“唯一需要恐惧的是恐惧本身。” 这句话是一个愚蠢的建议。

你不必去囤积厕纸，不过如果防疫政策的制定者恐惧的是恐惧本身，他们会弱化局势的危险性，以避免大规模恐慌。恐惧本身并不是问题，问题是在恐惧之中，我们需要做什么。恐惧为我们提供直面危险的动力，同时为以后的危险情况做准备。

我们（指原文作者）对此表示非常担忧，我们觉得你也是这样。由于这种恐惧的存在，我们制作了这些可交互的疫情模拟器，因此你 能在这种恐惧之中了解到你面对的是什么。

• 在这之前的几个月 （流行病学基础、SEIR 模型、R 与 R₀）
• 接下来的几个月 （封闭式隔离、接触者追踪、口罩）
• 接下来的几年 （失去免疫力？没有疫苗？）

这篇在 2020 年 5 月 1 日的文章（点击此处查看脚注！→¹）将给你希望，同时还会给你带来恐惧。 要以低成本和低附带损伤的方式战胜新冠疫情，要以乐观的态度制定防疫计划，同时以悲观的态度制定应对危急情况的备用防疫计划。Gladys Bronwyn Stern 曾说过： “乐观者造飞机，悲观者造降落伞。”

准备进入深水区，会有颠簸，请系好安全带。

在这之前的几个月

飞行员用模拟机进行学习，学着不让飞机坠毁。

流行病学专家通过疫情模拟器，在疫情中保护人类。

首先做一个 极为 简单粗暴的疫情模拟器！在这个模拟器中， 感染者可以将 易感者变为 感染者：

根据早期的估计，在疫情 刚刚开始 的时候，病毒从一个 传播到一个 的身上平均 需要 4 天。² （别忘了，这一数值有各种各样的估计结果）

如果在模拟中，感染人数每 4 天翻一倍，不进行干预的话，如果 0.001% 的人口是 ， 会发生什么？

点击 “开始” 启动模拟！模拟完成后你可以调整参数，再次进行模拟： （技术细节：³）

这就是指数增长曲线。一开始很小，然后是爆炸性增长。从 “这只是流感” 到 “在流感中，大城市不会出现万人坑” 。

然而，这个模拟是错误的。谢天谢地，不存在永远的指数增长。如果别人都 已经 感染了病毒，病毒不会传播：

当存在越多的 时， 变成 的速度越快， 然而当存在越少的 时， 变成 的速度越慢。

考虑到这种情况，疫情的发展会发生什么变化？一起来看看吧：

这是 S 形的逻辑斯蒂 (logistic) 增长曲线。一开始很小，然后爆炸性增长，最后增速变慢。

然而，这个模拟 还是 错的。我们忽略了这个事实： 感染者最终会由于这些原因失去传染性：1. 完全康复，身体不受任何损伤；2. 肺部受损，随后恢复健康；3. 病死。

为了简化，假设所有的 感染者在疫情中得以 恢复。（别忘了，有的人在疫情中病死了。） 不能再被感染，现在 假设康复者获得了能终生保持的免疫力。

在这次新冠疫情中，平均而言 如果你在这 10 天内具有 传染性。⁴ 也就是说有的人在 10 天之内恢复，有的人需要多余 10 天的时间恢复。接下来的模拟中，假设所有的人 在一开始 都是感染者 :

这是指数增长的反面：指数衰减曲线。

现在，如果将 S 形的逻辑斯蒂增长曲线，和 恢复者的曲线这两者结合，进行模拟，会发生什么？

一起来看看吧。

红色曲线 是 目前的 病例数 ,
灰色曲线 是 所有的 病例数（目前病例数再加上恢复 的病例数）， 假设有 0.001% 的人口是感染者 ：

那条著名的曲线就来自这里！既不是钟形曲线，也不是对数正态分布曲线（译注：假设随机变量 X 的对数 log(X) 服从正态分布，那么随机变量 X 服从对数正态分布）。这条曲线连个正式的名字都没有，然而你多次看到这条曲线。这就是需要被 “压平” 的曲线。

