前一篇随笔谈到，德罗斯滕教授对日本的应对方法敬佩有加。在整理翻译稿时，恰好收到科学期刊Spektum的一篇推送。德国科学记者Eva Wolfangel最近专门就这一话题写了一篇综述。从中或许可以对日本的做法有个进一步的了解。
⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃
为前向推进而进行逆向接触追踪
德国警告大家，有可能会被新冠感染者传染。日本则反其道而行之，并取得了巨大的成功。“逆向追踪 ”（Backward Tracing）是个好策略吗？
美国传染病专家KJ Seung说，与日本新冠病毒疾病控制小组委员会押谷仁教授（Hitoshi Oshitani）的视频会议让他大开眼界。Seung解释说，他现在明白了，为什么到目前为止，在美国进行的对新冠感染接触人所作的寻找和隔离工作收效甚微。作为非营利组织《健康伙伴》的成员，他在帮助美国马萨诸塞州实施接触追踪计划。
虽然大多数国家都对接触者，即可能被感染者传染的人，发出警告，但日本的做法恰恰相反。就像Seung承认的那样，这种做法取得了巨大的成功。此后，他把这种方法用在了美国马萨诸塞州。“利用回顾性接触追踪，我们可以更有目标地找到聚集群；我们可以发现更多的病例，而且是以更加有效的方式。”
隐藏在这一策略的背后是对“超级传播者”的认知：是“超级传播者”在推动大流行的发展。从纯统计学的角度来看，感染者很有可能还将病毒继续传播给了其他一些人。在他的周围形成了一个所谓的聚集，一群感染者。押谷仁解释说：“我们设法找到感染源，因为在某个地方一定有一个聚集。”
因此，在“回溯性接触者追踪”中，人们试图找到一个感染者在他被感染之前的接触。就是试图找到传染的源头。这种方法来自于这样的认知：大多数新冠感染者不会感染任何人，只有少数人会将病毒传给其他人。技术社会学家Zeynep Tüfekçi解释说，这种认知并不是新东西，但到目前为止，它在这场应对大流行中的意义被欧洲和美国的责任人低估了。“忽视新冠病毒这一特征的国家，有可能承受来自两个世界里最糟糕的风险：严厉的限制，既起不到什么帮助作用，又无法阻止病毒的蔓延。”
Tüfekçi在哈佛大学伯克曼‧克莱因互联网与社会中心（Berkman Klein Center for Internet and Society，Harvard University）的视频研讨会上说，理论上很容易解释。KJ Seung和他的日本同事押谷仁也被邀请参加了会议。押谷仁被认为是这种日本方法背后的先驱之一。与其它的方法一起，这种采用回溯性“接触追踪”的方法将注意力集中在发现聚集群上，这让日本保持着相对较低的感染病例数，尽管没有采用极端的监控技术，尽管没有严格的封锁，尽管测试较少，尽管有密集居住的人口。
聚焦超级传播者
公众通常都在讨论R值，它表示一个感染者平均传染了多少人。但对如何抗击大流行这个问题来说，更为关键的是另一个数值：k。k表示在一些起始感染者的基础上，发生进一步传染的分布均匀程度。这个值越低，传播的分布越不均匀。换句话说，越少的人越会造成越多的人的感染。
在今年6月份的一个研究里，根据中国的数据，一个研究组得出的k值为0.1。按照这个值计算，就是大约10%的感染者造成了80%的进一步感染。这个研究组建议，在抗击大流行过程中，要将注意力集中在那些超级传播者身上。非典SARS和中东呼吸综合征MERS同样有类似的较低k值。这也解释了为什么一些亚洲国家对这种类型的传播会有更好的准备。相比之下，以2018年流感大流行为例，其表现出的k值大约为1。它的传播明显更为均匀。
目前还不清楚，究竟是哪些特征会将一个人带进一个或另一个聚集群。其中有人猜测，带口沫的说话可能是原因之一。Tüfekçi强调，无论如何，低k值可能是一个可以抱以希望的理由：最终，大多数感染链都会自行消亡。
然而，这一认知也表明，西方社会对接触追踪所做的实践效率不高，实际上几乎总是找错了病例。因为，如果80％甚至90％的感染者实际上并没有将病毒传染给其他人，那就没有必要对这些接触进行追踪和隔离。他们有极大的可能性不会被感染。而如果他们被感染了的话，带有相对较高的可能性，他们不会再把病毒传给别人。
大多数人在一周内会生病
只是，如何才能知道一个感染者是属于80%，还是属于能感染其他人的20%？这就是美国人KJ Seung在那次重要的视频通话中从他的日本同事押谷仁那里学到的秘诀：不要追踪可能被这个感染者传染了的人的接触，而是要找出传染了这个感染者的人。因为，这个人自我证明了他在那个能让病毒继续传播的20%里面。
在回溯性接触追踪中，这个感染者的活动被重建到他被感染前的14天。“大多数情况下，在症状出现前的5到7天内就能找到传染源。”押谷仁解释说：“很多情况下甚至只要3到5天。”这里的目标是找到这个源头，看看它是否还把病毒传染给了其他人。
