财新传媒 财新传媒

阅读:0
听报道

继续转载德罗斯滕教授的新冠科普谈话。虽然对新冠的认识以及疫情发展跟上半年都有很大不同,但这些内容对了解德国这些国家的思维方式还是非常有益的。这种思维方式持续的时间绝对要比新冠病毒长得多。

德罗斯滕教授本次介绍了新冠病毒传播的特殊性。令笔者大为惊讶的是,谈话的最后,教授明确地提出向一个国家学习,甚至愿意向它脱帽致敬。

 

⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃

新冠动态/第四十四&五十期/2020-05-28&2020-06-23

科琳娜·亨尼格 (Korinna Hennig)/播客主持人简称主持人

克里斯蒂安·德罗斯滕 (Christian Drosten)/病毒学教授简称教授

 

主持人: 超级传播者、超级传播事件对疫情动态变化有什么影响?就是说,病毒在什么条件下,可以从一个人或少数几个人特别快地传染到一大群人?这是我们今天想谈的内容。

如果注意这几天新闻,我们可能已经对这些现象不陌生了。比如说,东弗里斯兰(Ostfriesland)的一家餐馆的感染链;法兰克福一个教堂的礼拜活动。先想问一句:我们如果回过头来观察德国疫情刚开始时的情况,不得不说,伊施格尔(Ischgl,奥地利滑雪胜地)就是当时的一个感染中心点。就是那些在雪山小屋里聚会的滑雪者,后来把病毒带回了德国。这是一个决定性超级传播的起始点,对吗?

教授: 是的,完全符合。超级传播的发生,并不一定意味着会有一个大的爆发。没有超级传播也会有大爆发。如果只说某个地方出现大爆发这件事,不管是发生在聚会上、酒馆里,或者合唱队练习的时候,这都还不能表明,这就是典型的病毒超级传播。超级传播是另一个东西。我们稍后再详细解释这点。

但在新冠疫情开始的时候,我们不知道这种病毒是否会出现超级传播。当时有充分理由认为不会。因为,这个病毒与非典SARS相当不同,或者说,在复制方式上与非典SARS不同。尽管从传染流行病学角度看,超级传播这个概念,或者说这种现象,已经很长时间为人所熟知,但实际上,直到2003年的非典SARS期间才开始广泛使用。现在,很多人突然间又开始谈论这个东西。

超级传播指的是有一个大的暴发,但也有小的暴发,或者小的传播链以不是很有效率的方式同时发生。最后,整个感染情况主要由这个超级传播事件来承担。

超级传播事件并不总是有像在伊施格尔或者其它什么地方那样的表现,比如,感染者一下子超过了50个人、100个人或者200个人以上。它其实带有其它的含义。超级传播的意思是,有一部分带有传染性的人,他们过度偏离地感染了平均感染人数。使用这种表达方式,可以让我们比使用超级传播这种词更接近实际情况。超级传播差不多是一个辅助性概念。原则上,这里涉及到的是传播事件中的过度离散概念。

主持人: 不均匀的分布模式。

教授: 是的,没错,不均匀,这才是重点。简单地说,就是少数人感染了大量的其他人。而大多数人只感染了很少的人,或者根本就没有传播下去。这种偏斜,这种不平衡,我们马上可以用个简单的例子做个计算。这其实就是过度离散的意思,同时说明,这些感染通常会导致超级传播事件。但是,这里还要说的是,即使是完全均匀分布、没有过度离散的传染性疾病,也会引起大暴发。然而,这些大暴发并不是超级传播。超级传播只发生在具有典型性过度离散特征的传染性疾病中。

这种过度离散,是对基本传染数R值究竟以什么强度散布在它的平均值周围的一种表达方式。R数都有一个特定值。比如,我们现在说的新冠传染病,R有一个值等于2。各种不同的研究表明,这个值应该落在23.5这个范围内。它也与环境有一定的关系。但在这里,我们说,它就是2。就是说,一个感染者,下一代会感染两个人。情况就是这样,每个被感染的人,会去感染两个新的。没有人感染四个,也没有人只去感染一个。所以没有散布,这里总是两个,好像根本就没有什么离散。一个过度离散意味着,人们发现了对平均值的过分偏离。由于过分,以至于出现了统计上的异常值。这就导致了后来的超级传播事件。这里可能意味着,我们虽然有一个R等于2 的值,但其传染方式仍然会完全不同。因为少数人可能感染了很多人,而大多数人根本没有感染别人,或者只感染了少数人。结果平均下来,R值仍然还是2

