立場新聞 Stand News

【武漢肺炎】五大預測模型參數各異 美國疫情走勢大不同

2020/4/23 — 20:12

美國的武漢肺炎(COVID-19)疫情依然嚴峻,累計已有逾 84.3 萬人確診,近 46,784 人死亡。未來疫情走勢如何?《紐約時報》解釋 5 個疫情預測模型結果。

該 5 個預測模型分別由麻省理工學院、哥倫比亞大學、東北大學、帝國學院,以及美國華盛頓大學健康數據評估中心 (IHME) 發表。各模型對於美國未來兩個月疫情都有著不同預測,高峰期也各異(圖一)。假設當地嚴謹隔離政策不變下,大部份模型均認為美國感染 COVID-19 病死人數即將踏入或者已過高峰期,但死亡人數仍會介乎於 60,000–100,000 人不等。

廣告

雖然預測模型或多或少為政府及科研隊伍對疫情發展提供眉目,但實際上我們對於病毒病理、死亡率、傳播機制,甚至是測試準則都仍未掌握到。這些因素都會影響到模型預測等準確性。加州大學爾灣分校助理教授 Andrew Noymer 解釋,受制於不同因素的不確定性,難以期望模型提供準確預測。

不同模型本身的一些前題或假設,均會影響預測結果。現時主要有兩種預測模型:統計數據模型,或者是流行病學數據模型。白宮最常引述的華盛頓大學健康數據評估中心(IHME)模型就是根據其他國家的疫情估算,即是統計數據模型。這種模型無需對疾病病理有深入了解,主要基於其他國家數據推算,所以結果也較其他模型「樂觀」。根據此模型,白宮估計未來數月死亡人數將達 6 萬人。不過,此模型就受不少流行病家批評,指模型是單以國際數據計算,未有考慮到不同國家的數據準確性,以及不同抗疫政策帶來等影響等,需小心詮釋結果。

廣告

相反,另一種常用模型就較側重於流行病學理論,例子是東北大學及哥倫比亞大學的模型。這種模型則是根據病毒傳染力、康復速度,以及不同健康風險因素等預測疫情發展,預測結果一般較準確。然而,由於科學家對病毒了解實在不足,此類模型也有機會因政策變動,人為行為改變,而出現誤差。哥倫比亞大學(圖二)圖表顯示,同一模型下,社交接觸比率的改變,已可導致截然不同的預測。

麻省大學季節性流感預測實驗室主管生物統計學家 Nicholas Reich 就向《紐時》指,縱使模型預測各異,但收集不同模型數據仍然相當重要。他指如果只參考一個模型,有機會看不到疫情全貌。從圖三所見,可觀察到模型預測隨著時間多次修正(淺色線),而實線則為已修正預測。

透過綜合各個模型,可觀察到新資訊怎樣影響到預測結果,從而得到一個較貼近現實的預測結果。現時大部份結果已就未來數周的預期確診及死亡數下調,但由於變數極多,亦受限於政策變動,現有模型都未能作更長遠預測。

來源:
New York Times, What 5 Coronavirus Models Say the Next Month Will Look Like, 22 April 2020

文/Edward Ho

發表意見