳疫苗，18岁以上人口全疫苗率大约62%
: 如果中国的疫情也像它们一样严重，大概会死多少人呢？
: 根据过去7天死亡平均数推算
: ...................

又看了下美英以三国的死亡数据，还在明显上升

也许更多的人会意识到：防疫中有比种疫苗有效得多的做法需要被采用-----尽管疫苗
是个很有帮助的东西

【 在 chinsome (chinsome) 的大作中提到: 】
: 以后TG会不会用这套机制对抗其他传染性疾病

如果传染性同样猛，那必须

传染性极强，季节性很弱，重症的后遗症会很严重！

流感之类的就算了

我记得看过一个NYT的病毒横向比较，新冠的传染性不算特别厉害。实际上到目前为止
，在对待最严格的TG的分类里，还是乙类传染病，只是按甲类对待. 乙类里和它传染性差不多的，还有一大堆。

反正取样都取了，测新冠病毒的同时，把其他病毒种类也测一下，建个全民大数据吧。对于各种病毒阳性的分布情况心里有个大概的谱了，对于防控其他传染病肯定都有帮助吧

【 在 wewill2009 (daluobe) 的大作中提到: 】
: 如果传染性同样猛，那必须
: 传染性极强，季节性很弱，重症的后遗症会很严重！
: 流感之类的就算了

哈哈哈，怎么可能死几百万才轮到他，参考河山硕跟冠军，再死不到10万就该轮到他了

【 在 coinage(coinage) 的大作中提到: 】

: 你放心，美国死3千万的日子快到了。不过你大概没那个福分亲眼看到，因为死
个几百

: 万的时候就轮到你闭眼了

估计covid先要了你的命，或者你爸妈的命或者你子女的命。美帝600k+以上的死亡，近2%的死亡率，政府依然可以不用负责。这是多少个家庭的生离死别，造成多少的孤儿，多少的白发人送黑发人，多少的躺在病床上无法呼吸且无法跟家人见上最后一面的悲剧？

死命保卫着所谓的“权利”，这是健康者对体弱者的暴政，最现代最文明的社会竟然没有办法运用社会公共管理的手段来渡过难关。中国极少部分的人牺牲了极短时间的自由，换取绝对大多数人的绝大多数时间的几乎绝对的自由，并且那些短期牺牲了自由的人也会在之后享受到这样的好处。谁是一个“现代”国家？哪个国家的人民具有真正团结共渡难关的精神与素质？这都过去了快两年了，睁眼瞎们还看不懂吗？

【 在 Staywarm (Staywarm) 的大作中提到: 】
: 你喜欢这种方式就滚回天朝待着
: 谁要这么搞老子 老子要他的命

老将彻底丧失了人性

【 在 tmbb2012 (tmbb2012) 的大作中提到: 】
: 所以，你们老将都已经被洗脑，彻头彻尾地变成一个自私自利的东东
: 把这东西说成是反人性。CNM的。
: 到哪都得被人嫌！

【 在 chinsome (chinsome) 的大作中提到: 】
: 我记得看过一个NYT的病毒横向比较，新冠的传染性不算特别厉害。实际上到目前为止
: ，在对待最严格的TG的分类里，还是乙类传染病，只是按甲类对待. 乙类里和它传染性
: 差不多的，还有一大堆。
: 反正取样都取了，测新冠病毒的同时，把其他病毒种类也测一下，建个全民大数据吧。
: 对于各种病毒阳性的分布情况心里有个大概的谱了，对于防控其他传染病肯定都有帮助吧

传染性更强不一定必须是更猛的意思
SARS比这个病毒猛，但是很难说哪个更强。sars的季节性特别强。到夏天。。。
注意我特别提到了新冠季节性很弱的特点，这是一般病毒没有的
还有一点是隐蔽性强。无症状可以持续几天甚至7天。看上面河南的疫情情况。100多个无症状感染者陆陆续续经过1个星期以上才全部转成病例。之所以无症状感染者多，是
由于疫情是医院疏忽造成的，因此重点人群几乎全部很早就被锁定。

