甲型流感攻略
[新发现] 甲型流感攻略 甲型流感一场疫情，五种推演甲型H1N1流感的惊涛骇浪正向我们袭来。据估计，在流感盛行高峰，法国每日新增感染人数可能达90万之众。只要82天，45%～50%的法国人就会被传染，而患病人数则可能达到1800万～2000万，占法国人口总数的30%～35%。这其中，5%～13%的患者需要住院治疗，每千名患者中可能会有2～4人因病死亡——这意味着死亡总数将达3.6万～8万。这便是甲型H1N1病毒会在法国造成的灾难性后果……假如我们不采取任何措施去限制它的传播的话。不过，我们倒可以以这一完全不可能的结局为标尺，去衡量一下各种防治策略的效率。 开学时病例激增 以上这些数字是根据法国国家健康与医学研究院(Inserm)法布里斯·卡拉(Fabrice Carrat)的研究报告推导出的。法布里斯·卡拉是流感疫情模拟领域的一位世界级专家，他的研究团队与巴黎高等矿业学校合作，设计出一个迄今最为精确的流行病学模型，以分析一场流感疫情可能会对法国造成什么样的影响。这一诞生于2006年的模型今天正好能够发挥作用，帮助医疗管理机构择选应对甲型H1N1病毒的最佳方案。诚然，流感病毒是变幻莫测的；诚然，流感疫情的一切发展皆有可能，它可能终结，也可能因病毒变异而加重。但各种局面中，可能性最大的，显然是9月开学时的集中爆发。“模拟的目的不仅仅在于了解到底会有多少人受感染，更在于掌握疫情发展的速度，并评估各种公共卫生决策的效果。”这样我们就能搞清哪一种策略更加有效，是否存在最佳时机，以及应该全面实施还是部分实施。 这一模型通过数学方程创建了一小群虚拟法国人，并以他们为对象，模拟一种类似甲型H1N1的流感病毒的攻击。各项医学参数和人口统计学参数的设置在最大程度上营造了虚拟个体的逼真性。“这种模型一开始是由经济学家提出的，也就是这几年才被应用到医学领域。”法布里斯?卡拉指出。模型中的每个个体都和家人一起生活在一定的地域范围内。虚拟的“小世界”里，学校、工作场所、医院一应俱全。研究人员用数学方程模拟这些人之间的不同社会交往活动。要模拟同一家庭内部成员之间的交往还是比较简单的。而在模拟他们家庭以外的交往时，流行病学家则使用了20世纪90年代为研究互联网及其互联性而采用的办法。在互联网这种复杂系统中，一点与一定数量的其他点发生连接的概率与该系统的规模无关。现在依靠描述这类系统的方程，只要把“点”换成“个体”，就能描述一个社会生活体系。虽然这个体系是虚拟的，但它确实建立在现实基础之上，并充分考虑到了学生、教师、医务人员及其他劳动者发生接触的概率。 预设特征 进行这种模拟需要预设一些特征。“模型中的假想病毒是以对一般季节性流感以及1918年、1957年和1968年大疫情的研究为基础设计的，但它与甲型H1N1病毒很相似。”法布里斯?卡拉解释道。那同样是一种前所未见的流感病毒，人们对其还缺乏免疫力。该假想病毒主要通过咳嗽时喷出体外的黏液向外界传播，其传染性在感染后能够维持十天，但在不同时间段，烈度有所不同，感染后第60～72小时是为极致。模型还假设，由于生理机制的原因，在此传染高峰时段，儿童的传染力是成人的两倍。当然还需确定感染个体在与另一个体发生接触时传播该疾病的概率。“在这一点上，我们只能采用经验法了。”法布里斯·卡拉承认：“比如，先假定一名处在传染高峰期的成年感染者在一次接触中传染他人的概率为10%。将数值代入模型，察看由此得出的疫情曲线是否与以前发生疫情时实际观察到的情况相吻合。如果不吻合，那么我们就把概率值调整为20%、30%……直到与已知情况相符为止。” 数学推理机制 研究人员最后得出以下结果：两名儿童接触，传染概率为64%；儿童感染者与一名成人接触，传染概率为58%；成年感染者与一名儿童接触，传染概率为42%；成年感染者与另一成人接触，感染概率为37%。如果感染者只是携带病毒而未发病，那么所有这些数值都要减半。事实上，这样的“静默”感染者可能占到全部感染者总数的30%。同样靠经验法，法布里斯·卡拉等人又确定了感染者中儿童、成人及老人分别所占的比例。 这样一来，这套复杂运算的推演结果便与以往疫情的实测情况很相近。既然从过去的实测情况就能推测出当下的发展，那么为什么还要进行这样一种如此复杂的推理呢？很简单，因为流行病学家希望藉此建立起一套“数学推理机制”，以对各种流感应对策略进行评估。眼下，他们针对五种不同策略的研究便得出了一些相当令人意外的结果。