當(dāng)你看到有人使用R0來(lái)估算奧密克戎BA.2大流行期間上海的感染人數(shù)時(shí)，你要警惕了，因?yàn)槟愫苡锌赡苷诒籖0的錯(cuò)誤使用所誤導(dǎo)。

為什么這么說(shuō)？因?yàn)?/p>

社交媒體上所用的R0其實(shí)指的多是Re/Rt。

R0并不是病毒本身的屬性，它會(huì)隨時(shí)間和空間波動(dòng)，很可能使用的R0值已經(jīng)過(guò)時(shí)了或者并不適用于上海的地方語(yǔ)境；

R0不是通過(guò)測(cè)量得到的，而是通過(guò)計(jì)算得到的；

R0帶給你的是一種平均值假象，它是統(tǒng)計(jì)學(xué)指標(biāo)，代表著某種數(shù)學(xué)期望值；

R0只是一個(gè)生硬的監(jiān)控指標(biāo)……

什么是R0？

R0（R naught，基本傳染指數(shù)）指的是，在完全易感人群中，由典型病例引起的二次感染人數(shù)的平均數(shù)量。世界衛(wèi)生組織在《2019冠狀病毒病（COVID-19）基本用品預(yù)測(cè)工具》[1]給出了R0的計(jì)算方式，即：

R0 = 傳染期 * 每人每天的接觸者數(shù) * 每個(gè)接觸者的感染概率

這三個(gè)變量可以更具體地被描述為：傳染性持續(xù)時(shí)間、個(gè)體之間接觸的類型和頻率、以及傳染性個(gè)體和易感個(gè)體之間的傳播概率[2]。

R0源于人口統(tǒng)計(jì)學(xué)，直到1927年才被用于流行病學(xué)中[3]。今天，當(dāng)我們提到傳染病的感染數(shù)時(shí)，R0是一個(gè)非常重要的衡量參數(shù)。以至于在新冠疫情期間，我們經(jīng)常能看R0出現(xiàn)在社交媒體的公開(kāi)討論中。實(shí)際上，不止在新冠疫情期間，歷次傳染病爆發(fā)時(shí)，都有研究者對(duì)其R0進(jìn)行計(jì)算，維基百科整理了歷次廣為人知的傳染病的R0值如下（僅作參考）：

R0，能告訴我們什么？

僅僅通過(guò)R0這個(gè)數(shù)值，我們可以獲得關(guān)于傳染病的什么信息？

首先，R0可以幫助我們衡量病毒的傳染性。我們經(jīng)常能夠看到類似的這么一句話：

“如果R0＜1，則意味著疾病得到控制或傳播速度不太快；

如果R0 = 1，則平均1人可以傳播到另1人；

如果R0＞1，那么這種疾病可以從1個(gè)人傳播到更廣泛的人群中”。

此外，R0還可以幫助我們預(yù)測(cè)逆轉(zhuǎn)傳染病流行的免疫者比例P。一般來(lái)說(shuō)群體免疫值，即阻斷人群傳播所需的免疫個(gè)體的臨界比例，可以作為免疫接種計(jì)劃的目標(biāo)，以阻止傳染病的傳播。這也是強(qiáng)調(diào)疫苗接種率的原因之一。

P = 1-1/R0

不僅如此，R0還可以幫助預(yù)測(cè)流行病的規(guī)模、平均感染年齡等[4]。

因此R0是一個(gè)有價(jià)值的流行病學(xué)概念。自新冠疫情突發(fā)以來(lái)，在評(píng)估無(wú)論是早期在武漢流行的毒株，還是之后的德?tīng)査只驃W密克戎及其變異毒株的傳染性時(shí)，研究人員都分別計(jì)算出了它們不同的R0值，這些不同的R0值也成為國(guó)家或組織的應(yīng)對(duì)疫情不可或缺的參考。

①中國(guó)疾病預(yù)防控制中心在《2019 新型冠狀病毒疫情進(jìn)展和風(fēng)險(xiǎn)評(píng)估》（2020年1月28 日）中指出新冠病毒原型株的R0在2-3之間[5]；周濤，劉權(quán)輝等人以 《人民日?qǐng)?bào)》和丁香園發(fā)布的新型冠狀病毒感染肺炎疫情實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)為基準(zhǔn)，估計(jì)新冠病毒原型株的基本再生數(shù)在2.8-3.3 之間[6]。