看看世界总的感染数一直都非常高的情况

扬州疫情显示的各种情况
病例1和在7天内在扬州传染或派生出500多人的情况。。。

印度、美国和很多国家的超级大爆发。。。

中国在“不然/否则”情况下会出现的单日死亡数量，基于55国尤其是3个全疫苗率很高的三国（以英美）

。。。

事实上，乙类病毒的差异也会特别大

新冠是乙类
但是艾滋病也是乙类，甲肝、乙肝和丙肝也都是乙类

它们对人的传播程度会相差很大，后果也会相差很大

甲肝在甲乙丙中应该是最容易传染给人的，但是一般人如果必须选择甲肝、乙肝和丙肝中的1个，显然甲肝最可能入选。

流感和新冠之间，更可能选流感
最起码：只有半年会得流感

根据以色列8月16日的官方疫苗情况、重症和死亡和数据

防重病率的有效率是16% （前段时间是78%左右）

有可能是由于疫苗时间太久，也有可能是由于delta太狠，也有可能由于疫苗改变了免
疫系统，也有可能。。。也有可能是some combination of the previously mentioned probable causes

不管怎么说，现在以色列、英国和美国的死亡数字都在明显快速上升

开学了

别怪我没告诉你！

如果是我错了，不告诉我我会怪你！（但是我检查了好几遍，而且这种计算我做个了多次）

- total un- one-dose full
severe - 254 13 333
population 9,327,000 3,460,868 437559 5428573
percentage - 37.10590758 - 58.20277688
per 100k - 7.339199299 - 6.134208751
efficacy 16.41855602 %

中国马上本土新增归零咯。

最开始是防传染的有效率大幅降低
然后是防重症的有效率明显降低。。。
现在是防死亡的有效率也明显降低了

以色列的原始数据出处

是全球最详细的了https://datadashboard.health.gov.il/COVID-19/general

8月17日

扬州

新增6人
1人是被集中隔离的密切接触者
2人看起来是家人，1个星期前去发热门诊后在家里居家隔离
2人（看活动情况）是家人，在重点区全员检测中被查出
还有1人也是在全员检测中被查出

2+1=3人是在非居家或非集中隔离人员中查出。
其它3人只是在重点地区或人群中查出。

对重点地区对检测还会继续个2轮以上吧？

我又考虑了一下保护率的估算问题

用以色列官方提供的最新数据又算了一下

得出的对重症的保护率是16%

但这样用“snap shot”数据得到的保护率很不准

得用足够的一段时间观察病例的发展情况（今天病人是轻症，以后可能会发展成重症）。。。

若疫苗的注射时刻
与
被发现有被传染的时刻
之间
间隔太短，病例应该被“剔”除

- total un- one-dose full
severe cases - 254 13 333
population 9,327,000 3,460,868 437559 5428573
percentage - 37.10590758 4.691315536 58.20277688 100 %
per 100k - 7.339199299 - 6.134208751
efficacy 16.41855602 %

我以后不会再做这种计算了。

有足够长时间观察，得到了足够多情况的人才有把握得出比较可靠的有效率

以色列卫生部还有一种数据，也许可以被用来得到更准确的保护率

但那还是有一个大问题：“年轻组”和“老年组”不种疫苗的人里不适合种疫苗的人比例会差别很大，造成很大的误差

不适合种疫苗的人本来就该都被剔除掉（像在做clinial trials前招自愿者时那样），避免bias出现

不管怎么说，还是算一下（但记住：老年组的有效率会相对明显偏高）
以后只好就用这种方法估算了

有效率分别是：
对60岁或以上的人： 88% （相对后者会明显偏高）
对60岁以下： 55%

在以色列有很高疫苗率的情况下：
两个估算结果都比真实的保护率高。身体情况不允许某些人种疫苗。不肿疫苗的群体比种疫苗的群体的身体情况会差些。

age：
60 and 60+ 156 12 278 446
per 100k 182.5 53.8 21 88.49315068 %





under 60 97 1 55 153
per 100k 2.9 0.5 1.3 55.17241379 %
599

8月18日

扬州3例

但上海出了个不知怎么来的病例，在测基因序
在松江区中心医院工作，住在那边
（希望中心地区没事）

已经测了10密+66密密+7347所及场人群=7423人，全都阴性

南京禄口街道也被降为低风险区

这样，南京再无中风险或高风险区！

从报告第一个病例到此状态，正好用了30天

赞追踪与分析

【 在 wewill2009 (daluobe) 的大作中提到: 】
: 南京禄口街道也被降为低风险区
: 这样，南京再无中风险或高风险区！
: 从报告第一个病例到此状态，正好用了30天