[完整的 PDF 报告如下]
流行病学中的建模可以作为现实的一种有用替代方法，因为通常不可能观察和记录高度复杂系统中的所有真实相互作用。通过尝试将系统简化为一系列方程式或基于概率的分布，可以产生可能在一定程度上反映自然界某些条件下可能发生的情况的结果。这比在不同流行病学环境中进行长期观察研究要便宜得多，也快得多。
将数年的大规模并行研究转变为几秒钟的高性能计算，其吸引力显而易见。然而，由于完全依赖于程序设计和程序被指示计算的输入参数，模型的输出更像是人类绘制的图画，而不是自然现象的电影记录。就像一幅二维绘画，如果艺术家愿意并且足够熟练，它可以提供对现实的有用近似。或者，它可以提供一幅引导观看者看到自然界中不会发生的事情的图画，夸大某些方面，同时最小化其他方面，这有意或无意地会引发直接观察可能不会产生的情绪或反应。虽然提供了重要的见解，但它充其量只是一种粗略的模仿。
当人类疾病模型旨在预测人口层面的罕见事件时，它变得更加复杂，因为促进或减轻疾病的条件和反应会随着时间的推移而发生很大变化。传染病以前导致大约一半 10 岁以下儿童死亡，但现在在较富裕的国家，死亡率相对较低，这主要是由于卫生、生活条件、营养的变化以及抗生素的出现。大规模死亡事件，如 鼠疫，可能是由于细菌 鼠疫耶尔森氏菌，现在极不可能再发生，因为促成这些事件发生的环境条件已经不那么普遍，而且感染很容易用普通抗生素治疗。依赖这些历史事件来预测当前健康风险的可能性，就像根据莱特兄弟最初设计的飞机的性能来预测现代航空旅行的安全性一样。
自新冠疫情爆发之初，甚至几年前，国际公共卫生部门就越来越重视疫情和大流行的风险。尽管这似乎与过去全球传染病死亡率总体稳步下降不符，但 30 年，这一担忧已导致对前所未有的资金需求和几个国际卫生机构的重大调整。利兹大学 REPPARE 项目于 2024 年发布的一份报告称， 理性政策战胜恐慌, 表明，参与流行病预防、准备和应对 (PPPR) 政策制定的几个主要国际机构的报告中对风险进行了歪曲描述。一个重要原因是没有考虑到医疗保健的进步以及检测和记录疾病爆发的技术进步。
随着新冠肺炎疫情的严重阶段结束，许多国家正在审查其公共卫生应对措施以及应对未来疫情风险的优先次序和方式。世界卫生组织成员国继续讨论拟议的 流行病协议 并接受 最近的修订 遵守《国际卫生条例》。与此同时，已经建立了几个新的 PPPR 机构，其中包括一个新的 流行病基金, 国际病原体监测网络和一个 医疗对策平台，它们都在更新自己的投资案例和财务要求。
Metabiota 公司的预测模型，该公司现已被 Ginkgo Bioworks，为有关疫情风险和增加融资需求的讨论做出了重大贡献。它是 G20 高级别独立小组 (HLIP) 评估风险的两个主要来源之一 报告 2021 年 20 月，该会议对 GXNUMX 国家集团的 支持 世界卫生组织小儿预防和应对计划议程。 先前已解决 基于一篇论文对模型输出的解释的担忧 Meadows 等人（2023 年） 其中包括 Metabiota (Ginkgo Bioworks) 的作者身份。Ginkgo Bioworks 现在提供了 更详细的报告 新西兰皇家委员会关于新冠肺炎疫情经验教训的报告 – 预计未来由流行性病原体和大流行性病原体导致的死亡率 – 以下简称 Bioworks 报告。
Bioworks 的报告旨在预测流行病和大流行病对人类健康的威胁。通过计算流行病学和极端事件建模模拟来估计风险，以估计“低频率、高严重程度”流行病和呼吸道疾病大流行病（尤其是大流行性流感、新型冠状病毒和病毒性出血热 (VHF)）造成的死亡率。
下图显示了预测爆发的相对频率和规模，该图来自 Bioworks 报告。尽管几乎所有事件的死亡率都相对较低，就像所有已确认自然起源的现代流行病一样，但年均“预期”死亡人数的主要驱动因素是罕见但大规模的事件，其规模是现代医学发展以来世界从未见过的。