这是 SIR 模型, ⁵
S （易感者） I （感染者） R （恢复者）
这是在流行病学基础理论中 第二 重要的内容：

注意：从这些模拟中可以看出，实际的防疫政策 远远 比这些模型还要复杂得多！ 尽管 SIR 模型忽略了其他的影响因素，但它仍然能解释一些被广泛承认的发现。

根据实际情况，加上一个影响因素：在一个 变成 之前， 首先会变成 暴露者。暴露者已经 感染了 病毒，但是他们不具有 传染性。

（这一变种被称为 SEIR 模型⁶，E 表示 暴露者。不论你有没有被感染，这并不是常见意义上的 “暴露” 。技术上而言，“暴露” 就表示你被感染了，科技术语实在是太糟了。）

据估计，新冠病毒具有 平均 3 天的 潜伏期。⁷ 考虑到这个因素，在模拟中会发生什么？

红色加粉色曲线 是 目前的 病例数（感染者 与暴露者 的数量之和）,
灰色曲线 是 所有的 病例数（目前病例数再加上恢复者 的数量）：

好像没多大变化呢！ 潜伏期的时间长度，决定了 和 之间的比例，还有目前病例数 达到峰值 的时间，最终的总病例数保持不变。

为什么呢？这就是流行病学基础理论中 最重要 的内容：

它是 “传染数（reproduction number）” 的缩写。它是一个 感染者在恢复（或死亡） 之前 能感染的 平均 人数。

在疫情中，R 会发生变化，同时我们会制定更多的防疫措施，获得更强的免疫力。

基本传染数 R₀ （读作 R-nought, “阿诺特”，当然读成 R-zero 或者 “阿零” 也行）是疫情 开始 时 R 的值，那时我们尚未制定防疫措施，也不具有免疫力。R₀ 更多表示的是病毒的传播能力，这个值还与地区有关。举个例子，在人口密度较高的城市地区，R₀ 的值大于人口密度较低的乡村地区。

（很多新发表的文章和论文会把 R 和 R₀ 混淆。再说一次，科技术语实在是太糟了。）

季节性流感的 R₀ 大约为 1.28⁸. 这表示，在流感季节的 开端 ，每个 感染者 平均 感染 1.28 个人。（一个非整数的值在这里看起来很奇怪，但是平均一个妈妈有 2.4 个孩子。这并不表示有 “半个人” 在路上游荡）（译注：此处作者并没有给出 2.4 的来源）

据估计，新冠病毒的 R₀ 大约为 2.2, ⁹ 一个 尚未完成 的研究表明，新冠病毒在武汉的 R₀ 是 5.7¹⁰

在我们的模拟中， 疫情开始时 每个 感染者在这 10 天里 平均 每 4 天感染一个人，10 天是 4 天的 2.5 倍。这表示，在 疫情开始时 每个 感染者 平均 感染 2.5 个人。所以 R₀ = 2.5. （技术细节：¹¹）

尝试一下这个 R₀ 计算器，看看 R₀ 如何随着恢复时间和感染时间的变化而变化：

请记住， 感染者的数量越少， 易感者变成 感染者的速度越慢。目前 的传染数（R）不仅取决于基本传染数（R₀）, 还 取决于 易感人群的数量。（例如：从疫情中恢复，并自然获得免疫力。）

当有足够的人具有免疫力之后，R < 1, 疫情就已经得到了控制！这被称为群体免疫。举个例子，通过疫苗 能获得针对流感的群体免疫。让人们通过感染病毒，达成群体免疫的想法，实在是太糟糕了。（这并不像你想的那样，接下来我们将会解释这是为什么。）

再进行一次 SEIR 模型的模拟，但这次展示了 R₀ 和 R 的值随着时间的变化，以及达成群体免疫的阈值：

注意：在达成群体免疫之后，总病例数 不会停止增长 ，而是会超过这个阈值！ 当目前的病例数达到峰值时，总病例数 恰好 超过这个阈值。（试试看吧！不管你如何调整参数，这一结论始终成立）