我想,我们在这里谈这些的目的,是想在不需要太多数学知识背景的情况下做个解释,这些东西对感染疫情到底意味着什么。首先要说的是,对非典SARS,人们大致知道这种不均匀分布在数量上是如何表现的。对这一点,人们在事后做过分析。对新冠,我们还不能确定。有各种不同的研究提出了不同的值。这个我在后面还会简单地说一下。但我想首先介绍一个值,分散因子。

主持人: K.

教授: 这是Kappa的缩写,希腊语的K。也可以写成普通的K,无所谓。分散因子,也可以用其它的字母表示。

主持人:这是一个有关散布的参数。

教授: 这是一个散布参数,用来做想象已经足够了。散布参数为1,表明一种完全的均匀分布。为0,意味着所有的东西都跑到边界外面去了。如果散布参数落在0.10.7,或者0.8之间,那就有可能是现实中的感染散布范围。

主持人: 我想,这里必须集中一点注意力。再来一遍,这个散布参数越小,说明少数感染者对整个感染活动的影响越大?

教授: 没错。这个值越小,分布的不平衡性就越大。对一个较大的值,就会有一个比较均匀的分布。从非典SARS事后分析中知道,这个分散因子大约为0.1。与其它传染性疫情相比,这是一个比较低的值。就是说,在所有非典SARS感染者当中,73%的人只感染了少于1个的后续病例。但是,有6%的人感染了8个以上的后续病例。如果任其发展,这6%的人最终会让疫情持续蔓延下去。

对非典SARS,当年为这个极低的分散因子找到了一个很好的解释。就是这种SARS病毒,必须要先进到肺里才能开始传染。它在上呼吸道不能复制,必须在肺里复制。可以想象,如果肺里有了一点病毒,就已经会出现非常明显的病症,必须马上去医院检查,可能也就不会再传染给其他人了。但也有少数患者,肺里充满了病毒,虽然生病了,但感觉不到生病,而且到处咳嗽到处跑。像这样跑来跑去地咳嗽,当然会传染给很多其他人。这种解释可以说得通,非典SARS这种散布系数低,分布不均匀的情况是可靠的。就像俗话说的,肯定有那种麻木之人,得了这样的肺炎还能到处跑,还要感染很多其他人。但大多数人是不会这样的。

主持人: 听起来,现在的新冠病毒好像有点不一样,因为它能在上呼吸道复制?

教授: 这是今年1月末的时候,得到的一个带根本性的新发现。今天这个发现得到了证实,而且越来越得到印证,越来越明确。顺便说一下,有一项很有意思的新研究,我们下周可以讨论一下。这个研究很好地印证了,这种新病毒可以在上呼吸道进行强烈的复制。实际上,在刚开始的时侯,基本所有人都已经认为,新冠感染的散布很可能完全不一样。因为,一个能在上呼吸道进行强烈复制的病毒,它的蔓延会非常均匀,几乎不可阻挡,每个人的喉咙里都有。而且,一开始没人会注意到自己已经被感染了。我们后来也看到了,通过流行病学分析很快发现,实际上,在症状开始之前就有传染性了。就是说,不会出现那种情况,如果有人感染上了病毒,他一般不会再去传染给别人,因为他已经生病了,已经呆在家里了。不会出现这种情况,而是正好相反,几乎每个人都还在四处走动,感染别人。所有人都认为,对于新冠病毒,它的分散度没有那么高,不会出现那么小的k值,分布的偏斜不大。这样,我们应对非典SARS时所拥有的流行病学优势和控制优势,面对新冠SARS就没办法使用了。

下一步,我将试着解释一下,为什么我们这里有控制优势和流行病学优势。为此,我们必须做一下小的计算,一个小的幻想计算。我已经把一些数字写在纸上了。

假设我们有一种不均匀分布的传染性疾病,现在出现了10感染者,在这10个人当中,有9个人每次只感染1个人。这看上去R好像等于1。然而,这10个人当中剩下的那个,他会感染10个人。这就意味着,到了下一代,我们得到的不是10个后续病例,而是19个。这应该很容易算得出来。10个首发病例,其中9个只感染1个,第10个感染10个。

