人民网旧金山4月17日电 （邓圩（xū） 杨志宏）来自美国（guó）华盛顿大学（xué）的一项流行病数据研究表明，“封城（chéng）”令武汉的新冠肺炎（yán）疫情基本传（chuán）染数（shù）R0从2.7-4.2降到1，有效地阻断了更（gèng）大规模疫情暴发。

新冠疫情蔓延以来（lái），R0、拐（guǎi）点、放平曲线，变成（chéng）大家耳熟能详的热词。“约翰（hàn）斯·霍（huò）普金斯大学如何成为全球（qiú）疫情（qíng）数（shù）据网红”“全球超（chāo）100万人感染新（xīn）冠！自然杂志揭秘帝国理工如（rú）何预测疫情趋势”“斯（sī）坦福教（jiāo）授声明疫（yì）情（qíng）很快终结，不必恐慌”……这样标题的报道（dào）经常出现。

很少有一个时（shí）刻，专业化的流行病学数据研究这样吸引大众（zhòng）关注；很少有一个时期，公众意识到准确理解数据变化对（duì）自己影（yǐng）响重（chóng）大。流行（háng）病学数据研究项（xiàng）目是怎么（me）兴起的？数据是（shì）怎么产生的（de）? 数据研究和决策如何发生（shēng）互（hù）动？人民网美西记（jì）者（zhě）就这些问题先后采访（fǎng）了美国华盛顿大学陈迎（yíng）庆教授和罗切斯特大学罗（luó）杰波（bō）教授（shòu）。

数据研究显示武汉“封（fēng）城（chéng）”效果显著（zhe）

在（zài）最近发表（biǎo）的（de）一篇论文中，美国西雅图（tú）华盛顿大学陈迎庆教授研究团队，用统（tǒng）计模型（xíng）分（fèn）析了新冠病毒在武汉市（shì）的早期传播情况。这个模型依（yī）据病毒传播自然史，用每（měi）天（tiān）新发（fā）病数，提（tí）出了疑似的（de）发病前无症状传染途径。按照他们的分析，估算新冠（guàn）病毒早期基（jī）本（běn）传染（rǎn）数R0约为2.7-4.2。但2020年1月23日开始，武汉封城后的4-5天内，实（shí）际传染（rǎn）数很快（kuài）降至（zhì）1，证明了“封城”策略有（yǒu）效阻断更（gèng）大规模的暴发。

陈迎庆教授也是美国（guó）ASA（美国统计协会）会士（shì），他的（de）研（yán）究项（xiàng）目更多（duō）关注于全球。在新冠疫情暴发期间（jiān），他的团队（duì）另（lìng）一项研（yán）究（jiū）以肯尼亚（yà）为研（yán）究对象，采集数据研究新冠疫情（qíng）对艾滋病预（yù）防的影响。他认为，在（zài）人类社会活动如此发（fā）达的（de）今天，任何传染病都具备了全球传（chuán）染的（de）可能（néng）。陈（chén）教授关心的颗粒度是多元化、多层次的，可以细致到病毒本身（shēn）的基因（yīn）序列演化和（hé）个（gè）人行为差异，也可以涵盖（gài）社区防（fáng）疫、各国以（yǐ）及世界卫生组织（WHO）的（de）政策影响。“更重要的（de）一点是，这些项目是动态（tài）的，会（huì）随着时间不断地（dì）调整项目（mù）的数（shù）据采集和分析（xī）方向。”他（tā）说（shuō）。

大数（shù）据能够对控制流行病有用，还取决于一些条件。“能够及（jí）时、准确地采集各种（zhǒng）数据，是有效的治疗和（hé）预（yù）防的前提。”陈（chén）教授举例说，中国的传染病数据检测（cè）系统很发（fā）达（dá），过（guò）去也做得（dé）很成（chéng）功，尤其是2009年内蒙爆发猪流感的时（shí）候，运作很有（yǒu）效（xiào）。因（yīn）为很有效，所以早（zǎo）期就遏制住了，也没有引起公（gōng）众注意和恐慌。“这次COVID-19的隐匿性（xìng）太强（qiáng）大（dà），很多感染（rǎn）者前期并没有症状（zhuàng），很容易造成检（jiǎn）测系统（tǒng）的错（cuò）失和被动。”他（tā）说。