②德?tīng)査局曜钤缬?020年10月在印度發(fā)現(xiàn)，高傳染性使得德?tīng)査局暄杆僭谑澜绶秶鷥?nèi)傳播。我國(guó)學(xué)者李文艷，杜志成等人根據(jù)中國(guó)疾病預(yù)防控制信息系統(tǒng)傳染病報(bào)告信息管理系統(tǒng)和廣州市荔灣區(qū)CDC發(fā)布的感染者（確診病例和無(wú)癥狀感染者）相關(guān)信息得到德?tīng)査局甑腞0=5.1[7]；根據(jù)此前科技日?qǐng)?bào)報(bào)道，德?tīng)査?變異株的R0值約為5-8[8]。

③2021年11月9日，南非首次從病例樣本中檢測(cè)到一種新冠病毒變異株，即奧密克戎。根據(jù)此前科技日?qǐng)?bào)，奧密克戎毒株的R0值是7-8[9]。由香港中文大學(xué)（中大）醫(yī)學(xué)院（中大醫(yī)學(xué)院）JC公共衛(wèi)生及基層醫(yī)療學(xué)院和賽馬會(huì)獸醫(yī)及生命科學(xué)學(xué)院領(lǐng)導(dǎo)的研究團(tuán)隊(duì)給出奧密克戎的R0值為8[10]。不過(guò)隨著奧密克戎本身的持續(xù)演變，其亞型株BA.2迅速取代了最初流行的 BA.1，也被認(rèn)為是此次香港、上海疫情主要流行毒株。3月25日，復(fù)旦大學(xué)附屬華山醫(yī)院感染科主任張文宏在疫情防控發(fā)布會(huì)上表示，此次在上海流行的奧密克戎BA.2毒株的R0值是9.5[11]。而近日臺(tái)大醫(yī)院院長(zhǎng)吳明賢給出的國(guó)際上估算的R0則為10[12]。

④2022年1月19日英國(guó)首先檢測(cè)到了BA.1和BA.2變異株重組后的新變體：XE。一些國(guó)家也已經(jīng)出現(xiàn)了XE的感染病例，但截至目前我國(guó)暫未檢出。世衛(wèi)組織指出，XE重組毒株的傳播性相比BA.2毒株要高出10%，但由于數(shù)據(jù)樣本太小，還需要進(jìn)一步觀察[13]。

R0，不能告訴我們什么？

是不是新冠變異毒株的R0值越高？新冠疫情就會(huì)越來(lái)越嚴(yán)重？正在上海流行的奧密克戎BA.2，甚至已經(jīng)開(kāi)始在英國(guó)出現(xiàn)的XE的R0值越來(lái)越高，甚至能夠達(dá)到一傳十？

當(dāng)我們以R0作為奧密克戎BA.2以及新近變異毒株XE的判斷標(biāo)準(zhǔn)時(shí)，需要極為警惕。

R0容易解釋，但是難以計(jì)算。R0值具有“外柔內(nèi)剛”的特性，所謂“外柔”是因?yàn)樗亩x及解釋使其看起來(lái)是一個(gè)十分簡(jiǎn)單、容易理解且容易利用其進(jìn)行計(jì)算的指標(biāo)，而“內(nèi)剛”則是其專業(yè)性與復(fù)雜性的內(nèi)核，這恰恰被其表征所掩蓋。

1、R0是平均值假象

R0代表的是一個(gè)感染病例平均產(chǎn)生的二代病例數(shù)。而平均值是統(tǒng)計(jì)學(xué)中十分重要的一個(gè)概念，這種隨機(jī)數(shù)的平均值可以被稱為數(shù)學(xué)期望，這種期望值與我們現(xiàn)實(shí)生活中存在很大的差距。

以新冠毒株德?tīng)査槔瑩?jù)澎湃新聞此前報(bào)道，德?tīng)査?變異株的R0值約為5-8[14]。當(dāng)R0=5時(shí)，那就意味著每個(gè)感染者都會(huì)將病毒傳染給另外5個(gè)人。但是，這也可能意味著，在10個(gè)人中，倘若有感染者是感染 100 人的“超級(jí)傳播者”，那么其余9名感染者就不會(huì)感染任何人。當(dāng)然，這是十分理想化且極端的假設(shè)。不過(guò)在現(xiàn)實(shí)生活中，也出現(xiàn)了類似的情況。據(jù)央視新聞，通過(guò)對(duì)陜西（西安）近一周通報(bào)的確診病例詳情梳理發(fā)現(xiàn)，2022年1月4日發(fā)布的本土確診第60號(hào)病例已感染至少43名密切接觸者[15]。而此前根據(jù)俄羅斯塔斯社2021年8月7日?qǐng)?bào)道，俄羅斯曾出現(xiàn)一名傳染了1500人的新冠病毒超級(jí)傳播者[16]。因而，我們無(wú)法確定人群中“超級(jí)傳播者”的數(shù)量，更無(wú)法排除“超級(jí)傳播者”的存在。