我们现在考虑一下这种情况。假设这10个病例并非所有的都是单独存在,我们的病毒带有这么一种特性:10个感染者传给一个,而一个却可以给10个。开始时,我们这里还只有一个病例,可以把他算作我们的社区或者我们的学校里的第一例。现在问,第1例和第2例正好是感染了10个人的第10号病例的可能性有多大?可能性不是很大。从第1例到第10例,我们每走一步都有一个概率,可能性的增长是爆炸性的。概率比较高的情况是,只剩下一个后续病例的情况。

这表明,如果说,这种疾病的序列长度是6天,这里大方一点,反正是想象中的计算,就粗略算作一个周。第一周我们有一个病例。第二周,我们还是只有一个病例。第三周,我们始终还只有一个病例。总有新的病例,新的感染,但我们注意不到。

主持人:一个从感染到感染的序列长度。

教授: 没错,从感染到感染。之前的感染者是否已经康复对我们来说无所谓。我们只是想计算一下,每周有多少新的感染。每周总是只有一个新的。这种偏斜的分布实际上也包括了R值低于1的情况。如果是这样,有可能在某个时刻感染就不能继续下去了,人们称之为发生了消退。就是整体上自行消失了。我们等一下再谈这个问题。我们现在先留在这个简单的思考上:感染的发生很平静,一个星期只有一个新病例的增加,我们注意不到。我们有点像是在玩俄罗斯轮盘赌,不知道什么时候,转盘里的子弹被撞上了,我们面前就出现了那个感染了10个人的感染者。经过了一周又一周,一下子冒出了10个新病例。

这个启动过程可能持续很多周,在不注意的情况下被带进去。病毒被带进来了, 比如说,带进我们想象中的学校里。一周又一周,只有一个新感染者,也没有人注意到。突然间冒出了10个新感染者。这种情况肯定也不会被注意到。接下来的几周,运行也还是很平稳。对这10 个人,按纯统计散布的角度来说,所有10个人都只感染了下面的1个,没有人再去感染10个。原则上,我们有了一个星期的恢复时间。接下来的一周,我们也还只有10个新病例,10个又传给了10个。也有可能,本来应该在下一周发生的事情,现在马上发生了。就是通常情况下可能发生的,在10个人中,又多出了九个后续病例。有1个人感染了10个人。就是说,下一周10个变成了19个。

我现在用保守的、乐观的方法计算一下。在这19个当中,我们也只有一个感染了下面的10个。那么,我们就有了18个后续病例,再加上10个来自超级传播者的病例,就是28个后续病例。这已经接近30个了。我们按照30这个数字假设里面有3个可以产生10个后续病例。这样,28个人中的25个只产生一个后续病例。这样,10101025就有55个。到了再下一代会出现100个左右,然后就爆炸了。

如果把这些数字写在纸上,我认为,如果做一个比较好的想象就会得出一种印象。在这个故事开始时候的相当长一段时间里,要么很平静,完全不被人注意,甚至有可能自己就停止了。因为,总会出现这样的情况:一个感染链从一个人开始,传给下一个,再传给下一个,再传给下一个,到了一定时候自己就进行不下去了,因为那个人生病了,呆在了家里。然后,感染链完全断掉,就是出现了自我消退。在这种偏斜分布的情况下,这种情况要比在传播链中的每一代,都从一个病例产生出两个病例的可能性要大得多。虽然这样,我们还是会有同样的R数,就是凑整为2这个数。对于疫情,如果没有过度离散的话,有可能直接出现指数型增长,1个变成248163264128等等下去。

主持人: 这就是我们一直从理论上讨论过的事情。

教授: 没错,这是对这样一种疫情进行实验性启动时所做的固定假设。要么就是出现R值相同,但带有一个偏斜的分布。这样就会有一个迟缓的、不连贯的启动阶段。一开始根本就没发生什么,甚至自己就消失了。然后,就不可避免地、纯随机性地出现了10号感染者。他不一定要以第10个的身份出现,也可能是第3个。原理上,就是闭着眼睛从盒子里抓球,盒子里有一个红球,九个黄球。这个红球也可能第一次就被抓到了,这就是巧合。这个红色的球能感染10个人,从而启动了聚集感染。如果有了10感染者,然后就会有192855101等等。又是这种翻倍的过程,又是这种常规的指数动能。没有干预措施只能任其发展下去,而且也不会自行消退。

主持人: 您给我们上了一堂随机原理的小课。从中我们知道,就疫情可控性来说,超级传播在里面起了很大的作用。我们能阻止这种超级传播事件的形成吗?

