COVID-19病例的传播率并不像先前模型假设的那样与传染性个体的数量成比例，而是呈凹形，即随着感染人数的增加，多一个感染者的影响就会减小。圣路易斯华盛顿大学的研究人员称，之所以会出现这种不成比例的分布，是因为人们通常在相互关联的社交网络中生活和工作，这意味着人们会呆在同一个圈子里。
奥林商学院(Olin Business School)的孟Liu、Raphael Thomadsen和Song Yao报告了这一发现。随着各州开始不同程度地重新开放，这一发现对进入夏天和初秋的疾病预测具有重大影响。
预测疾病传播是一门基于不断变化的假设和不断变化的条件的不完善的科学。早期的模型假设，疾病传播与每一个感染者感染另外一个人成正比。
“根据标准的易感染-感染-康复(SIR)模型，新的COVID-19病例将在没有明显社会距离的情况下呈指数级增长。在同样的模型下，病例率的下降应该表明这种疾病将很快消失，”营销教授Thomadsen说。“然而，这些模式与我们在每日新增病例数量达到峰值后观察到的病例水平不一致。新病例数量在很大程度上是逐渐减少的。”
由于对现有的模型不满意，Thomadsen和他的团队开始利用他们作为营销人员和商业学者的技能，开发一种修改后的SIR模型。该模型灵活，可以将理论应用到数据生成过程中，从而更准确地预测2019冠状病毒病病例。
他们改进的SIR模型结合了COVID-19病例数据和社交距离数据——基于手机GPS定位数据。它还包括该县尚未确诊新冠肺炎病例的人口比例、每天的感染人数和该县的人口密度。
“这个模型和标准的SIR模型之间最显著的区别是，我们的模型没有限制疾病的传播率，使其与具有传染性的个体的数量成比例，”市场营销助理教授刘说。
最终，预测模型的这一微小变化导致的预测比其他预测更符合我们观察到的COVID-19传播模式。
汤姆森说:“根据这种凹形效应，在重新开放初期或重新开放后出现短暂的指数级增长之后，我们预计新病例会迅速进入一个稳定、疾病传播水平略有下降的长期阶段。”
“我们认为，这一结果的出现是因为人们的社会联系重叠，这导致具有传染性的个体与许多相同的个体接触。”当病例集中在家庭、疗养院或工作场所时，我们可以直接看到这一点。”
利用这些数据，他们还能够确定，社会距离对COVID-19病例的增长率有显著影响。湿度——被假设为减缓其传播的因素——对其影响较小，而温度则无关紧要。
该模型还提供了从现在到2020年9月底，基于不同的重新开放战略，案例可能会如何增长或逐渐下降的见解。
根据手机数据显示的一天中完全呆在家里的人的比例，美国人目前大约有60%恢复了正常。根据他们的研究，在这种社会距离水平上，预计新冠肺炎病例将继续保持稳定和缓慢的高原状态，从6月初的每天2万多例上升到9月底的每天1.4万例。
基于最大和最小社会距离努力的预测突出了政策对疾病传播的重大影响。根据他们的预测，如果美国再保持观察到的最大社交距离，哪怕再延长几周，到9月底，新增病例将降至每天约2,000例的较低水平。
另一方面，完全恢复正常将导致病例激增约两个月。在最初的激增之后，病例将再次达到一个长期的平稳期，尽管这个水平将是当前社会距离水平下所经历的两倍多。
然而，研究人员承认，戴口罩和洗手等其他保护措施可以减轻完全重新开放的影响。
社交距离极大地减缓了病毒的传播。根据我们的发现，对美国很多地方来说，匆忙重新开放可能会付出高昂的代价市场营销副教授姚说。
请访问coronavirus.wustl.edu获取关于华盛顿大学最新信息和政策。见所有与COVID-19有关的报道。
新闻旨在传播有益信息，英文原版地址：https://source.wustl.edu/2020/06/study-researchers-forecast-stable-slightly-declining-levels-of-covid-19-entering-fall/