这是因为，当非 （非易感人群）的人数大于达成群体免疫的阈值时，R < 1. 当 R < 1 时，不会出现新的病例，总病例数达到峰值。

如果这是你从这篇文章中唯一学到的东西，那么这张图就是：（这是一张极为复杂的图片，你需要花点时间来完全消化它）

这意味着：我们不需要阻断所有的传播途径，来阻止新冠疫情！

这其实是个悖论。新冠病毒的传染性极强，我们尚未能阻止新冠疫情。要阻止新冠疫情，需要阻断至少 60% 的传播。60%?! 如果这是在学校的等级评定，这将会得到一个D-. 如果 R₀ = 2.5, 阻断 61% 的传播之后能达到 R = 0.975，可以达成 R < 1 的目标，疫情得到了控制！（准确的公式：¹²）

（如果你觉得 R₀ 或者其他的数值太高或者太低，很好，你正在挑战我们的假设！在这篇文章的最后会有一个 “沙盘模式”，你可以在那里输入 你自己 的数值进行模拟，看看会发生什么。）

所有 的防疫措施，包括但不限于：洗手、提高人与人的间距、进行网络社交、封闭式隔离、自我隔离、接触者追踪、隔离现有病例、戴口罩、群体免疫，所有 的措施就是为了：

达成 R < 1 的目标。

接下来，我们将使用 “疫情模拟器”，解答这个问题：如何达成 R < 1 的目标？这需要在保护我们的心理健康的同时，还要 保住我们的钱袋子。

飞机即将进行迫降，请做好并保持防冲击姿势。

接下来的几个月

情况可能会变得更糟。我们需要避免这种只会在平行宇宙中出现的情况发生：

情况 0: 什么都不做

在新冠病毒的感染者中，大约有 1/20 的人需要进 ICU （重症监护室）。¹³ 在一个像美国那样的发达国家之中，每 3400 人拥有 1 个 ICU 床位。¹⁴ 因此，美国能 同时 处理 20/3400 的感染者，也就是 0.6% 的人口。

即使我们把 ICU 的床位增加 3倍以上， 也就是 2% 的人口，如果什么都不做的话，接下来会发生的是：

大事不妙。

这篇帝国理工学院在 2020 年 3 月 16 日的报告表明：如果什么都不做的话，ICU 的床位将会用尽，大于 80% 的人口被感染。（正如在前面提到的那样，病例的总数会超过群体免疫的阈值）

假设当 ICU 的床位数量用尽时，0.5% 的感染者会死去，¹⁵ 这一假设针对像美国一样的国家还算宽松。如果什么都不做的话， 拥有 3 亿人口的美国，3 亿人口中的 80% 之中的 0.5%, 死亡人数那可是 120 万……

（很多的新闻媒体和自媒体只报道了 “80% 的感染者” ，并没有 强调 “如果什么都不做” 。此时恐惧转化为点击量，而不是对于当前局势的理解。嗨呀。）

情况 1：压平曲线或群体免疫

每个公共卫生机构都在鼓吹 “压平曲线” 的理论，然而英国人原始的 “群体免疫” 计划遭到全方位的抨击。这两个其实是 同样的防疫计划。 英国人只是用了一种糟糕的手段说出他们的计划。¹⁶

这两种计划都有一个字面意义上的致命缺陷：

首先，看一下 “压平曲线” 的两种主要方法：勤洗手，同时增加人与人的间距。

提高洗手频率能使富有国家中流感和感冒的病例数量降低约 25% ¹⁷, 伦敦的 “全境封锁” 将人与人的接触频率降低约 70% ¹⁸. 因此，假设洗手能让 R 的值降低 至多 25%, 同时人与人的间距增加，R 的值因此降低 至多 70%:

尝试一下这个计算器，看一下非 （非易感人群）的人数占比、洗手频率的增加（增强的卫生措施） 、和增加人与人的间距是如何影响 R 的值： （这个计算器只表示 相对程度 的效果，提高一项措施的效果，看起来 就和弱化一项措施的效果一样。¹⁹)

模拟表明，在 2020 年 3 月新冠疫情开始时（译注：全球范围的新冠疫情始于 2020 年 3 月，中国大陆境内新冠疫情的大规模爆发始于 2020 年 1 月），增加洗手频率，同时人与人的间距增加 少许 ，R 的值得以降低，但还是大于 1:

三条注释：

1. 这能 降低 受感染的人数！即使没达到 R < 1 的目标，降低 R 的值仍然能挽救生命，同时降低受感染的人数（译注：这里指非易感人群的数量）与群体免疫阈值之间的差值。大众会觉得 “压平曲线” 的计划只会使病例在时间上更为分散，并不会降低病例总数。这在 任何 一种流行病学的基本模型中是不会出现的。然而某些跑得快的媒体说 “出现 80% 的感染者是不可避免的” ，大众会认为，无论如何，受感染的人数是不变的。嗨呀。

2. 由于采取了这些强化的防疫措施，目前病例数在达成群体免疫 之前 达到峰值。在这个模拟中，受感染的人数实际上 略微 超过达成群体免疫的峰值，而这就是英国人的计划！此时 R < 1, 然后恢复到疫情之前的生活，疫情因此始终得到了控制 ！然而，还有一个问题……

3. ICU 床位不足的情况将会持续好几个月。（别忘了，在这些模拟之中，ICU 的床位数 已经是 原来的三倍）

这就是皇家理工学院在 2020 年 3 月 16 日的报告中提到的内容，英国人因此放弃了原始的 “群体免疫” 计划。所有缓解疫情（降低 R 的值，但是 R > 1）的计划终将失败。唯一成功的计划是遏制疫情（降低 R 的值，直到 R < 1）。

这说明，不要“压平”曲线，要 “碾压 ” 曲线。举个例子，来一次持续数月的封闭式隔离……

情况 2: 持续数月的封闭式隔离

如果先来一次 5 个月的封闭式隔离，以 “碾压 ” 曲线，将 的数量降低至接近于零，最后 完全恢复到疫情之前的生活：

哎呀。

这就是人人关注的 “第二波疫情” 。解封之后， R 的值再次大于 1, 只要有一个漏网之 ，（或者是外来输入的 ）就可以使病例数出现一个尖峰。这和什么都不做一样糟糕。

封闭式隔离不是解药，而是一次重启。

所以，再来一次封闭式隔离，会发生什么？

情况 3: 间歇性的封闭式隔离

这种方案首次由帝国理工学院在 2020 年 3 月 16 日的报告中提出，随后一篇哈佛大学的论文中再次提出这个方案。²⁰

下面是这种情况的模拟： （在 “预设场景” 模拟完成之后，你可以模拟 你的 封锁计划。你可以在进行模拟的 同时 拖动滑动条，来调整各项参数！你可以随时暂停模拟、继续模拟、调整模拟速度）

这 也许 能让现有病例数始终低于 ICU 的容量！同时这比在疫苗问世之前进行一次 18 个月的 “全境封锁” 好多了。只需要……在几个月的封锁和几个月的开放之间反复横跳。（如果没有疫苗的话，不断反复横跳，直到在 2022 年达成群体免疫。）

画一条表示 ICU 的容量的线很简单，然而有很多重要的东西是 无法 在这里模拟的，例如：

心理健康： 孤独是导致抑郁、焦虑和自杀的最大风险因素之一。孤独造成寿命缩短的程度，相当于每天抽 15 根烟。²¹

财政压力： 比起生命， “经济学” 只会关心钱，不过经济不只是钱：它更是人们为所爱之人提供食物和住所，为下一代的未来进行投资，享用艺术、食物和游戏等这些让人生更值得的东西。同时，贫穷 本身 会对身心健康造成负面影响。

这并不是说 不应该 进行封闭式隔离！我们将会针对 “全境封锁” 进行讨论。这仍然不是最理想的防疫计划。

等等，（到原文发布时为止——译注）中国台湾地区和韩国不是 已经 控制住新冠疫情了吗？他们只用了整整 4 个月，没有实施 长期的封闭式隔离？

他们是怎么做到的？

情况 4: 核酸检测、接触者追踪、进行隔离

“当然，我们（指西方国家）也可以做到像中国台湾地区和韩国在疫情开始的时候一样，但这已经太晚了。我们已经错过了在疫情开始时压制疫情的机会。”

