多地宣布第一波感染高峰已過 官方正重建新冠監測體係 多地宣布第一波感染高峰已過，新冠監測體係如何重建？ - 趣味新聞網

近日，北京、廣東、浙江、四川、河南等多地發布最新研判，稱第一波感染高峰已過，發熱門診就診人數持續下降。截至目前，全國性的疫情數據仍存在缺失。

2022年12月25日，在持續更新瞭1079 天後，國傢衛健委官網宣布停止公布每日疫情信息。

隨後，相關數據轉由中國疾控中心對外發布，但因信息獲取的渠道慣性使然，多數公眾並不知道這份疫情日報還在繼續。

事實上，自2022年末“二十條”、“新十條”相繼齣台帶來大規模核酸檢測取消，我們能看到的疫情數據已缺乏參考價值。

近三年來日日伴隨14億國人的疫情日報數據，其背後是一整套“主動式”的疫情監測體係，也即以社會麵核酸篩查、醫療機構核酸檢測、齣入境監控等多種“主動齣擊”的手段，第一時間從源頭捕捉確診、疑似、齣入院、入境等各種類型、各個階段的新冠病例。

從民間到官方，社會各界對疫情數據的需求仍在，且較過往尤甚，尤其是在當下各地新冠感染相繼達峰或過峰、重癥高峰已至或將至的關鍵時刻。

信息真空需要被填補。麵對潮水般湧來的新冠傳染，官方、民間和學術團體正努力從各個角度重建參考係，運用流行病學模型、問捲調查、搜索指數預測等多種方法，想方設法研判疫情，以期對疫情走勢有更準確的把握。

有疾控人士透露，目前有關部門已發布新版新冠監測方案，要求將既有的傳染病直報體係和流感監測係統運用於新冠傳染監測。

亦有流行病學專傢強調，在利用既有被動式、常態化的監測體係的同時，還需調動一切可行的主動監測手段，包括社區監測、重點人群抽樣等。

國傢疾控局近期也要求各省積極調查當地疫情數據，並強調“方法不限”。

當傳統流行病學模型失靈

去年11月11日“二十條”新政頒布後的整整兩周，南開大學公共衛生與健康研究院黃森忠教授和團隊一直在苦苦搜尋新的“參照物”，為他們的建模提供依據。

但與中國所有流行病學專傢一樣，黃森忠也麵臨同樣的難題：防疫政策放開後，學界廣泛使用的傳染病動力學SEIR模型突然失靈瞭。

在這個經典模型中，人群被劃分為四類：S為易感者，E為暴露者，I為感染者，R為恢復者，個體則在不同類彆之間轉移。

想要測算齣不同群體的人數變化，可以藉由衡量病毒傳播能力的多項指標計算。其中，隨時間變化的有效再生數Rt值至關重要。

Rt值通常被理解為疫情的實時傳播指數，也即一個感染者在傳染期內，可以將病原傳播給其他易感者的數量。

當政策放開、人為乾預措施大幅減少時，國內新冠的Rt值大幅波動，“很多人跑來問我現在Rt值等於多少，我和他們開玩笑說等於1000。這個值目前較難估算。” 黃森忠告訴八點健聞。

當基礎變量不再確切時，模型會齣現巨大偏誤。因此，繼續單純沿用SEIR模型的道路被堵住瞭。花兩周時間尋找類似大規模核酸結果的“參照物”未果，黃森忠決定放棄這條經典之路，從零開始。

過去三年，黃森忠團隊曾對多個城市進行過疫情研判和趨勢預測。去年春夏之交的上海疫情中，為瞭預測醫療資源是否會齣現擠兌，團隊曾預測過“住院床位壓力值”。

黃森忠認為，發生瞭新疫情，首先感到壓力的就是醫療資源。如果能夠預測收治危重癥和普通型患者的床位數的峰值，以及齣現峰值的時間點，將會更好地幫助公衛部門決策。

這一數值，帶給瞭黃森忠新的靈感。

他重新審視已有的思路，發現當務之急是衡量各地的醫療資源會受到多大衝擊、決策者需要做哪些準備。而在估算醫療資源應對能力的過程中，如果能瞭解發熱門診中新冠患者的就診人數和新冠就診率，或者重癥人數和重癥率等醫療數據，再輔之予SEIR模型預測，便可以反推齣一個地區的感染人數的規模估算。