教授: 这就是再下一步要讲到的干预措施。

主持人: 我太快了。

教授: 完全没问题,可以当作一个展望。但我觉得,我们要想到,在同样的R值下,可能会出现这样一种情况:如果放手把一个感染者放在某个地方,比如说放到学校里,这个感染者可能会直接引起指数级爆发。或者在一种较大分散性的时候,不会必然地出现爆发。这种情况可以在不知不觉中持续数周,甚至超过一两个月,没人注意到这些。很可能必须在用PCR测试了这个假想学校里的每一个学生后,才会发现这么一个病例。但我们现在还不能这么做,还不可能那么快地完成组织工作,所以我们注意不到。然而,一旦聚集出现,而又没有采取干预措施,这个聚集就会发展下去。

主持人: 就是说,会出现一个可以向四面八方爆炸性蔓延的传染链?

教授: 没错。但现在还有一个很重要的东西。简单地说,我们现在知道,这个红球,这个高传染性的感染者,对感染发生做了决定性的贡献。如果他不在的话,我们的R可能会等于1甚至更少点,感染最终会走向死亡。就是说,这里面其实很简单,我们只要控制好红球就可以了。假如我们一直能事先知道,哪个人是高传染性的,那就太容易控制了。然后就可以立刻阻止一个爆发,我们也就不用担心这种大流行了。

主持人: 但是我们不知道。

教授: 唯一的问题是,我们没办法从一个人的外表上看出这些。这是个大问题。但现在还是可以想想办法。确实有一种方法很有可能可以用在应对这种超级传播事件上。因为,一个能传染10个人的人,不一定是身体上的什么特别之处让他的传染性变得那么大,有可能只是因为携带的病毒比别人多。或许这是原因之一。另一个原因也可能是,他所处的社会环境让他有机会去感染这么多的人。如果除掉这些社会环境,这些超级传播事件也就被同时除掉了。这个高传染性的人然后就呆在了家里。

主持人: 您在上一期播客里已经指出了这一点。此外,还有各种研究。比如,一个来自美国、加拿大和澳大利亚的研究组对这种随机性做了调查,还有概率计算。他们给出了四种复杂情况,就是四种会产生爆炸性增长的可能的事件类型,或者说出现的机会。我们知道其中有:合唱队演唱、游轮上度假、永久性场所,或者说是工作场所的条件,比如屠宰场、集体宿舍的居住条件,最后还包括社会行为。就是说,一个人是不是有非常多的社会接触,或者同时活跃在多个群体里?比如,在社区合唱团里唱歌,又是足球队队员,然后又在游轮上度假。最后一个就是您刚才说的,生物学上的。这个很可能是知道得最少的,也就是个体因素。

教授: 没错。我这里想顺便说一下,在我们的论文挑选上,我不想说,我就这么随便挑了几篇。我这次给自己的定位是《科学》杂志上一篇超级棒的再加工文章,作者是凯库弗施密特(Kai Kupferschmidt)。

主持人: 对外行来说,这是一个重要的阅读推荐。

教授: 毫无疑问,他是我们德国最顶尖的科学记者之一。他为《科学》杂志写了很多文章。他为这些特别复杂的话题做了特别漂亮的再加工。

主持人: 我也读过,对外行来说非常好。里面提到过很多有影响的研究。一个新闻界的好榜样。

教授: 写的非常通俗易懂,同时又完全具有科学内涵。

现在继续我们的思考。2005年《自然》杂志上有一篇劳埃德史密斯(Lloyd Smith)的基础性研究,里面对控制做了一个非常有意思的思考。这里要承认,他们都是些试图映射现实的数学模型构建者。他们说:好吧,我们可以识别这种情况。我们可以说,为了防止超级传播事件的发生,有一些需要特别关注的特定场合。想从一个人的外表看出传染性是不行的,但可以去阻止一些会发生传染很多人的社交活动。因为,我们想要的是控制传染,而不是控制人的传染性。现在,可以想一想,如果采取一个控制措施,这个控制措施是一个一般性的.....