2、R0是在完全易感人群前提假設(shè)下計(jì)算得出

什么是「完全易感人群」？完全易感人群即是指沒(méi)有任何預(yù)防手段介入并且所有人對(duì)此病原體沒(méi)有免疫力的情況下。因此R0值可能準(zhǔn)確的測(cè)量時(shí)間是新出現(xiàn)的傳染性病原體爆發(fā)期間，因?yàn)檫@時(shí)候沒(méi)有任何阻斷措施，病毒是在是完全易感人群中傳播[17]。而隨著各種阻斷措施如封控、接種疫苗的出現(xiàn)，R0值的計(jì)算已經(jīng)與現(xiàn)實(shí)世界中的情況大不相同。

因此，當(dāng)你看到有人在使用R0預(yù)測(cè)未來(lái)感染規(guī)模時(shí)，它并不是完全準(zhǔn)確，因?yàn)轭A(yù)測(cè)結(jié)論成立的前提要么是被計(jì)算的人群是完全易感人群，要么是我們能夠提前計(jì)算出人們對(duì)于這種病毒預(yù)先存在的免疫力[18]。 

3、R0是回顧性的估計(jì)值，會(huì)隨時(shí)間波動(dòng)

R0是回顧性（retrospectively）估計(jì)。R0值通常有兩種計(jì)算方式，一種是根據(jù)連續(xù)流行病學(xué)數(shù)據(jù)，即使用在流行病開(kāi)始時(shí)獲得的個(gè)人層面的接觸者追蹤數(shù)據(jù)來(lái)計(jì)算R0；另一種則是使用數(shù)學(xué)模型（構(gòu)建常微分方程）進(jìn)行回顧性估計(jì)，即是根據(jù)人口層面的數(shù)據(jù)[19]，隨著總體患病率的上升，個(gè)體接觸追蹤變得困難或不可能，因此研究者會(huì)使用人口水平的累積發(fā)病率數(shù)據(jù)進(jìn)行計(jì)算，這也是更常用的一種方法。個(gè)體層面和人口層面的方法可能會(huì)產(chǎn)生不同的數(shù)字，這也是我們常常看到不同研究人員給出的R0值各不相同的原因之一。

R0值幾乎總是從數(shù)學(xué)模型中估計(jì)出來(lái)的，它取決于建模過(guò)程中做出的許多決定。對(duì)于新冠病毒R0值的計(jì)算，不少研究者采用了SIR傳播模型即易感-感染-恢復(fù)模型，或SEIR傳播模型即易感-暴露-感染-恢復(fù)模型等等，不同傳播模型估算出的R0值并不相同。此外，還要考慮人口混合和接觸模式等等[20]。Pandit還指出，不論是個(gè)人層面的建模還是人口層面建模，R0的估計(jì)都取決于感染者每天接觸的平均人數(shù)、每次暴露被感染的概率、 感染持續(xù)時(shí)間（包括無(wú)癥狀感染期）、 人口規(guī)模（尤其是易感人群的比例）以及康復(fù)或死亡率[21]。而這些變量，其真實(shí)值通常是未知的、難以或不可能直接測(cè)量得到。這也是我們常常看到的R0值通常是在一個(gè)范圍區(qū)間內(nèi)的原因之一。

而另一種情況，正如Delamater在論文中指出的那樣：經(jīng)常報(bào)告的麻疹R0值為12-18，這是基于1912-1928 年在美國(guó)（R0為12.5）和1944-1979 年在英格蘭和威爾士（R0為13.7-18.0）獲得的數(shù)據(jù)，但是隨著時(shí)間，人類在社會(huì)和地理中的組織方式已然發(fā)生的重大變化，進(jìn)而使得這些歷史數(shù)值極不可能與當(dāng)今的流行病學(xué)現(xiàn)實(shí)相匹配[22]。