“例如，12月13日左右很多人說北京已有四五百萬人感染，甚至60%的北京人已經感染。”黃森忠解釋，“但我們根據手頭得到的北京市的新冠重癥和死亡病例，同時參考上海、吉林和香港疫情期間醫院的危重癥和死亡率，再除以10%的就診率，在模型裏跑齣來，推測齣北京當時的感染人數最多隻有72萬。”

在推算過程中，最睏難的是預估就診率，因為其波動最大，受到的乾擾因素繁多。

黃森忠和團隊長久以來的工作模式是將數學模型預測與“信息分析”結閤起來，後者旨在分析各地居民的生活習慣和行為方式。

在“信息分析”的認知框架下，就診率是不斷波動的。

“最初政策放開後大傢很緊張，一窩蜂跑到醫院，後來發現在傢也能自愈，便不再往醫院擠，不少醫院的病房都空瞭一大半，我們將其定義為‘居民自限性行為’。但隨後重癥患者增加，醫院的就診量再度激增。”黃森忠說。

黃森忠根據觀察到的實際情況，作為“信息分析”的框架，並據此動態調整就診率數值。由於全國數據量體係龐雜，他的目標是盡可能估算準感染病例的數量級。

12月中旬，黃森忠和團隊做齣預測：全國範圍內2022.12.20~2023.1.15這段時間會迎來住院高峰期，這將是放開之後的第一輪衝擊。此後，從2023年年初至至2023年上半年，全國還會迎來兩輪規模較小的衝擊。據此，他將這一預測走勢形象地喻之為“一波三摺”。

“發燒”搜索指數背後，感染者的行為洞察

在官方數據失去參考價值的這段信息真空期內，一些民間的疫情預測模型也紛紛進入公眾視野。其中，一款名為“數據團+”的微信小程序在社交媒體上廣泛傳播，上綫短短兩周內，閱讀量超過韆萬。

該小程序可預測各大城市的疫情進展指數，具體到首輪達峰的開始與結束日期。例如，它預測北京市第一波疫情於2022年11月26日開始，於2022年12月17日開始達峰，2023年1月12日結束。

△ ”數據團+“小程序截圖

曾任教於復旦大學經濟學院、現任脈策科技首席經濟學傢的陳沁博士與團隊共同開發瞭這款小程序。他們利用百度搜索、字節跳動巨量搜索引擎上各地區“發燒”關鍵詞搜索指數的變化，來預測每個地區的疫情進展。

陳沁告訴八點健聞，自11月上旬開始，他一直在思考政策轉嚮帶來的影響。

“這是不是放開的最佳時間點？中國的醫療資源會受到多大衝擊，會造成大量超額死亡嗎？目前麵對的衝擊和以往有什麼不同？”這些問題縈繞在陳沁腦海中，他和團隊也撰寫瞭多篇探討文章。

陳沁發現，通過“發燒”搜索指數對地區的疾病狀況預測和監控，是一種可行的手段。2008年，榖歌曾使用這套方法提前預測瞭美國各州的流感情況，靈敏程度高於美國疾控局。

陳沁擬閤數據後發現，新冠疫情期間搜索指數與世界各個國傢、各地區的病例增長程度仍然高度相關。例如新加坡、日本、香港特彆行政區、台灣地區此前的疫情，與該地的“發燒”搜索指數在時間、比例上保持同步。

於是，他決定嘗試搜索指數預測法。在疫情期間，“發燒”關鍵詞的搜索指數會高於非疫情期間的基準水平，陳沁將其定義為“超額搜索倍數”。

迴溯此前上海與吉林的疫情，陳沁發現兩地的“超額搜索倍數”為1.57倍和1.74倍。而2022年9月底以來，烏魯木齊的發燒指數最先有異動，是基準水平的2.6倍。繼烏魯木齊後，石傢莊、保定、北京等地的搜索指數也於11月底迅速上升。

在分析Google指數和各地區疫情變化時，陳沁發現，當“纍計超額倍數”達到與當地總人口對數相關的一個數值時，當地的疫情便會達到頂峰；超過另一個閾值後，當地的疫情便趨嚮結束。

由此，陳沁使用不同城市的疫情搜索閾值作為疫情拐點和結束的模擬閾值，監測每個地區目前的疫情進展情況、未來每天新增病例數、疫情高峰的開始和結束時間。

小程序一經上綫便成為爆款，收獲的關注遠超陳沁和團隊成員的預期。當然，一些質疑聲也紛至遝來，有學者認為，今年是流感高發的年份，無法區分用戶搜索“發燒”的具體原因；也有網友認為，通過搜索引擎獲得數據存在天然缺陷，比如將不會使用網絡的群體排除在外。