比如，大规模使用抗病毒药物达菲对于阻止疫情的发展几乎起不到任何作用。再比如，采取学校停课和公司放假等措施能够迅速阻断疫情蔓延，其效果丝毫不亚于疫苗。 [新发现] 甲型流感攻略:疫情预测的内幕千万不要把流行病学预测当成上帝的启示。疫情模拟领域里的医学专家和数学专家都承认，其实无法准确预测未来。2005年，第一例人际传播禽流感(臭名昭著的H5N1)病例刚刚出现之时，有一些流行病学家就惊呼“21世纪第一场流感大流行来了”，并认为它将造成全球1.5亿人死亡。四年过去了，全球429名禽流感患者中“仅”有260人死亡。而现在，它的风头完全被甲型H1N1流感抢了去。后者自今年3月在墨西哥爆发以来，意外地成为了这场预言中的“人类大浩劫”的主角。“它的致死率虽然不高，但它的流行才刚刚开始”——不管是WHO还是各国政府都这么说。可是，在H5N1预言破灭之后，现在的这些模型和预测还可信吗？ “其实，这些模型在预测季节性流感这种周期性规律事件方面还是很可靠的。”法国公共卫生高等学校(EHESP)校长安东尼?福拉沃(Antoine Flahaut)认为，“因为那些方面的医学数据都是十分可靠的。”这位充满怀疑态度的流行病学家很清楚，自2005年以来，所有企图预测未来大瘟疫的数学模型都变成了笑话，因为它们所得到的医学数据都是从发生H5N1疫情的国家搜集来的。“说到底，所谓模型不过就是一些数学方程。如果数据出错，那么结果必然出错。”法国地区流感监测组织(GROG)主席让-玛丽·科昂(Jean-Marie Cohen)一针见血地指出。相比之下，伦敦帝国学院的西蒙·高什梅(Simon Cauchemez)略显温和：“对错误的模型提出错误的问题当然会得出错误的预测。”这位科学家所在的实验室被公认为新型模型的圣地，率先在流行病学研究方面采用了“个体中心”模型。这种新模型是甲型H1N1流感研究的主力军，它们将民众的不同行为方式纳入运算之中，绝无仅有地对人们的具体行为方式(诸如出入机场或学校的频率、感染后就医的速度……)进行综合研究，从而为WHO提供指导全球防疫的建议。 被奉若圭臬的预言…… 这些细微的因素是传统模型所忽略的。“在解答为了消灭一种疫情需要对多大比例的民众进行疫苗接种这样的问题上，传统模型是有用的。”西蒙·高什梅指出。流行病学的传统模型是所谓的“分类”模型，因为它们总是由三组或者说三类个体构成——疑似感染组、传染组和因治愈或死亡退出传染链条组，每一组的规模都会随着疫情的演变发生变化。那些最简单的分类模型都是决定论的，它们会根据一组固定的变量——如民众感染率(攻击率)及病死率(病人中发生死亡的比例)等，一成不变地得出同样的预测结果。只要了解这些变量，就能够轻松地画出感染人数、住院人数和病死人数的曲线。然而，实际情况比这要复杂得多，便有人提出了一种“随机分类”模型。这种模型以概率论为基础，将诸如健康状况或治疗手段等随机因素纳入了考察范围。 [新发现] 甲型流感攻略:有关甲型流感自我预防的8个问题该让孩子去学校吗？ 假如政府决定关闭学校和幼儿园，就没有这个问题了。但如果政府没有做出这样的决定，个人要做选择就比较艰难。“我们知道，在这些场所，孩子和家长最容易感染各种病菌。”美国哥伦比亚大学微生物学家文森特·拉卡尼洛(Vincent Racaniello)直截了当地点出了所有人的担忧。这首先是因为在这些场所，儿童高度集中，微生物在他们身上最容易增殖。其次是因为他们喜欢摸各种东西，摸完后还喜欢把手放到嘴里。研究表明，视年龄及疾病种类，在幼儿园里感染传染病(耳炎、胃肠炎、脑膜炎)的风险是其他场所的3～12倍。因此，如果问题是“避免去学校能保护我不受甲型H1N1病毒的侵袭吗”，那么统计学上的答案无疑是肯定的。但如果问题是“如此保护是否有十分的必要”，那答案就要取决于相关病毒的危险性了。既然全世界已知的甲型H1N1流感患者中有将近60%都是18岁以下的少年儿童，家长们是否应该提高警惕呢？在斯特拉斯堡圣安娜诊所儿科专家阿尔诺·费斯多夫(Arnault Pfersdorff)看来，这种感染风险并不值得过分担心，因为从理论上说甲型流感其实并不比传统流感更加危险。他解释道：“孩子们可以待在学校里，这样他们就能自然而然地获得免疫能力。令人担心的主要是1岁以下、尤其是不到6个月的幼婴，因为人们认为这个年龄段的婴儿最容易被感染，但其实这 |