主持人: 一般性是指针对所有人进行的接触限制措施?

教授: 没错。我们说,这里有100个人,对他们,我们总共只有一个控制措施。但控制能力的一半用在了20%最有传染性的事件上面。这里可以做个想象。如果控制的效率只有30%,就是说,如果不是什么都控制,只控制了总传播的30%,这肯定不是一个完美的控制措施。

主持人: 比如阻止人群聚集,关闭部分商店

教授: 是的,或者就是简单地戴上口罩。这30%的控制能力,有一半用在20%传染性最强,或者20%最危险的传染事件上。这后面有一些特定的考虑。这里大致对应了一个假设,就是说,如果超级传播事件从根本上通过始终佩戴口罩来处理,将会发生什么?它足以阻止一个R值为3,散布系数为0.1的疫情。这就是非典SARS,这就是非典SARS的数字,他们在这里想到了非典。他们想用婉转方式表达出来的意思就是:如何轻易地将香港和其他城市的非典SARS平息下来?答案是,在有超级传播危险的地方,全覆盖地戴口罩。

主持人: 将戴口罩等同于,比如说这里的30%,现实吗?

教授: 不,这不现实,他们根本就没有这么说。但了解内情的人都明白,当年非典SARS流行时,这些参数一直是这么假设的。他们把它用在了这个研究里。研究实际上是想针对这个问题给出一个非直接性的解释:为什么对非典SARS疫情的控制能取得如此惊人的成功?通过对当时被认为是现实的数据情况进行数量上,或者说数值上的模型计算后得出:假如有一个R等于3的传染性疾病,扩散值为0.1;我们有一个控制措施,它的效率只有30%,但有一半的能力施加在超级传播事件上,这样疫情就可以平息了。

对这些东西,我们必须再次小心看待。我不想说这个结果对新冠疫情同样适用,因为我们还不知道新冠的分散因子。我认为,新冠的分散因子实际上是大于0.1的。如果它和非典SARS一样,我会感到很惊讶。

主持人: 就是说,对超级传播事件的控制没有那么容易。

教授: 没错。我只是想把它作为一个思考模型介绍给大家,因为这篇研究报告对此也做了精彩的解释。

从这里,我们可以开始思考新冠的问题了。我现在必须翻翻笔记本。对现有的新冠分散因子研究,我做了一些笔记。一个是比较早做的,来自伯尔尼(Bern)的模型化研究。作者对来自武汉的登记发病率做了后续分析,得出的估计值在0.30.6之间,中位数是0.54。这是一个很早的估计值,很多感兴趣人都把它作为定位值。那些对分散因子所抱的希望也就有点破灭了。这是在1月中旬、1月底出现的科学上的两大发现之一。一个是,病毒在喉咙部位复制,在症状开始前就开始传播;第二个就是这个研究,估算出扩散因子的中位数为0.5。这样,我们只能先忘掉那个易控制性。

在此期间,其它的研究报告也出来了。有一个研究来自于伦敦。它的估计是在0.10.3之间。可以表达为,10%的感染者产生出了所有感染者的80%。这可能意味着,疫情可以很容易控制。我们只是还没注意到而已。但是,这项研究有个问题,作者也坦率地就这个问题做了讨论,这就又回到数据基础这个问题上来了。这些人都是统计学方面真正的专业人士,掌握着最好的统计方法。但数据基础不确定,异质化,而且不稳定。可以在这里做最好的统计,而结果却可能是误导性的。

现在的情况是这样,这个研究基于中国以外国家报告的输入性病例。研究的问题是,感染会如何持续。还有就是,感染会不会自己走向平息。就是这么一个东西。我们都知道,从1月到2月初这段时间,病例报告和感染者识别是多么的异质性、多么的不完整。作者自己也这样说,所有的一切都取决于数据基础的可靠性如何。实际上,我们知道,在那个时候,大多数国家根本就没有机会进行测试。这个估计值有可能是对不上的。然而,从方法学角度看,这是一个优秀的研究工作。就因为这个原因,它也应该出版。