一位流行病學專傢嚮八點健聞評論道，榖歌通過40多個指標預測流感，但最後結果還是跑偏瞭。使用大數據需要特彆小心，因為可能存在“過擬閤現象”，參數太多，數據太少，會導緻所謂的維度崩塌。

陳沁在後期收集數據過程中還遇到另一個問題。12月19日，他發現百度和巨量引擎兩個平台的“發燒”指數均齣現大幅下降。陳沁懷疑是人為乾擾導緻的數據汙染，不得不臨時更換檢索詞。

12月27日，陳沁在社交平台上寫道：截至目前，小程序預測除瞭個彆人口較少可能搜索指數計算不太準確的地區以外，全國疫情都已經過峰。從12月13日的河北邢台、湖北天門，到12月26日福建的福州、廈門等地過峰，短短兩周時間，全國新增感染最多的階段已經過去。

陳沁預測，在2023年春運之前，大部分地區的疫情新增會大幅迴落。

官方正重建新冠監測體係

除學者與民間團體的疫情預測外，海南、浙江、四川等多地疾控部門近日也陸續發布新冠感染調查問捲，並公布調查結果。

有不少公衛專傢對網絡問捲調查法錶示警惕，認為其存在與搜索指數預測法類似的缺陷。

一位流行病學專傢告訴八點健聞，絕大部分問捲會詢問參與者是否存在發燒、咳嗽、肌肉酸痛等癥狀，或與流感或其他呼吸道感染癥狀重閤，導緻準確率下降。問捲獲得的核酸與抗原結果也未必準確。而且，問捲無法覆蓋到不會使用互聯網的居民，例如老年人群，他們可能是“沉默的大多數”。

八點健聞另悉，在全國範圍內，國傢疾控部門既有的兩套信息監測係統也已啓動，用以監測和預判新冠疫情走勢。

這兩套係統，一個是2003年SARS之後建立起來的全國傳染病信息直報係統；一是2004年正式創建的中國流感監測網絡，抽樣覆蓋全國408傢網絡實驗室和554傢哨點醫院。

部分公衛專傢錶示，上述兩套監測係統亦存在不少缺陷。比如，流感數據上報在落實環節並不嚴格，這會導緻數據質量偏低。何況，當前大部分醫院門診已不再要求患者的核酸或抗原結果，也就無法在終端捕獲和上報傳染數據。

華中科技大學同濟醫學院公共衛生學院流行病學教授魏晟告訴八點健聞，流行病的監測，是長期、動態、連續搜集人群中疾病狀態數據，從而瞭解人群疾病流行現狀及趨勢，判定防控措施效果的一種方法，是現代公共衛生的特徵之一。監測可以分為主動監測與被動監測兩種。主動監測，是指疾控部門主動去調查搜集人群中疾病狀況的數據。而被動監測，比如現行的網絡直報係統，由各醫療機構發現病例，確診後進行報告。

魏晟提示，當被動監測數據不足以判斷疫情形勢時，可以采用主動監測的形式及時瞭解疫情狀況，比如當前可以參考流感監測的方式，通過搜集醫療機構中就診病人的樣本進行新冠病毒檢測，瞭解新冠疫情的流行趨勢。也可以通過抽樣調查的方式，在社區抽取部分居民進行核酸檢測，瞭解社區居民新冠病毒感染水平。

浙江舟山市疾控中心就對全市核酸陽性檢齣率、社區哨點監測和重點人群抽樣調查情況進行綜閤分析，估算齣截至去年12月29日，全市感染人數比例達到30%-40%，總感染人數接近40萬人。

一位流行病學專傢告訴八點健聞，國傢疾控局要求各省“方法不限”地調查當地疫情數據，“經費充足的省市可以搞抗體監測和社區抽樣，經費不充足的隻能做網絡問捲調查。”

該專傢還透露，12月21日國傢衛健委組織的電話會議通報，12月1日至20日，全國人口纍計感染率達到17.56%。這一全國性的估算數值，其來源就是各省上報的估算數值之和。

進入新年，多個特大城市已從傳染高峰進入重癥高峰期，中小城市與農村地區感染人數持續激增。春運在即，全國疫情形勢將更加復雜，新冠監測體係仍需完善，公眾則期待更高質量的疫情公開信息。

史晨瑾丨撰稿

本文首發於微信公眾號「八點健聞」，未經授權不得轉載