“最大的危险是孤立病例。”美国的接触追踪者KJ Seung根据他的实践指出：“就是那些我们不知道他们在哪里被感染的人。”因为这表明，在某个地方潜伏着一个聚集群，至今还没被看到。如果没有被发现，病毒将从那里继续传播，直到某个地方再次出现一个看似单一的病例。那种感染链已经无法理清的所谓“社区传播”，从时间上看一般是这样：病例数量不断上升，卫生局的追踪者在后面已经跟不上那些接触了。Seung说： “如果这时开始回溯性接触追踪，可能会找到那个聚集群。”
主要的区别是，要把目光投向更远的过去 ―远藤章(Akira Endo)
这种方法是不是比现地的、面向未来的追踪要复杂得多？这要视情况而定。“主要的区别是，要把目光投向更远的过去。”伦敦卫生和热带医学学院的远藤章解释说。初看起来，这似乎更为复杂。但另一方面，如果能更快地发现聚集群，最终又会节省下追踪工作：因为，如果一个聚集群被迅速发现，它的扩散被阻止，将来只有更少的相关接触需要追踪。远藤章与同事一起对此进行了数学模型化研究。研究认为，如果按照日本的方式并与回溯变化相结合，接触追踪的效果可以提高两到三倍。
决定性因素：时间
远藤章解释说：“已经可以表明，如果进行快速和大规模实施，这种结合可以在防止进一步传播方面产生巨大的差别。”然而，这个过程必须要有良好的组织和协调：反向追踪的最大问题之一就是延迟。如果从一个已经证实了的传染性接触出发，识别出来它的接触者，但这些接触者又已经感染了其他人，这里就存在永远无法再追上这些感染链的风险。
由于“两代”感染者之间的平均相隔为4至6天，接触的反向追踪必须在类似的时间范围内进行，否则，感染链还会持续延伸。这个研究的假设是，在变成有感染性之前，通过反向追踪找出了感染源，这个感染源产生的接触就已经被捕获同时被隔离。远藤章说“这可能只有在当前的感染浪潮平息后才会成为现实。”目前社区传播太多，传染已经无法进行反向追踪了。
此外，这种方法还可以与另一种认知良好地结合起来，押谷仁说：病毒主要在封闭的空间、人非常多以及密切接触的地方传播。如果接触追踪能力被耗尽了，有意义的做法是，首先只考虑感染者出现症状前的大约5至7天，在这个时间段里识别感染者生活中发生的事件。他在这种情况下被感染的机会最大。此外，一些聚集群由此可以迅速被识别出来，就是说，可能同时有很多人一起被感染的场所。
自大流行开始以来，押谷仁还观察到了一种已经发生改变了的传染模式：这种形式的感染链开始的地点，越来越多地转移到了夜生活和聚会场合。“一个聚集群的第一起病例往往是年轻人，部分原因是他们比较活跃。”只有当这些早期聚集群还没被发现的时侯，传播链才开始启动，而且很快就难以查清。然后，大量属于风险群体的人被感染上了。这也是由于这种疾病在年轻人身上常常表现为无症状病程。日本传染病学专家押谷仁解释说：“如果我们能迅速阻止这些传播链，去医院的人就会减少。”然而，用前向性“接触追踪”很难做到这点，因为聚集群往往太晚才被发现。
作为补充，Tüfekçi建议大规模使用廉价的快速检测，即所谓的抗原检测。虽然没有经典PCR检测那么准确，但仍然可以对发现聚集群有帮助作用。这样，或许可以在没有时间延迟的情况下对感染接触者进行测试。即使在只有部分检测呈阳性的情况下，而且由于检测的准确度不够，可能并不能发现所有的感染者，但人们知道，这些人显然属于能继续传播病毒的20%。“如果我们在接触者中检测到哪怕只有一两个病例，我们就可以认为，已经有很多人被感染了。”在这种情况下，要求所有接触者进行自我隔离是有意义的。他们被感染的可能性很大。相反，如果没有一个阳性测试结果，估计可能没有人被感染。
多亏采用了这种以快速、廉价的抗原检测来查找聚集群的策略，尽管餐馆里坐满了人，总体上只有很少的限制，西班牙马德里的感染数量已经急剧减少。有人把这称之为 “马德里奇迹”。当然，一些美国研究人员几个月前就预言了这种快速、大规模和廉价测试的效果。近日，美国哈佛大学陈曾熙公共卫生学院的流行病学家迈克尔‧米纳（Michael Mina，Harvard T.H. Chan School of Public Health ）在一篇广受关注的文章中预测，只要人口中的一半定期做大规模的抗原检测，很可能在圣诞节之前就可以让大流行的蔓延停下来。费用不应当成为争论的理由：就整个美国来说，这样一个全国性的快速抗原检测计划“只是病毒带给我们经济损失中的一个零头。”
⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃⁃
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。
0
推荐
京公网安备 11010502034662号 