还有来自中国的一个小组的研究,他们的估计值为0.45。但对分散因子的估计只是那项研究的一个附带性工作。然后就是一个来自以色列的研究。他们基于另外的基础做了估计,就是根据基因序列进化。这是走的另一条路:根据谱系树上序列的多样性,以及对传播源头和传播目标进行分析来做估计。这有点类似于说,大约所有病例的1%10%,导致所有80%的二次病例。这里是同样的情况,作者也非常坦率地说,整体上只基于212个序列,可能漏掉的非常多。另外,为了能从每次传播中看到一个突变,这种病毒的进化速度有点跟不上。有一些其它RNA病毒,每完成一个传播过程,至少就可以看到一个突变。随后总能知道,谁感染了谁。

主持人: 就是说,可以通过基因分析进行追踪。

教授: 是的。可以数出来,有多少人被他感染了。这里就是这个想法,但对这种病毒不行。这就是为什么要用各种统计学绕路的方法来做的原因。这里又是有很多的散布区域。所以,这个估计是非常不确定的。作者在这里刻意没有给出分散因子的最后估计值,只是表示:1%10%的病例可能要为80%的二次病例负责。在他们的估计中这属于一个低值范围。

还有一个研究,又是梁卓伟(Gabriel Leung)的研究。

主持人: 来自香港。

教授: 没错,这次疫情中领袖型流行病学家之一,同样在非典SARS上做过优秀的工作。他采用了不同的方法,更加系统化。他从香港大量的聚集群中挑选出了53个合适的聚集。这些聚集群不仅是香港常见的那种整体性输入聚集群,还有其它情况。比如,确定的单个病例进入香港,然后继续传播,最后形成一个香港本地的聚集。或者说,在香港那里生成了一个新的聚集群,而这个聚集也不是只由单个传播生成的。这些都是真正的聚集群。这里的意思不仅仅是说,因为一个人把另一个传染了,我们就把它叫做一个聚集,为的是在我们的出版物中表示一个大的数字。实际上,聚集还代表了一种最高的严肃评价。

主持人: 一个人感染了一整组的人,或两个组。

教授: 没错。聚集有一定的最小规模,为的是还可以做一个统计学上的评价。这个研究里又出现了一个估计,20%的感染者产生了大约80%的后续感染者。他们的估计也体现在一个分散因子的具体数值上,0.45。不幸的是,这个值比较高。根据这个值,完全没法让人欣喜地说:“事情已经过去了,无论如何不会再来了。通过第一阶段的干预,封城,我们已经一次性地把病毒砸死了。现在,我们实际上已经控制住它了。”可惜,事情没有那么简单。

但我们通过这个分散会得到一个优势。从梁卓伟的研究中学到的另一个重要东西是,如何利用病例隔离来防止这种聚集。香港的情况也是如此,那里采取的是进攻性的控制。又一次采取了流行病学研究、观察以及同步的流行病学干预相结合。必须采取非常、非常准确地行动,使所作的事情产生意义。梁卓伟把这些东西在他的研究里解决了。他做了一个重要的观察:一个病例隔离的延迟,就是当一个感染者被从一个聚集群里识别出来时,并不会引起聚集群的增大。就是说,即使病例发现的很晚,它也不会使聚集群变大。

主持人: 怎么会这样?

教授: 刚听起来很正面。如果我这么说的话,乍听起来,好像我们有无数的时间来隔离一个聚集群。但这里完全不是这个意思,这可能也带来一种错误的理解。相反,即使非常迅速地隔离那个被诊断出来的感染者,比如做个PCR,知道这个人是阳性,还是太晚了。人们无法通过在聚集群里做诊断来赢得时间。

主持人: 因为传播已经同时开始了。

教授: 因为一切都已经开始了,没错。一切都已经决定了。

主持人: 这次合唱团排练就是个例子。80个人当中,有60个在柏林多姆卡多雷(Berliner Domkantorei)被感染。

教授: 没错,这很容易想象。这里有这种病毒,在症状开始前就会传播;我们有超级传播事件,通过PCR检测,我们找到了聚集中的一个感染者。但可以想象,在很长一段时间里,已经有未知数目的人被感染了。这次的合唱团排练,几乎90%的参与者受到了感染。这种事情会在超级传播事件中出现。所以,这个研究里有一个非常重要的发现,我们必须把它作为最高原则写下来,在不久的将来,要把它用在德国那些所有要做出的决定里。同样还有整个检测策略,比如对卫生部、罗伯特科赫研究所等等。他们正在为制订行动准则、实施方案做着艰苦的工作。

