群体免疫背后的棘手数学问题
互联网 / houtizong 发布于 3年前 63
虽然 COVID-19 新冠疫情还有许多不确定性，但我们能确定它可能结束的时间：有足够多的人具有免疫力，病毒传播速度逐渐放缓直至停止。无论是通过疫苗还是感染，人类发展出了群体免疫。计算群体免疫的百分比似乎很简单，你只需要知道平均一名感染者会感染多少人，这个值被称为 R0。假设 COVID-19 的 R0 为 2.5——即一名感染者会平均会感染 2.5 个人，然后代入公式 1 − 1/R0 就可以计算出群体免疫的值。COVID-19 的群体免疫阈值为 0.6 或 60%，即当有 60% 的人口具有免疫力之后，病毒将会停止加速传播，它开始减速最后停止。这并不是说 60% 的人口感染之后就不会再感染了，它可能还会继续感染另外 20% 的人口才偃旗息鼓。然而问题并不这么简单。群体免疫的阈值因地而异，部分地方如城市人口密集区的 R0 值可能会高于 2.5，而农村可能会低于 2.5。这意味着部分地方的群体免疫阈值高于 60%，还有部分地方低于 60%。R0 是一个变量而不是一个静态数字。病毒在自然界的传播过程中，情况会千变万化。社会行为的差异会让部分人更容易暴露给病毒，生物学上的差异也会影响易感性。我们生来就有差异，生活的不同会逐渐积累差异，这会影响抵抗力。流行病学家称之为“易感性的异质性”。因为这种差异，疫苗接种就是采取最大化的方法给所有人接种。
请勿发布不友善或者负能量的内容。与人为善，比聪明更重要！
技术博客集 - 网站简介：
前后端技术：
后端基于Hyperf2.1框架开发,前端使用Bootstrap可视化布局系统生成
网站主要作用：
1.编程技术分享及讨论交流，内置聊天系统;
2.测试交流框架问题，比如：Hyperf、Laravel、TP、beego;
3.本站数据是基于大数据采集等爬虫技术为基础助力分享知识，如有侵权请发邮件到站长邮箱，站长会尽快处理;
4.站长邮箱：[email protected];
文章归档
文章标签
友情链接