所以，毫無(wú)疑問(wèn)你所使用的R0值本身就是使用過(guò)往數(shù)據(jù)計(jì)算出來(lái)的估計(jì)值，并且它很可能已經(jīng)過(guò)時(shí)。

4、R0不是毒株本身的屬性，是人們創(chuàng)造出來(lái)的數(shù)值，還會(huì)隨空間波動(dòng)

R0是一個(gè)無(wú)量綱量，所謂無(wú)量綱量是相對(duì)于有量綱量而言，量綱（dimension）是指物理量的基本屬性。這看起來(lái)很專業(yè)，那么通俗地說(shuō)，“有量綱量”就是能夠依賴測(cè)量量綱得到的“常數(shù)”，而“無(wú)量綱量”實(shí)際上就是我們自己“創(chuàng)造”的[23]。因此，R0并不是毒株本身的屬性，是人們創(chuàng)造出來(lái)的指標(biāo)。

根據(jù)R0的計(jì)算公式，可以看到R0值取決于傳染性持續(xù)時(shí)間、個(gè)體之間接觸的類型和頻率以及傳染性個(gè)體和易感個(gè)體之間的傳播概率。即使公式中毒株傳染性持續(xù)時(shí)間以及傳播概率是生物學(xué)常數(shù)，當(dāng)個(gè)體之間接觸的頻率或者類型發(fā)生改變，那么R0也會(huì)隨著時(shí)間與空間發(fā)生波動(dòng)[24]。

我們具體來(lái)看一個(gè)例子。Benjamin等人在其論文中指出，世界不同地區(qū)的R0值存在顯著的異質(zhì)性。他的舉例子是這樣的：在印度的各個(gè)邦中，2009年H1N1病毒的R0值在1.03到1.7529之間；秘魯?shù)膭t是從1.2到2.2不等。甚至地理位置很近地區(qū)也有完全不同的R0估值：中國(guó)估計(jì)R0均值為1.68，而日本最初估計(jì)R0均值為2.3，后來(lái)降至1.21至1.35，等等。他還舉例指出，并不是所有R0的后續(xù)估計(jì)都是向下偏倚的，比如弗雷澤等人是墨西哥最早估算R0的人之一，他們提出R0為1.4到1.6，但是幾個(gè)月后，另一個(gè)團(tuán)隊(duì)卻估計(jì)R0在2.3到2.9之間。進(jìn)而他指出，幾乎沒(méi)有證據(jù)表明，一個(gè)地理區(qū)域的R0值適用于另一個(gè)地理區(qū)域[25]。

所以，很可能你所使用的R0值并不是根據(jù)你想要計(jì)算地區(qū)的人口結(jié)構(gòu)、接觸方式等計(jì)算得出。

5、更大的R0值并不一定意味著更高的傳染數(shù)量

流行性感冒的R0值約在2-3，據(jù)中國(guó)疾控中心每年發(fā)布的全年法定傳染病疫情概況，2020年流感的發(fā)病數(shù)約為114.5萬(wàn)；于2002年在中國(guó)廣東發(fā)生的SARS，其R0值約在2-5，根據(jù)世界衛(wèi)生組織，全球累計(jì)報(bào)告非典型肺炎臨床診斷病例8096例[26]。由于R0值是一個(gè)波動(dòng)范圍，且不同的持續(xù)時(shí)間、不同的地區(qū)以及人群都會(huì)不同，因而這樣類比似乎并不科學(xué)和專業(yè)。

但是，當(dāng)我們僅從數(shù)學(xué)意義上使用R0這個(gè)無(wú)量綱量來(lái)預(yù)估的話，相同的R0值應(yīng)該會(huì)有相同的感染人數(shù)，但是根據(jù)以上數(shù)據(jù)我們可以看到在實(shí)際社會(huì)中，由于各種阻斷措施的介入，實(shí)際的傳染量并不會(huì)如同R0所預(yù)估的那樣發(fā)展。

不僅如此，根據(jù)上述統(tǒng)計(jì)的數(shù)據(jù)來(lái)看，目前流行的奧密克戎BA.2以及最新的變異毒株XE的R0值并不是歷次傳染病中的最大值，大大低于麻疹的R0值（12-16），因此不必因?yàn)镽0值的變化而感到過(guò)度恐慌。