我们现在可以合理地说:我们不仅要提高检测能力,还要有针对性。这里面现在有了一个新的情况,因为我们有了聚集群的感染方式,我们必须更强烈地转向这里。在我们发现了一个病例后,我们必须立即根据他近期的接触情况查看病例发生的环境。我们要看一下,他是不是在一个聚集群里,在一个超级传播事件当中。我们发现了一个感染者,他有没有在过去两三天,甚至可能更多长的时间里有过社会接触,由此会让人怀疑到一个超级传播。但是,我这里想说的是最近两三天,因为这个时候,症状开始的迹象在很多患者身上已经很明确了。

主持人: 比如健身房。

教授 没错。如果他曾经出现在这种可疑的环境里,必须把所有出现在同样环境里的人都视为感染者,立即隔离,而不是等待诊断结果。这个时候不允许说:好吧,所有这20个人都曾经去过健身房,他们现在必须先做PCR测试,然后我们就知道,谁是阳性,阳性的去隔离。这是经典的做法,但这是不对的。我们必须改变策略:这20个人都要被视为有传染性,不必做任何诊断就把他们隔离在家。可以事后给他们全部做一遍PCR,这并没什么错。但是,这里最关键的是,必须要在没看到诊断结果的情况下,立即做出隔离决定。

我们可以从目前新生成的数据情况中看出这一点。这个数据情况大概有十天,一个星期左右。基本状况确实发生了改变。我们必须改变策略。最重要的是,我们必须考虑到目前面临的情况,而且是不可避免要面临的情况。在这种情况下,一旦发现一个病例就会产生聚集风险。这里指的是,学校和托儿所幼儿园。

主持人: 就是说,那个目前还不包括学校和托幼机构的接触追踪,现在又要发挥作用了。要么通过App,要么到处留下数据,为的是迅速得到警告,而且被当作感染者。

教授: 绝对的!尤其是电子接触追踪。我们以前在讨论克里斯托夫弗雷瑟(Christoph Fraser发表在《科学》上的研究时详细谈论过。这个已经一起做到模型化里面去了。同时,对特定情况下的诊断功能也做了预期。比方说:您属于一个聚集群,请到实验室去做一个检测。现在可以废掉这一条,App应该说:您属于一个聚集群,您现在必须认为自己是阳性。这种功能App必须要有。

我相信,我们目前的措施也可以防止很多可能的超级感染事件。我刚才所说的,听起来也许有点悲观。但实际情况根本不是这样。原则上说,这是一个非常乐观的消息。因为,就整个社会而言,我们目前所做的,即使放松一些措施,这个东西也还是包含在里面了。有些措施还不能放松,正是因为它们有产生超级传播事件的嫌疑。也有一些例外,还必须做进一步改进。有些东西都还没有经过仔细考虑,室内的行为原则高度依赖1.50米距离规定。我们不能就这么简单地处理,必须做进一步调整。

主持人: 比如室内活动。

教授: 没错,时间长短确实起到一定作用。在房间里呆上10分钟,完全不同于和许多人一起在房间里呆上两个小时。这点很清楚,时间肯定也在发挥作用。有一个东西,我想作为一个新的认知再说一下。我们反正还要留下很多措施在那里,以防止这种聚集性超级传播的出现。确实有一些风险必须先要排除掉。这是一个正面的新情况。另一个情况可能会更正面。我在作一个想象:我们可能甚至有机会,不需要疫苗,只通过常规控制措施就可以幸运地闯过秋天和冬天。就是说,可能会避开一个致命的新的第二波感染潮。我们可能有这个机会。

但是,我们必须仔细研究一下,如何对我们目前的措施做进一步调整,以便有针对性地防止超级传播事件的发生。我之所以这么说,是因为有了一个发生过的例子,就是有过一个先例。这是日本的例子,出现在昨天的《科学》杂志上。