但是这就是关键！ “封闭式隔离不是解药，而是一次重启。” 我们（指西方国家）正需要一次重启。

要理解中国台湾地区和韩国是如何控制住新冠疫情的，需要理解感染新冠病毒之后会发生什么：²²

如果只对出现症状的病例进行隔离，这仍然会导致病毒传染：

事实上，44% 的病毒传染都像这样：在出现症状 之前 传染给下一个人！²³

然而，如果我们找到病例近期的密切接触者，并对他们实施 隔离…… 我们通过预判了病毒的预判，阻断了病毒的传播。

这种方法叫接触者追踪。这是一个在遏制埃博拉病毒的过程中，以史无前例的规模使用的老方法²⁴, 如今这正是中国台湾地区和韩国控制住新冠疫情的方法！（译注：这种方法也在中国大陆广泛使用。）

（这能使我们更为高效地利用有限的核酸检测次数，以找到未出现症状的 ，还用不着让每个人都去捅嗓子。）

传统而言，需要进行一对一的面谈，才能找到密切接触者，然而 仅仅 采用这一种方法，对新冠病毒的 48 小时窗口（感染后的第三天到第五天）而言太慢了。因此，接触者追踪 APP 提供更为先进的追踪方法，帮助我们找到密切接触者。这种方法 并不会 取代传统的方法。

（这个方法并不是由一个 “科技宅” 提出的：用 APP 来抗击疫情的方法最初是由一群牛津大学的流行病学专家提出的）

等等，能追踪你和谁接触的 APP...... 这是不是表示，你要将你的隐私，献给 “老大哥” ？

并不是！一个由流行病学专家和密码学专家（包括本文作者之一 Marcel Salathé ）组成的团队，已经 开发出了一款名叫 DP-3T 的接触者追踪 APP. 这一开源 APP 不会暴露你的身份、位置、你接触了谁，甚至是你接触了 多少个人 。

这就是它的运作原理：

（点击此处查看完整版漫画。关于 “恶作剧” 、假阳性等技术细节，在脚注中会详细说明，点击查看脚注：²⁵)

这个团队与其他类似的团队，如 TCN 协议 ²⁶ 和 MIT PACT ²⁷ ，已经让苹果和谷歌受到启发，他们将会在 iOS 和安卓系统中内置能保护隐私的接触追踪方法。²⁸ （不信任谷歌或者苹果？很好！这个系统连信任都 不需要 ！）然后，你所在地的公共卫生机构会要求你下载这个 APP. 如果它是个能保护隐私的开源 APP, 请下载吧！（译注：该方案不适用于中国大陆，因为社区的工作人员会在第一时间做好一切防疫措施）

但是那些没有智能手机的人呢？如果病毒通过门把手传播呢？或者是出现无症状感染者呢（译注：出现无症状感染者的情况现已证实）？接触者追踪 APP 并不能阻断所有的传播…… 这可以了！ 我们并不需要阻断 所有 的传播途径，只需要阻断 60% 以上的传播，即可达成 R < 1.

（脚注会告诉你，有时会把 “未出现症状的感染者” 和 “真·无症状感染者” 混淆，出现无症状感染者的概率很小，但这不是零：²⁹）

隔离 已经 出现症状的感染者将会使 R 的值降低 40%, 针对 无症状或未出现症状 的密切接触者进行隔离， R 的值可以降低 50%:³⁰

在上面的模拟中可以看出，尽管不需要隔离所有的接触者，我们还是可以在 不进行封锁 的情况下达成 R < 1. 这样不但能更好地保护我们的心理健康，还能保住我们的钱袋子。（针对那些被隔离的人， 政府需要帮助他们： 为他们支付核酸检测的费用、保住他们的工作、为他们提供补助……相比间歇性的 “全境封锁” 而言，这会带来更小的财政压力。）

然后保持 R < 1, 直到疫苗问世。疫苗能将易感者 变成 免疫者 . 这才是达成群体免疫的 正道：

（注意：这个计算器假设疫苗是百分百有效的。别忘了，在现实中，你需要让已经接种疫苗的人数 大于 达成“群体免疫”的阈值，保证在 真正意义上 达成群体免疫。）

前面已经说得足够多了。接下来是一个针对如下情况的模拟：

1. 实施几个月的 “全境封锁” ，直到能够……
2. 切换到 “检测、追踪、隔离” 的战术，直到能够……
3. 为足够多的人接种疫苗。这表示……
4. 我们战胜了疫情。