始于九（jiǔ）十年（nián）代（dài）人类基因组的研究，借（jiè）助（zhù）于（yú）日（rì）益（yì）提高（gāo）的计算能力和算法，大（dà）大推动了利用大数据来研（yán）究人类健康和公共卫（wèi）生的发展。传染病预防是遏（è）制传染病进（jìn）一步传播的关键，预防措施取决于对传染病本身的（de）了解，从（cóng）而对（duì）现有手段和资源的掌握、调度和实（shí）施。所以，大数据研究往往能够（gòu）未雨绸缪。

“抗击新冠（guàn）病毒已经进行了（le）几（jǐ）个月，世界（jiè）各（gè）国人（rén）民已经付出了巨大牺牲，未来可能（néng）要进行长（zhǎng）期的艰苦努力，相信（xìn）大数据研（yán）究一定会（huì）继续积极促进（jìn）科学决策，为人类文明胜（shèng）利（lì）战胜新冠病毒做出贡（gòng）献。”陈教授认为，这次新（xīn）冠（guàn）肺炎（yán）疫情灾害的影响是前所未有的（de）。道高一尺（chǐ），魔高一丈。当（dāng）人类的（de）抵（dǐ）御（yù）手段（duàn）加强，病毒的感染和致病能力也（yě）会加强（qiáng）。人类已（yǐ）经（jīng）无法回到小（xiǎo）国相邻鸡犬（quǎn）相闻、老死（sǐ）不相往来的时代。要阻断（duàn）病毒流行，需（xū）要更多的全球合作和协调，重（chóng）视数据采集和共享，提高公共卫生（shēng）决（jué）策和疾病预防的反（fǎn）应（yīng）。

大数据研究促进科学决策

美国（guó）罗切斯特大学罗杰波教（jiāo）授目前正（zhèng）在研究（jiū）比（bǐ）对不（bú）同城市的公交（jiāo）系统（tǒng）对疫情蔓延的影响，比如纽（niǔ）约和（hé）洛杉矶（jī），华盛顿和西雅图。通过（guò）比对（duì）不同城市的应（yīng）对，检（jiǎn）查公交系统和干（gàn）预手段在疾病流行中的影响，测定预防（fáng）干预效果（guǒ）。

罗（luó）教授（shòu）指（zhǐ）出，在数据采集（jí）方（fāng）面，直接（jiē）的追踪固然是个好（hǎo）办法，问卷调查也（yě）是（shì）一个（gè）好办法。但是由于各种社会和心理因素（sù）对（duì）结果的（de）干扰（rǎo），数（shù）据需要“清洗（xǐ）”才能相对准确。罗教授希望采用（yòng）观（guān）察、间接、不（bú）干预的方式获取数据，例如调查谷歌（gē）搜（sōu）索（suǒ）中，在特定时间、特（tè）定区域查找疾（jí）病关键词的频度（dù），了解流行病（bìng）区（qū）域（yù）分（fèn）布（bù）情况；在社交（jiāo）媒体追踪人们情绪和关注（zhù）点数据（jù）等。这是（shì）获取更准确研究结果的一（yī）个办法。

他介绍，学术上大数据（jù）与流行疾病（bìng）传染研究项目的兴（xìng）起有很多因素，根本动力（lì）来自于（yú）用大数据研究促进社会健康的公益目的，来自（zì）于对疾（jí）病预防的（de）意义。

事实上，并没有一个（gè）机制或者“文件”保证这些研究机构的研究数据和成果（guǒ）能被（bèi）运用（yòng）于决（jué）策。但（dàn）他（tā）们（men）的确在决策中发生了重要作用。包括人们熟悉的疫情数据，目（mù）前被引用最多的就（jiù）是约翰·霍（huò）普金斯大学的疫情数据，华盛顿（dùn）大（dà）学的疫情数据（jù），以及以留学生和硅谷（gǔ）工程师为技（jì）术团队的“一亩三分地”疫情数据，这些数据因为实时更新（xīn）快，统计准确而（ér）为大家所信服。

来自美国疾（jí）病（bìng）控制与预防中心CDC的一份（fèn）报告显示，正在美国流（liú）行的（de）疫情让全美50个州选择（zé）隔（gé）离在家的政策。但（dàn）很少（shǎo）为人所知，正（zhèng）是来自加州（zhōu）旧金山湾区圣塔克拉拉县的（de）一份独特的早期研究报告帮助当地（dì）官员们（men）意识到危机（jī）来（lái）临，并制（zhì）定了（le）美国首（shǒu）个防疫点，也成（chéng）为美国最早宣布进入紧急状态、最早（zǎo）命令居家隔（gé）离、最早全州（zhōu）“关闭”的（de）地方。