6、大眾/社交媒體誤用的R0值，其實(shí)是Re值

前面提到，R0值計(jì)算的前提假設(shè)是完全易感人群，所以即便通過(guò)疫苗手段使群體獲得免疫，R0值并不會(huì)降低。當(dāng)我們?nèi)ズ饬恳呙缧Ч蛘呷后w中已經(jīng)有部分成員獲得免疫效果時(shí)，更合適的度量標(biāo)準(zhǔn)是有效繁殖數(shù) Re(有時(shí)也被稱作Rt)，它與R0相似，并經(jīng)常與R0混淆，但它不假設(shè)人群完全易感，因此可以用具有免疫成員的人群來(lái)估計(jì)。

Re指的是一個(gè)群體中在任何特定時(shí)間可以被一個(gè)人感染的人數(shù)。它會(huì)受到感染者人數(shù)以及易感人群人數(shù)的影響，人們的行為（如社交距離）也會(huì)影響Re[27]。當(dāng)Re > 1時(shí)，每個(gè)受感染的個(gè)體將疾病傳播給不止一個(gè)人，疾病可能在人群中傳播；如果Re < 1，并不是每個(gè)病例都將導(dǎo)致另一個(gè)人發(fā)生新的感染，傳播將停止(然而，可能發(fā)生小的傳播鏈)[28]。

前面提到，群體免疫值（P = 1 - 1/R0），可以作為免疫接種計(jì)劃的目標(biāo)，以阻止疾病的傳播，而在測(cè)試疫苗接種的有效性時(shí)，我們應(yīng)該使用可用于具有免疫成員的人群的有效繁殖數(shù)Re[29]。

也就是說(shuō)我們可以粗暴的將R0理解為在完全易感人群中的預(yù)估值，而現(xiàn)實(shí)社會(huì)中的實(shí)際值我們需要隨時(shí)關(guān)注Re。

R值被越來(lái)越多的人誤用。如果沒(méi)有最新和全面的數(shù)據(jù)，R值（包括R0與Re）是一個(gè)“生硬的監(jiān)控工具（blunt monitoring tool）”[30]。盡管R在解釋數(shù)據(jù)趨勢(shì)方面是有用的，但沒(méi)有使用最新或者全面的數(shù)據(jù)時(shí)，我們不能生硬的將它視為現(xiàn)實(shí)數(shù)據(jù)的替代品。

本次事實(shí)核查，我們?cè)噲D通過(guò)弄清除R0數(shù)值計(jì)算背后的種種復(fù)雜因素，來(lái)揭開(kāi)R0被誤用的事實(shí)。當(dāng)然，我們的事實(shí)核查并非窮盡了所有關(guān)于R0的研究，作為非醫(yī)學(xué)專業(yè)出身的我們，極有可能忽視了許多關(guān)于R0的精彩研究與發(fā)現(xiàn)，但我們?nèi)匀辉敢鈱⒔刂聊壳皣@R所做的全部工作發(fā)布出來(lái)，引發(fā)公共討論，澄清當(dāng)前中文大眾或社交媒體上為數(shù)不少的對(duì)于R0的誤用。

如果您碰巧是R0或Re方面的專業(yè)人士，我們團(tuán)隊(duì)也誠(chéng)摯邀請(qǐng)您繼續(xù)對(duì)我們的核查進(jìn)行再核查，并期待您在協(xié)作文檔中與我們的項(xiàng)目團(tuán)隊(duì)進(jìn)行互動(dòng)。

數(shù)學(xué)讓世界充滿創(chuàng)造，但世界并不總是數(shù)學(xué)的，敬畏數(shù)字的同時(shí)，也要對(duì)數(shù)字背后的統(tǒng)計(jì)話語(yǔ)保持警覺(jué)。

以上是#疫查到底2022#項(xiàng)目中硬核循證的第二篇文章。

關(guān)于在線事實(shí)核查項(xiàng)目#疫查到底2022#

在線協(xié)作事實(shí)核查#疫查到底2022#項(xiàng)目是通過(guò)在線文檔（騰訊文檔）的方式對(duì)事實(shí)進(jìn)行核查，目前該項(xiàng)目的初始團(tuán)隊(duì)成員為三名在讀數(shù)據(jù)新聞碩士：王禮耀、陸胤宏、劉珂欣。