好！我们已经完成了迫降。

这就是战胜新冠疫情的方法。

真的是这样吗？

但是，如果情况 仍然 很糟糕呢？现在的情况已经很糟糕了。这种恐惧是极好的！恐惧驱使我们制定 备用防疫计划。

悲观者造降落伞。

情况 4+: 所有人都戴口罩、夏天、“全境封锁”

如果 R₀ 远远高于我们的估计值，同时实施所有的干预措施，再稍微增加人与人的间距。即使是这样，还是 不能达成 R < 1, 这该怎么办呢？

别忘了，万一无法达成 R < 1, 降低 R 的值仍然能降低总病例数（此处指非易感者数）与群体免疫阈值之间的差值，这依然能降低死亡人数。尽管这样，R < 1 是最好的。还有这些方法能降低 R 的值：

所有人都戴口罩：

等等， 你一定会说，“我觉得戴口罩并不能防止你被传染。”

你说得对，戴口罩并不能防止你被传染 ³¹ ... 戴口罩能防止你把病毒传染给 别人。

等等，就这几片熔喷布，怎么只能单向隔绝飞沫，而不是双向隔绝飞沫？ 答案很简单，但却是反直觉的：

感染者 口鼻上的口罩能把气凝胶中感冒病毒和流感病毒的含量降低 70%³² ，这和封闭式隔离的效果一样！

不过，口罩 针对 抑制新冠病毒传播的效果尚不明确。在科学上，只有达到 95% 的置信度，你才能公开你的发现。（按照常理应该是这样，然而请看注释： ³³ ）到 2020 年 5 月 1 日为止，“口罩能抑制新冠传播” 这一假设尚未达到 “95% 的置信度” 。

瘟疫就像扑克牌一样，如果你只在胜率为至少 95% 的情况下注，这可能会导致满盘皆输。 一篇最近在《英国医学期刊》上发表的文章提到， ³⁴ 在不确定的局势中做出决策， 必须 进行成本-收益分析。就像这样：

成本：如果用自制的布口罩的话，效果是医用外科口罩的 2/3 ³⁵ ，成本那是相当的低廉。如果必须使用医用外科口罩的话，这会贵一点，但它的成本还是很低。

收益：尽管医用外科口罩能有 50% 的概率去阻断 70% 的传播，这一效果的 “数学期望” 是 35%, 相当于封闭式隔离达成的阻断效果的一半。考虑到不确定性，我们提出这一猜想：医用外科口罩能把 R 的值降低 35%. （再说一遍，你可以通过拉动滑动条来调整参数，挑战我们的假设！）

（其他支持或反对戴口罩的争论：³⁶）

光靠 戴口罩并不能达成 R < 1. 如果我们能勤洗手，同时实施 “检测、追踪、隔离” 的战术，只能达到 R = 1.10, 只需要有 1/3 的人戴口罩，就能达成 R < 1, 疫情得到了控制！

夏天：

好吧，这并不是我们能控制的防疫措施，但这也许有帮助！有些媒体说夏天并不能遏制新冠病毒的传播，他们只说对了一半：光靠夏天并不能达成 R < 1, 但它 能 降低 R 的值。

对于新冠病毒而言，温度每增加 1°C (1.8°F), R 的值降低 1.2%.³⁷ 纽约市夏季和冬季的温差是 26°C (47°F), ³⁸ 因此在夏天， R 的值会降低约 31%.