今年2月（yuè）底（dǐ），1例无武汉旅行史的新冠疫情患者（zhě）在圣塔克拉（lā）拉县发现，按照当时的政策，任何无武汉（hàn）旅行史的人（rén）、或（huò）者无（wú）确（què）认接触过已知感染者的人（rén）不能获（huò）得（dé）新冠病毒检测（cè）。但这（zhè）位患者（zhě）令当地敏感意识到（dào）这可（kě）能（néng）已经（jīng）是（shì）社（shè）区扩散的开（kāi）始。

圣塔克拉拉（lā）县卫生局（jú）紧急（jí）上报美国CDC，联合加州卫生厅和（hé）CDC，一起做了小（xiǎo）规模的流行病盯（dīng）梢监视（shì）调查。从3月4日到3月15日进行的小规模（mó）研究，印证了社区传播（bō）的（de）判断。“这很重要。因（yīn）为它表明，这种疾（jí）病在社区中（zhōng）有传（chuán）播，而且这种疾病（bìng）的传播范围可能比以前所了解的更广（guǎng），”圣塔克拉拉（lā）县卫生副局长乔（qiáo）治（zhì）?韩博（bó）士说。“正因为如此，我们能够（gòu）将这些数据作为一（yī）项（xiàng）数据，告知我们如何（hé）向公众提出建议和命令。”

美国（guó）流行（háng）病数据研究机构（gòu）如何（hé）运行？

陈迎（yíng）庆说，通常情况下，决策机构（gòu）本身不会参与大数据科研项目的日常运作，但可以请求为项目提供数据（jù）支持（chí）、模型分（fèn）析和（hé）疫情预报。无论是联邦政府还是（shì）地方政府（fǔ），直接行政干预很少。有些时候，政府会用特定的招标来资助一（yī）些（xiē）项目和科研网（wǎng）络。不同的研究团队，会通过各（gè）种方（fāng）式来（lái）进行交流和学（xué）习。流行病数据研究的生（shēng）态圈整体是有活力的，既有（yǒu）竞（jìng）争也有合作。

流行病数（shù）据研究公（gōng）开向全社（shè）会提供，政府（fǔ）在学界研究中寻求决策的参考和依据，实际上是长期以来形（xíng）成的社（shè）会（huì）生态链。

而所谓国家（jiā）级研（yán）究机构，比如NSF（美国国家科学（xué）基金会）、NIH（国立卫生（shēng）研究院）、CDC的研（yán）究机构等，这些“国家队”往往（wǎng）并（bìng）不解决尖端创新问题（tí）。罗杰波教授告诉记者（zhě），像NSF、NIH这些（xiē）机构，内（nèi）部（bù）负责（zé）管理资金、负责（zé）项目的科学家，他们（men）的研究目标并不是攻克这个专业的顶尖（jiān）问（wèn）题，他们最重（chóng）要的责任是始终不脱离学（xué）术界，始终保（bǎo）持对学术界创新和（hé）动态最敏感的触觉。一旦碰到相应问题，这些机构一定要最清楚（chǔ）去找谁来解（jiě）决。

不以营（yíng）利为（wéi）目（mù）的，参与政府（fǔ）招标项目也（yě）“非主（zhǔ）流”，项目研（yán）究的经费从哪（nǎ）里来？陈（chén）迎庆教（jiāo）授（shòu）告诉记者，项（xiàng）目的经费来源（yuán）很多样（yàng）。在（zài）美国，美国国立卫生（shēng）研究院和疾控中心是项目（mù）最主要的经费（fèi）资助机构。其他各种基金（jīn）会，还有各类高校、科研（yán）机构以及商业（yè）机构，都投入大量（liàng）经费支持此类研究。

对学者来说（shuō），只要把研究触角放到新领域，致力于新（xīn）研究，就会有“新钱”（新投资）。罗杰波教（jiāo）授解释，创新的、尖端的研究和探索往往（wǎng）是获得更多（duō）资（zī）金（jīn）的资（zī）格。学术界回馈（kuì）社会的方式，主（zhǔ）要途径包括发表论文，不仅仅是刊登（dēng）在“核（hé）心（xīn）”期刊，而是去增加全社会对问题的认识，促进社会（huì）大众建（jiàn）立基于科学研究的共识。