在所有对发病率统计作观察的人看来,日本在很长一段时间里都处在一个向下缓慢爬行的曲线上。日本其实也实施了封锁措施,但并不像亚洲其它国家那样严厉。他们也不像瑞典那样,仅仅依靠个人的责任心。他们采用了别的方法。很久以来,人们一直不明白日本人到底是怎么做的。他们没有进行过积极主动的交流,但所有人都对此感到惊讶。

日本的人口甚至比德国还要多一点,密集地生活在城市里。而在日本,发生了没有其他任何国家发生过的事情。那里有个人在政治上和流行病学上掌舵。他自己亲身经历过非典SARS所带来的洗礼。他在这一时期接受到了原则性的培训,现在他把这种烙印加上高度的干预能力转移到了今天。他说道:我们就这么干!我们就这样实施我们的措施,把有针对性的诊断用在聚集群的识别上。如果出现了一个聚集群,我们就不进行进一步的诊断,立刻将所有聚集群里的人定义为感染者,并对所有人立即进行隔离。这是日本策略的核心,我们看到了它的成功。

主持人: 日本的死亡人数极少。

教授: 是的,而且发病率也在缓慢但确定性地下降。它不像做了全面封城的国家那样,有一个急剧的下降。比较慢,但还是持续不断地一点点地往下降。直到现在我们才清楚,日本人为什么会这样做。我可能也会想到这个,但在其它许多国家是不可能这样做的。这里面确实必须要有一个决定性的个人,没有数据知识,仅凭自己的经验和见解,就像在非典SARS时那样,就这么简单明确地做了。进展得很好,但或许也有可能失败。数据状况并没有真正存在过。我相信,还在早期的时候,这个人就已经亲自对日本的整体情况进行了观察。很有可能早期为自己做过观察,并相信观察结果。这是一种勇气。现在看起来进展得很顺利。

我们必须把这些当作例子用在不久的将来。我再三重复过,我们现在已经进入了夏天,我们有一个放松的阶段,我们可以利用这个时间调整我们的措施,找到那种我们能够承受得起和能够实践的东西,比如开放学校和开放幼儿园。现在,距离暑假还有一个月的预演时间,到那时又会进入一个不可避免的放松状态。我们现在有这种想法:我们真正需要练习的,就是及早识别聚集群,同时立即隔离聚集群里的人。换句话说,如果一个老师被感染了,那就看看他这几天教过哪些班的课。这些班级的学生必须全部在家里呆上一到两个星期。我的愿望更倾向于一个星期,因为感染期比我们开始想象的要短得多。但很可能不需要为此关闭整个学校。

主持人: 向日本学习,这是一个有意思的研究课题。它告诉了我们很多日常生活中如何与病毒共处。

••• •••

比如日本政界有一句口号,叫做避免“三个C”。就是英文的:“closed spaces”,封闭的空间,“crowded places”,人群聚集的地方,“close contacts”,紧密的接触。按您的看法,我们是不是也应该把这个建议带进德国的夏天?还是需要再补充些什么?

教授: 我对日本人的效率印象深刻。带着这种效率他们把事情做成了。他们运用了非常多的知识,非常多来自非典SARS时期的背景知识。我相信,这些背景知识起到了很大的作用。他们以一种非常独特的、可能并不那么激烈的方式控制住了事情的发展,没有一个全面的封城。就封城本身而言,它并不是针对某个方向,而是把所有的东西同时封住了。因为人们不知道发生了什么,换句话说就是,出于谨慎而关闭了一切。在日本,那里的人带着不同的认识,做了不同的处理。这里面有大量的智慧在发挥作用,决策过程也有很大的把握。我只能说,我很佩服。

我也不知道日本下一步会怎样继续发展。这些东西也还是要不断保持下去的。现在的一切,并不意味着日本已经找到了专利药方,所有时间都会站在安全的冰面上。病例数量有可能又会有不同的发展,可能还要再作调整。但至少对现在这个中间结果,我愿意脱帽致敬。

••• •••

 

⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃

本文作者申明:这里的文字介绍,对话翻译,背景说明或评论完全基于个人兴趣,与任何组织机构无关。

话题:



0

推荐

锐雷

锐雷

70篇文章 1年前更新

人生的黄金时间,三分之一献给了中国,三分之二献给了德国。无论何时何地,都有兴趣慢慢体验一些不一样的东西。

文章