COVID-19大流行提出了這樣一個問題：何時以及在多大程度上應使用成本高昂的非藥物幹預措施（如封鎖）來減緩病毒的傳染性傳播。在一項新研究中，研究人員利用動態最佳化模型解決了這個問題。他們發現，微小的變化就能影響不同方法之間的最佳反應，並確定了一種以前未被認可為有效的替代方法。新研究強調了大流行病應對中健康與經濟戰略之間的微妙平衡，並引入了一種適應不斷變化的病毒動態的創新方法。

這項研究由卡內基美隆大學、國際應用系統分析研究所、維也納大學、維也納理工大學、蒂爾堡大學和維也納科學院的研究人員共同完成。論文發表在《理論人口生物學》。

經濟戰略與健康戰略

卡內基美隆大學海因茨學院運籌學和公共政策教授喬納森-考金斯（Jonathan P. Caulkins）指出：「一些減緩疾病傳播的干預措施成本低廉，但另一些則會擾亂經濟、教育和社會活動。後者迫使政府在減少感染和死亡帶來的健康效益與更廣泛的封鎖引發的社會成本之間進行權衡。”

先前探索應對COVID-19 等流行病的最佳封鎖策略的模型發現，政策制定者往往面臨嚴峻的選擇：最佳策略可能是非常積極地封鎖，以或多或少地避免流行病（一種”健康策略”），或者最佳策略可能是更少地使用封鎖手段，以延遲但不避免大多數人受到感染（一種”經濟策略”）。這項研究也發現，某些關鍵參數的微小變化就能將最佳策略從一個極端推向另一個極端。

SIR 模型的進步

長期以來，研究人員觀察到，受到感染的族群可分為三類：易感族群（S）、感染族群（I）和復健族群（R），也就是SIR 模型。過去的研究探討如何隨著流行病的發展調整封鎖強度。在這項研究中，研究人員擴展了標準SIR 模型，將以下可能性納入其中：a) 疫苗的保護作用會隨著時間的推移而減弱；2) 病毒會變異，使過去的免疫力變得不那麼有效；3) 由此產生的再感染比沒有免疫力的人感染的致命性要低。

在這裡，研究人員將這三個附加特徵稱為新特徵，並研究了在基本SIR 模型中相繼添加每個特徵的效果。然後，他們又增加了另一個特徵：即使重點人群中沒有人受到感染（例如來自國外的感染），也會有感染流入。研究也考慮了免疫力的持續時間和存量以及封鎖強度。

非藥物介入的作用

更積極地使用非藥物幹預措施（如封鎖）會減少感染，但也會增加經濟和社會負擔。例如，中國的”動態清零”政策導致了漫長而痛苦的封鎖，而在許多關閉學校的國家，學生的學業進步也受到了損害。

研究人員說，分析中反覆出現的一個主題是存在損益平衡點或臨界點。如果描述感染或感染對策的參數高於臨界值，那麼最好採取一種策略，但如果該參數低於臨界值，則可能採取截然不同的策略。在這些關鍵參數中，包括社會對避免COVID-19 導致的死亡的重視程度，以及對封鎖社會重要部分所造成的經濟、社會和教育危害的重視程度。

必須承認這個問題，因為參數反映的是個人或社會的價值觀，而不是可以客觀衡量的科學事實。因此，兩個在所有科學事實上意見一致的人也可以合理、明智地選擇不同的COVID 控制策略。

動態和替代解決方案

另一個主題是存在其他最優解決方案，這些方案反映了根本不同的策略。透過增強標準SIR 模型，使其包含本研究中評估的特徵，研究人員發現了第三種解決方案，即在流行病浪潮反覆出現的同時，採用更嚴格和不太嚴格的封鎖期。

雖然反覆出現的流行病浪潮和封鎖乍看之下可能被認為是政策失敗的證據，但事實上，這可能是應對病毒變異或以其他方式擊敗先前獲得的免疫力這一現實情況的最佳方式。作者也指出，如果導致下一次大流行的病毒傳染性更強一些，或致命性更低一些，或變異的可能性更低一些，那麼對COVID-19 而言是最佳的政策對下一次大流行來說可能就不是最佳的了。

結論：呼籲妥協與靈活

國際應用系統分析研究所客座研究學者、本研究報告的主要作者迪特爾-格拉斯（Dieter Grass）說：”無論採取什麼政策，在執行過程中或許都應該認識到，這並不是每個人的首選或正確政策，對新病毒特異性的認識不斷發展，甚至可能要求專家改變主意。對流行病相關政策的選擇應被視為一種為集體利益而妥協的做法，而不是機械地推導出一種所有理性人都必須贊成的、真正的、以證據為基礎的政策。”

參考資料：Riding the waves from epidemic to endemic：D. Grass、S. Wrzaczek、JP Caulkins、G. Feichtinger、RF Hartl、PM Kort、M. Kuhn、A. Prskawetz、M. Sanchez-Romero 和A. Seidl， 2024 年2 月3 日，《理論人口生物學》。

編譯自: ScitechDaily