光靠夏天并不能达成 R < 1, 如果我们现有的资源有限的话，我们会在夏天削弱某些防疫措施，然后在冬天 强化 它们。

“全境封锁” ：

如果这 仍然 不能达成 R < 1 的话……我们可以再来一次封闭式隔离。

但是我们并不能在 2 个月的 “全境封锁” 和 1 个月的全面解封之间反复横跳！因为 R 的值已经降低，在疫苗问世之前，我们只需要一两次 “全境封锁” 。（新加坡用了 4 个月的时间将新冠疫情控制住了，他们已经实施一次这样的操作了，这并不是失败，这是通往成功的必经之路。）（读者不要忽视一个事实：新加坡的面积为 728.6 平方公里，相当于中国大陆的一座城市——译注）

以下针对一种 “懒惰” 的防疫政策进行模拟：

1. 执行一次 “全境封锁” ，然后
2. 稍微增强卫生措施，实施 “检测、追踪、隔离” 的战术，给每个人都带上口罩，然后……
3. 在疫苗问世之前再来一次 “全境封锁” 。

我们还有 其他的 防疫措施，以进一步降低 R 的数值：

• 出行限制或入境隔离
• 在商场和学校进行体温监测
• 对公共场所进行深度情节
• 用碰脚代替握手
• 和其他富含人类智慧的方法……

希望这些防疫措施能带来希望。

我们还是 有可能 在最坏的假设下有方法战胜新冠疫情的。这种方法既能保护我们的心理健康，又能保住我们的钱袋子。将封闭式隔离作为“重启键”，通过戴口罩、隔离现有病例、接触者追踪来保持 R < 1......然后回到疫情之前的正常生活！

很好，你已经擦干了洗过的手。你要到书店来一次约会、和你的朋友一起去电影院看最新的好莱坞大片、在图书馆检阅人潮、和别人讨论如何简单地 活着。

尽管是最糟糕的情况之下，人类文明得以延续。

接下来，我们需要为 更糟糕 的情况做好打算：水上迫降。拿好你的救生衣，请跟随灯光指示，前往最近的安全出口。

接下来的几年

你感染了新冠病毒，随后恢复。或者是你接种了疫苗。无论如何，你都具有了免疫力……

……免疫力能持续多久？（译注：同时还要考虑到病毒的变异。）

• 与新冠病毒亲缘关系最近的病毒是 SARS 病毒，在（译注：2003 年）非典型肺炎疫情中恢复的感染者所具有的免疫力能持续 2 年。³⁹
• 造成普通感冒的冠状病毒，带来的免疫力能持续 8 个月。⁴⁰
• 根据针对新冠疫情中恢复的感染者进行抗体测试，结果仍然为阳性，不过尚未确定是否存在假阳性。⁴¹
• 一项针对猴子的研究表明，从新冠疫情中恢复的感染者所具有的免疫力能持续至少 28 天。不过，这一结果 尚未经过同行评议。⁴²

直到 2021 年 5 月 1 日为止，人类 对新冠病毒的免疫力能 “持续多久” ，在很大程度上仍是一个未知数。

针对 1 年内的情况进行模拟。 这个模拟在起始时具有 100% 的 , 他们以指数衰减的形式变为易感者。平均而言， 1 年之后将不存在 . 这一数值依然存在变数。

又是一个指数衰减！

这是 SEIRS 模型。最后一个 S 照样表示 易感者。

现在针对一次新冠疫情的爆发进行模拟，模拟 10 年中不实施任何防疫措施的情况。假设针对新冠病毒的免疫力只能持续一年：

在上一个模拟中，出现了 3 个（译注：原文为 1 个，但是在模拟结果中出现了 3 个。）超过 ICU 容量的尖峰。现在还有一些 数量恒定 的 病例，占据着 ICU 的床位。（别忘了，在这些模拟中，我们已经把 ICU 的容量变成了原来的 三倍 ）

R = 1, 这是地方性疫情。（译注：忘了这是什么的，请回到第一部分，阅读关于 R 值的基础知识。）

谢天谢地，夏天的高温降低了 R 的值，情况不会变得那么严重：

哎呀。

这是一个反直觉的结果。夏天的温度会提高峰值，同时 会导致峰值更为频繁地出现。因为在夏天新增的 感染者会变少，不过会同时导致新增的 免疫者变少。这表明，在夏天，人群的免疫力会降低，这将会在冬天 造成 更高且更为频繁的峰值。

