挪威的疫情模型

利斯贝·杰尔（Lisbet Jære）

驻挪威奥斯陆记者

从2020年3月到2022年6月，奥斯陆大学和奥斯陆大学医院的统计学教授阿诺尔多·弗里杰西（Arnoldo Frigessi）每天的日程都安排得满满当当。作为挪威公共卫生研究所（NIPH） 新冠肺炎建模团队的一员，他的工作日夜无休。

卫生当局需要估计疫情暴发对人口的影响：感染将如何传播？将有多少人住院，多少人死亡？这项工作就由建模团队负责。

弗里杰西说：“我们经常连续工作17个小时。我的薪水是由纳税人支付的，我也因此对公众负有重大责任。数学模型可以清楚地解释或演示复杂情况，而疫情恰好就是一个例子。我们试着用数学模型找出民众行为、病毒和挪威卫生当局应对措施之间的复杂关联。”

“有一些国家率先建立了基于移动数据的有效模型，挪威就是其中之一。况且，我们此前就已掌握完善的人口数据以及关于住院人数和感染率的确切数据。”弗里杰西如此说道。不过他还是强调，虽然数学模型可以跟踪影响感染过程的众多个体和因素，但模型与现实绝不可能完全重合。

弗里杰西解释说，挪威和许多国家一样，都采用SEIR模型作为开展防疫工作的基础。这是一种流行病学模型，通过将人群划分为四种状态来预测传染病的发展态势：易感者（S）、接触或潜伏者（E）、传染者（I）和移出者（R）。研究人员根据人口数据、流动性数据和新冠肺炎疫情的相关数据，创建了适用于新冠肺炎的SEIR模型。

相对比较简单的模型，例如研究癌症的模型，其基本假设是风险因素不会随时间和地点而变化。而创建疫情模型的挑战恰恰在于病毒存在人际传染，这就产生了复杂的依存关系。

弗里杰西在传染病建模方面经验丰富。例如在20世纪90年代初，他就研究了如何利用模型跟踪艾滋病毒感染的发展过程：“艾滋病毒和新冠病毒有一项显著的区别，那就是前者传播缓慢，而后者的传染速度极快。二者的相似之处则是感染者可能不会出现任何症状，这是建立模型时需要克服的一大难题。”

挪威模型的高明之处在于使用了移动数据。来自手机的数据能提供人员流动信息，从而提高新冠肺炎传播预测的精准程度。

2020 年，索尔维格·恩格布雷森（Solveig Engebretsen） 被《挪威商业日报》（Norwegian Business Daily）评为挪威国内30岁以下领军人物之一，她的博士研究课题是利用手机数据建立关于流感传播的数学模型。她的导师正是弗里杰西。2020年初，恩格布雷森加入建模团队，并因此获得“新冠猎人”的绰号。

建模团队获准使用挪威电信公司（Telenor）的手机数据，该公司的用户大约占挪威人口的一半。

恩格布雷森解释说：“我们每六个小时就会收到一批手机数据，显示居民在不同城市之间往来流动的情况。通过摸清人们的行动轨迹，我们建立的模型可以显示出病毒在挪威各个城市的传播方式。”

R值表示新冠肺炎的传播速度。R即再生数，是指一位病毒感染者能够传染多少人。当R值小于1时，疫情就会逐渐消退。在挪威的模型中，R值的计算基础是医院数据和检测数据。由于不再实行强制性检测，这个模型如今只基于入院治疗数据。

阿诺尔多·弗里杰西说：“我们一直担心可能会犯错误。”他强调，如果是常规的研究项目，会对结果做两到三次重复检查。但他们现在没时间这样做。

建模团队面临诸多挑战，时间不足只是其中一项。团队还要持续监测相关政策、行为、检测制度和病毒变体的变化情况。一旦病毒出现变异，模型也必须随之改变。

恩格布雷森说：“我们一方面要应对未知情况，一方面还要处理海量数据。数学模型和统计数据是一种系统工具，可以用它来收集所有关于病毒的信息。”她表示， 挪威公共卫生研究所也使用了其他模型。

还有一个难题是如何向公众讲明问题的复杂性。恩格布雷森说：“有时，如果住院人数等预测数据过于悲观，我们会遭到批评。不过在这种情况下，通常都已采取额外的干预措施，所以实际结果不至于那么糟糕。有一点必须要说清楚，我们的预测只有在不采取任何措施的情况下才会成真。”

弗里杰西也持有类似的观点，他认为疫情管理不仅关系到数字和统计：“科学工作者必须学会解释复杂的事情，同时政界人士和普通民众也必须认识到，相关信息很复杂，需要努力去理解。我们不可能把所有的事情都简单化处理。在做决策时，伦理、社会和经济价值观也是重要的考虑因素。