一次事實(shí)核查或許并不能完全接近現(xiàn)實(shí)的本來(lái)面貌，一條核查過(guò)的事實(shí)也或許并不能解決公共問(wèn)題本身，但秉著“進(jìn)一寸有一寸的歡喜”，我們期待并相信在協(xié)作事實(shí)核查之下，我們能夠一點(diǎn)一點(diǎn)解開(kāi)多重現(xiàn)實(shí)的某個(gè)面向，一步一步逼近多重現(xiàn)實(shí)的某個(gè)真相。

我們的事實(shí)核查項(xiàng)目急需邀請(qǐng)具備基本數(shù)據(jù)素養(yǎng)（Data literacy）的您（這樣的您可能是對(duì)公共信息傳播負(fù)有責(zé)任心的新傳學(xué)生，又或者是受過(guò)數(shù)據(jù)新聞、統(tǒng)計(jì)學(xué)、生物信息學(xué)、醫(yī)學(xué)、計(jì)算機(jī)科學(xué)、城市研究等的相關(guān)專業(yè)訓(xùn)練的專業(yè)人員，甚至所有有能力進(jìn)行基于證據(jù)的在線事實(shí)核查的市民朋友）一起協(xié)作參與，讓虛假信息無(wú)處遁形，讓日常生活決策更明智。

1、#疫查到底2022# 社區(qū)協(xié)作規(guī)則

（1）項(xiàng)目是在線協(xié)作式事實(shí)核查，不是在線辟謠！項(xiàng)目從第三方的角度出發(fā)，將「事實(shí)」而不是「觀點(diǎn)」作為核查的對(duì)象；

（2）項(xiàng)目主要聚焦于數(shù)據(jù)核查，其他類型的事實(shí)核查暫超出我們協(xié)作和維護(hù)的能力之外。

2、#疫查到底2022#核查什么？

基于數(shù)據(jù)的在線事實(shí)核查，考慮在線數(shù)據(jù)核查的范圍有限，目前項(xiàng)目主要聚焦于公共衛(wèi)生、科學(xué)、財(cái)經(jīng)以及城市等。當(dāng)然，如果您對(duì)其他主題感興趣并且可以收集到相關(guān)確鑿證據(jù)，毫無(wú)疑問(wèn)可以拓展我們的視野。

3、#疫查到底2022# 文檔協(xié)作者能夠做什么？

（1）發(fā)布待核查信息，項(xiàng)目參與者可提供疑似假信息、謠言等待核查信息的來(lái)源/線索。核查信息需符合社區(qū)規(guī)則。參與該項(xiàng)目的成員需要填寫待核查信息條目，包括待“核查信息”、“待核查信息發(fā)布平臺(tái)”、“待核查信息發(fā)布時(shí)間”以及“待核查信息發(fā)布鏈接”，同時(shí)鼓勵(lì)參與者進(jìn)行事實(shí)核查，具體事3、實(shí)核查填寫步驟參見(jiàn)2；

（2）參與事實(shí)核查。參與事實(shí)核查的成員需要對(duì)文檔中的信息進(jìn)行核對(duì)，若信息為真實(shí)信息，需要在“核查結(jié)果”欄標(biāo)注“真”；若信息為虛假信息，需要在“核查結(jié)果”欄標(biāo)注“假”。無(wú)論真假與否，事實(shí)核查參與者均需要并在“核查證據(jù)”欄中給出證據(jù)，核查證據(jù)包括但不限于政府、機(jī)構(gòu)媒體等能確保真實(shí)的信源所發(fā)布的數(shù)據(jù)以及圖、文信息，并附上核查證據(jù)所用到的網(wǎng)站地址。如果您遇到任何問(wèn)題或有任何建議，您都可以在“核查者備注”欄進(jìn)行留言。最后，如果您方便的話，可以在在線文檔的“核查者聯(lián)系方式”一欄留下您的聯(lián)系方式，以方便我們后續(xù)與您取得聯(lián)系。

（3）協(xié)作核查項(xiàng)目管理。參與者完成核對(duì)后，數(shù)氧實(shí)驗(yàn)室成員會(huì)對(duì)證據(jù)進(jìn)行再次校對(duì)，同時(shí)更加歡迎讀者在協(xié)作文檔中對(duì)我們的核查內(nèi)容進(jìn)行再核查，這也是我們協(xié)作核查的初衷，以確保我們的核查證據(jù)匹配且有效，如若校對(duì)證據(jù)無(wú)誤，數(shù)氧實(shí)驗(yàn)室成員會(huì)將“疫查到底2022（可編輯）”sheet中通過(guò)校對(duì)的內(nèi)容的復(fù)制留存至“疫查到底2022已校對(duì)（不可編輯）”sheet中，該表格始終為凍結(jié)狀態(tài)，以防開(kāi)源數(shù)據(jù)受到損壞。