谢天谢地，有一个简单直接的解决方案：每年秋冬进行疫苗接种，就像接种流感疫苗一样：

（在 “预设场景” 模拟完成之后，你可以针对你的疫苗接种计划进行模拟！你可以随时暂停模拟、继续模拟、调整模拟速度）

但还有一个更恐怖的问题：

如果疫苗没有在接下来的 几年 问世呢？或者是 永远 都没有疫苗呢？

需要澄清一点：这种情况出现的概率极低。（译注：在 2021 年，已经出现了基于各种技术路线的新冠疫苗。） 多数流行病学专家预计疫苗将在 2021 至 2022 年问世。的确，因为非典很快被终结了，从来没有针对冠状病毒的疫苗。研发针对普通感冒的冠状病毒疫苗？这并不值得投资。

流行病学专家仍然表示担忧：如果疫苗的产量不足呢？ ⁴³ 如果我们在匆忙之中造出不安全的疫苗呢？⁴⁴

即使是在噩梦般的 “无疫苗模式” 之中，我们还有 3 种解决方案，按“糟糕的程度”排序如下：

1) 采取间歇性或者是温和的防疫措施以达成 R < 1, 进而达成“自然的群体免疫”。（警告：这将会导致极高的死亡人数，同时很多人的肺部因此受损。如果免疫力不能永久保持的话，这种方法并不管用。）

2) 持续采取强硬的防疫措施，以达成 R < 1. 接触者追踪和口罩将是在疫后世界的新常态。在人类感染艾滋病之后，性传播疾病检测和安全套已经成为常态。

3) 在出现能有效处理新冠肺炎重症患者的措施之前，采取能达成 R < 1 的防疫措施。（无论如何， 这是我们应该做的事！）将 ICU 的使用频率降低到原来的 1/10 与将 ICU 床位数增加到原来的 10 倍的效果相同：

接下来针对这种情况进行模拟：免疫力 不能 永久保持， “ 无 疫苗模式” ，同时不采取任何防疫措施，只需要持续增加 ICU 的床位数，以应对在长期频繁出现的峰值：

尽管是在 最糟糕 的情况之下，人类文明得以延续。

你也许会想着挑战我们的假设，或者是尝试不同的 R₀, 或者是修改其他的参数。你甚至还想着尝试 你自己的 防疫计划！

下面是沙盘模式，它列出了 所有 的参数。（拉到滚动条可查看所有的参数）你可以在此模拟你心中的各种情况和防疫计划：

这个“疫情模拟器”让我们受益匪浅，它告诉我们之前的几个月发生了什么，接下来的几个月和接下来的几年将会发生什么。

最后，让我们回到

现状

飞机已经在迫降中损毁，我们挤上了救生筏，该是找陆地的时候了。⁴⁵

流行病学专家和政策制定者们（右派, 左派，以及 多党派人士）针对如何在保护我们的生命 和 人身自由的同时，在抗击新冠疫情上已经达成共识。

这是一个简单粗暴的防疫政策，然而针对某些备用方案，尚未达成共识：

如果是你的话，你需要怎么做？

个人层面： 尊重封闭式隔离政策，尽快度过第 1 阶段，勤洗手，戴口罩。下个月别忘了下载 能保护隐私的 接触者追踪 APP. 保持身心健康，给当地政府提出建议：

政策层面： 制定支持自我隔离者的政策，雇佣更多的流行病学调查员，为能保护隐私的接触者追踪 APP提供支持。 让更多的资金投入到疫情相关的后勤保障，比如：

后勤层面： 提供更多的核酸检测、制造更多获得呼吸机、制造更多的医用防护用品、制造更多的口罩、开发先进的 APP, 制造更多的抗病毒药物、开发更多的预防措施和治疗方案、研发疫苗，进而创造希望。

不要通过低估危险性来创造希望。我们的恐惧要与希望共存，就像飞机和降落伞的发明者一样。我们为令人生畏的未来做好准备，同时也给未来 创造 希望。

我们唯一害怕的是这一句话：“唯一需要恐惧的是恐惧本身。”

译者：GSUI5051

译者声明：除 DP-3T 有关漫画外，本文中所有的中文版漫画，使用的字体是思源黑体，遵循 SIL 开源字体协议 1.1 版授权使用。本文以及本文中图片的版权归属与原文一致。