社會仿真模型:流行病學研究

假如恐怖份子要在芝加哥釋放瘟疫,面對有限的資源和人力,衛生官員必須迅速選擇最有效的反應。大規模發放抗生素是阻止爆發的最佳方式麼?或是選擇大規模隔離?

公共衛生官員的選擇往往意味著數千甚至數百萬人的生死,以及大規模的社會經濟混亂。歷史所提供給他們的,只能是粗略的指導。

遠在疾病的細菌理論被建立以前,倫敦的物理學家 John Snow就認為,在此前20年間殺死數以萬計英國人的霍亂是通過供水系統傳播的。1854年夏天,Soho區的一次霍亂暴發使得以驗證這一理論。在一張地圖上,他標記出前10天內500名死者的家庭所在地,并記錄下每個死亡者獲取水的地方。……他的努力使得最終的死亡人數控制在616人。

像Snow這樣回溯疾病的個體罹難者的活動及接觸的方法依然是現代流行病學者的一個重要手段。衛生當局依據模型來制定保護公眾的政策已不是新鮮事。但絕大部分用於分析和預測疾病暴發路徑的數學模型,只能對較大數目的人群的整體互動做出描繪。……缺乏對某一特定傳染病傳播方式的深入了解。

流行病學模型一般都依賴於對特定疾病“複制系數”的估計。“複制系數”指的是某一傳染源 (人或地點)可能傳染的人數。通常這一系數是基於歷史的一個最佳猜測,即使歷史事件中的文化的自然條件、人們的健康狀況和現在的狀況有較大的不同。在實際的流行病傳播過程中,這些細節卻是不可忽略的。

關於疾病暴發的更為真實的模型必須包含疾病從一個人傳播到另一個的概率,這就意味著不僅要對疾病的特性進行仿真,同時還要考慮每個個體的健康狀況以及群體中每個人之間的互動。

面對複雜多變的條件……衛生官員需要一個實驗室,在那裡各種“假如”的場景會被盡可能真實地測試。這就是美國洛斯阿拉莫斯國家實驗室 (LANL),我們這個研究小組建立 EpiSims的出發點。它是有史以來最大的基大的基於個體的流行病學仿真模型。……我們能做的不再局限於對可能被感染的人數的估計。通過仿真我們還可以找到疾病在人群中傳播的路徑,這樣就有可能在合適的地方最有效地將暴發阻斷。

我們的模型(EpiSims)建立在TranSims模型基礎之上。美國洛斯阿拉莫斯國家實驗室花了十多年時間才建立起TranSims這個用於城市規劃的模型。……最初的TransSims是基於美國俄勒岡州的波特蘭市。……利用公眾可得的數據產生了18萬個特定地點,總計160萬的居民以及他們的真實日常活動。

2000年,我們著手開發EpiSims時,天花是我們首選建模的疾病之一,因為主管生物恐怖主義計劃和措施的政府官員正面臨許多問題……

在天花暴發這個例子裡,對人群進行大規模接種 (存在風險) 顯得並不必要。只要對暴發進行快速察覺和快速反應,定向的接種會起到相同的作用。仿真結果同時還証明了隔離等手段的重要性,以及高度傳染性疾病暴發時賦予衛生官員足夠特權的必要性。

一系列仿真結果說明,對最終死亡人數影響最大的是在暴發早期人們待在家中不出門,其次是官方反應的速度,而不是反應的類型 (按:官方的反應類型分別為無任何措施、具足夠人力進行的定向接種和隔離、只有1/2的人力的有限定向接種和隔離、對人群進行大規模接動,並分別開始於第一名被感染者出現症狀之後的第4、第7和第10天進行以上干預措施。)

註:據該文報導,美國國立綜合醫學科學研究院組織名為“傳染疾病葯劑研究模型” (MIDAS)透過改造EpiSims以對流感這種威脅進行建模。其中一個重要的研究課題就是有關由亞洲鳥類引發的H5N1的致命流感病毒,有關2005年2月未公布的初步結果可到 www.SCIAM.com 上獲得。

摘自Chris L. Barrett,Stephen G. Eubank 和 James P. Smith,〈天花襲擊的社會仿真〉(何毓嵩譯),《科學美國人》(中文版),2005年5月,第38 - 45頁。(原文:"If  Smallpox Strikes Portland", Scientific American, March 2005, 42 - 49.)


       發佈日期: Sunday August 14, 2005 HKT


Copyright 2005® 文章版權為 【偉文文庫】 所有
聯絡電郵:raymond.yeung@datayard.com
轉載或引用時請註明文章出處和作者署名。
System Powered by DataYard.com