閱讀原文

作者｜王禮耀

協(xié)作者｜陸胤宏、虞快

參考文獻(xiàn)：

[1]https://apps.who.int/iris/bitstream/handle/10665/333983/WHO-2019-nCoV-Tools-Essential_forecasting-Overview-2020.1-chi.pdf?sequence=10&isAllowed=y

[2]Guerra F M, Bolotin S, Lim G, et al. The basic reproduction number (R0) of measles: a systematic review[J]. The Lancet Infectious Diseases, 2017, 17(12): e420-e428.

[3][4]Yadav AK, Kumar S, Singh G, Kansara NK. Demystifying R Naught: Understanding What Does it Hide?. Indian J Community Med. 2021;46(1):7-14. doi:10.4103/ijcm.IJCM_989_20

[5]https://www.chinacdc.cn/yyrdgz/202001/P020200128523354919292.pdf

[6]周濤,劉權(quán)輝,楊紫陌,廖敬儀,楊可心,白薇,呂欣,張偉.新型冠狀病毒肺炎基本再生數(shù)的初步預(yù)測(cè)[J].中國(guó)循證醫(yī)學(xué)雜志,2020,20(03):359-364.

[7]李文艷, 杜志成, 王瑩, 等. 新型冠狀病毒 Delta 變異株引起的廣州市荔灣區(qū)本土疫情流行特征分析[J]. 中華流行病學(xué)雜志, 2021, 42(10): 1763-1768.

[8][9] http://www.stdaily.com/index/kejixinwen/202203/82aa2e80c4814a8c8774793a2aa5ea9f.shtml

[10]https://www.med.cuhk.edu.hk/press-releases/assessment-of-omicron-outbreak-in-hong-kong-after-reimplementation-of-some-of-the-toughest-social-distancing-measures-effective-from-7-january

[11]http://travel.china.com.cn/txt/2022-04/11/content_78158667.html

[12]https://www.storm.mg/article/4277291

[13]https://www.who.int/publications/m/item/weekly-epidemiological-update-on-covid-19---5-april-2022

[14] https://m.thepaper.cn/baijiahao_13839552

[15]https://tv.cctv.com/2021/12/22/VIDErcv1TVbnDg3bV9PsjiM4211222.shtml

[16]http://www.xinhuanet.com/video/2021-08/10/c_1211326019.htm

[17][20][22][24]Delamater P L, Street E J, Leslie T F, et al. Complexity of the basic reproduction number (R0)[J]. Emerging infectious diseases, 2019, 25(1): 1.

[18][28]Guerra F M, Bolotin S, Lim G, et al. The basic reproduction number (R0) of measles: a systematic review[J]. The Lancet Infectious Diseases, 2017, 17(12): e420-e428.

[19]Breban R, Vardavas R, Blower S. Theory versus data: how to calculate R0?[J]. PLoS one, 2007, 2(3): e282.

[21]Pandit J J. Managing the R0 of Covid‐19: mathematics fights back[J]. Anaesthesia, 2020, 75(12).

[23]https://www.zhihu.com/question/435901493/answer/1643011709

[25]Ridenhour B, Kowalik J M, Shay D K. Unraveling r 0: Considerations for public health applications[J]. American journal of public health, 2018, 108(S6): S445-S454.

[26]https://www.who.int/publications/m/item/summary-of-probable-sars-cases-with-onset-of-illness-from-1-november-2002-to-31-july-2003

[27]Aronson J K, Brassey J, Mahtani K R. When will it be over?”: An introduction to viral reproduction numbers, R0 and Re[J]. The Centre for Evidence-Based Medicine, 2020, 14.

[29]Achaiah N C, Subbarajasetty S B, Shetty R M. R0 and Re of COVID-19: Can We Predict When the Pandemic Outbreak will be Contained?[J]. Indian Journal of Critical Care Medicine: Peer-Reviewed, Official Publication of Indian Society of Critical Care Medicine, 2020, 24(11): 1125.

[30]Mahase E. Covid-19: What is the R number?[J]. 2020.