广播、扩散与传染

一个数,决定一场疫情

三个分舱 —— 易感者、感染者、康复者 —— 加两个速率、再加一点算术。
整场疫情的形状,只由一个数字决定:R₀。

来认识你的人口。每张脸代表一个人。每个人起初都是 🙂 易感者。 有一位勇士是🤢 感染者 —— 零号病人。康复后,他就变成 😎 免疫者, 不会再次感染。只扭动一个旋钮,看会发生什么。

R₀ 旋钮 · 它有多传染?

天数
0
当前感染
0.0%
曾经感染
0.0%
S → I → R
峰值日
—
医院最大压力
试试 R₀ = 0.9。疫情熄火 —— 它根本起不来。 现在试R₀ = 1.1。完全不同的世界。这是流行病学中最重要的那一个阈值。

群体免疫,一张图说清

当人群中足够多的人获得免疫(康复或接种),每位感染者平均接触到的易感者就少于一个。 传播链断裂。神奇阈值是 1 − 1/R₀:

先接种一部分 · 再放出零号病人

群体免疫阈值
67%
1 − 1/R₀
最终感染率
—
最终 % 感染
超调(Overshoot)。即便我们越过了群体免疫阈值,感染还会继续一阵子 —— 疫情是有惯性的。这就是为什么“干脆让它烧到群体免疫”高估了大自然实际会给我们的保护, 却低估了沿途的死亡。

时间序列与峰值

教科书式的经典图:S 下降,I 升到峰值,R 爬到最终感染率。各种干预能 压平曲线 —— 降低峰值、为医院争取时间 —— 但不一定会减少 总感染人数。

S / I / R 随时间变化

R₀
3.0
β / γ
感染峰值
—
最终感染率
—

相关模型

← 网络 随机漫步 →