Bioworks 报告的结论是，每年平均有 2.5 万人死于这些急性呼吸道疾病（仅流感大流行就造成 1.6 万人死亡）。很多人会觉得这些结果难以置信。一个世纪以来，流感死亡率从未如此之高，而且只有两次 在过去的一个世纪里1957-8 年和 1968-9 年，死亡率是否达到了模型所显示的平均水平。世卫组织认为，如果将 Covid-19 视为自然爆发，三年内报告的死亡人数略高于 XNUMX 万。
报告估计，全球 VHF 病例平均为 26,000 例，撒哈拉以南非洲病例平均为 19,000 例。这一数字高于以往任何一年的记录。2014 年埃博拉疫情是近年来规模最大的一次，仅导致 11,325死亡。预计每100,000年出血热导致的死亡人数将超过25万人，发生概率为48%，这种现象在人类历史上可能从未发生过。
两个主要的疏忽导致了这些结果。首先，该模型忽略了过去几百年来社会和医学的变化，这些变化见证了全球平均水平 预期寿命 在一些较富裕的国家，死亡率从 30 岁以下上升到 70 岁以上，甚至超过 80 岁（见下文）。因此，细菌感染，如鼠疫（鼠疫耶尔森氏菌)，以及与卫生条件差有关的霍乱和斑疹伤寒等疾病，其复发率和严重程度被认为与历史上大规模疫情有关。1918-19 年的西班牙流感导致了大量死亡，原因是 继发性细菌感染自从现代抗生素出现以来，此类疾病的复发率已经大大降低。
其次，该模型未能考虑到 PCR、即时抗原和血清学检测以及基因测序等现代诊断技术的出现，以及记录和传输此类信息的能力的提高。因此，该模型假设报告数量的增加反映了疫情爆发频率的实际增加，而不是在很大程度上反映了检测能力的提高。然后，该模型假设未来几年这种增长将继续下去。
鉴于过去 100 年来医学领域发生的巨大变化，以及持续稳定的 减少 在传染病死亡率方面，该模型预测背后的假设似乎难以置信。虽然未来医学的进步很难衡量，但似乎有理由假设，过去一个世纪卫生习惯、营养、住房、诊断、抗生素和疫苗方面的进步将继续下去，未来几年风险将进一步降低。虽然可能会出现抗菌素耐药性，但它主要是一个地方性感染问题，而不是流行病问题，抗菌素对策的进步将继续下去。
这种类型的建模对政策制定具有很大的影响力。随着计算能力的提高，人们很容易认为预测准确度会提高。然而，一个带有不切实际的假设和输入参数的模型只会在较短的时间内得到令人难以置信的结果。
作为一种学术活动，建模有助于提出需要通过严肃研究来回答的问题。然而，如果被误用并过分强调作为政策指导，它可能会将财政和人力资源从真正的疾病负担转移到虚假的疾病负担上。这将导致死亡率上升，因为目前高负担的地方性传染病的结果，如 疟疾 和 肺结核，仍然高度依赖官方发展援助（ODA，即“外援”）。营养支持方面的官方发展援助对于改善健康结果至关重要，但在过去四年中下降了 20%。根据包括本文讨论的预测，相当于 相当于新冠疫情前官方发展援助的近 50% 为大流行的预防和应对提出了建议。这将减少其他地方的必要干预措施。
技术进步有助于减少传染病，包括大流行病死亡率。不当使用模型而滥用技术可能会抵消许多重要成果。打个比方，我们不会根据机翼帆布罩撕裂的概率来判断跨大西洋飞行的存活概率。我们也不应该根据中世纪医学的时代来评估未来大流行病的存活概率。
备注：
REPPARE 关于大流行风险以及大流行防备和应对议程的融资报告位于： https://essl.leeds.ac.uk/directories0/dir-record/research-projects/1260/reevaluating-the-pandemic-preparedness-and-response-agenda-reppare
发表于 知识共享署名4.0国际许可
如需转载，请将规范链接设置回原始链接 褐石研究所 文章和作者。
