? 无码人妻精品一区二区三区蜜桃,玩50岁四川熟女大白屁股直播

亚洲 a v无 码免 费 成 人 a v,性欧美videofree高清精品,新国产三级在线观看播放,少妇人妻偷人精品一区二区,天干天干天啪啪夜爽爽av

印度新冠新增病例單日超30萬(wàn),為什么?| 商周專欄

2021/04/24
導(dǎo)讀
“國(guó)家超級(jí)新冠疫情模型” 所預(yù)測(cè)的 “群體免疫” 淪為泡影
今年3月起,印度迎來(lái)第二波疫情,4月23日創(chuàng)下單日新增新冠確診病例34萬(wàn)的記錄。圖源arcgis.com,數(shù)據(jù)由約翰霍普金斯大學(xué)提供。


編者按
自今年3月份起,印度這一東方人口大國(guó)迎來(lái)了第二波疫情:新冠確診病例單日超30萬(wàn)、飛往香港一航班上53人確診、大量新冠死亡患者致多個(gè)火葬場(chǎng)遺體積壓、新德里從4月19日晚開始封城一周……
和歐美國(guó)家出現(xiàn)多波疫情不同,印度從去年1月30日?qǐng)?bào)道首例新冠確診病例起,到今年初都處于第一波疫情中,而且這波疫情在去年9月到達(dá)了頂峰后就一直在穩(wěn)定下降。今年1月份,印度一些地區(qū)也不再有新增確診病例的出現(xiàn),部分印媒甚至在年初自豪地宣布印度已經(jīng)建立起了群體免疫。
從 “群體免疫” 到第二波疫情洶涌襲來(lái),印度經(jīng)歷了什么?這波疫情該如何應(yīng)對(duì)?我們能從中作何反思?在本文中,免疫學(xué)者商周從預(yù)測(cè)疫情已經(jīng)控制住了的 “國(guó)家超級(jí)新冠疫情模型” 出發(fā),深入分析了這波疫情的原因。


撰文 |商   周
責(zé)編 |王雨丹

 

●               ●               


最近,印度暴發(fā)了第二波新冠疫情,單日新增確診病例創(chuàng)下了超30萬(wàn)的記錄,目前還未康復(fù)的已確診病例已超兩百萬(wàn)。這讓印度原本就有限的醫(yī)療資源告急,以致于有些醫(yī)院不得不讓兩名新冠患者共用一張病床。醫(yī)療資源的擠兌反過(guò)來(lái)又加大了疫情的危害。

 

兩個(gè)新冠病人共用一個(gè)床位.圖源[1] 

 

而兩個(gè)月前,則完全是另外一種景象。2月份印度單日新增確診病例降到了一萬(wàn)人以下,對(duì)于這樣一個(gè)近14億人口的大國(guó)來(lái)說(shuō),這意味著7天內(nèi)每10萬(wàn)人口中只有5例新增確診病例。而彼時(shí)的幾個(gè)歐美大國(guó),這一數(shù)字是幾十甚至幾百。


和歐美國(guó)家出現(xiàn)了多波新冠疫情不同,印度從去年1月30日?qǐng)?bào)道第一例新冠確診病例起到今年初,都位于第一波疫情里,而且這波疫情在去年9月到達(dá)頂峰后就一直呈穩(wěn)定下降。這一走勢(shì),與印度科技部(DST,Develoment Support Team)組織建立的 “國(guó)家超級(jí)新冠疫情模型”(COVID-19 India National Supermodel)基本符合 [2,3]。根據(jù)該模型的預(yù)測(cè),印度將在今年初建立起對(duì)新冠病毒的群體免疫。今年1月份,印度一些地區(qū)也不再有新增確診病例的出現(xiàn),“預(yù)測(cè)+事實(shí)” 的組合讓部分印媒在年初自豪地宣布:印度成為了全球唯一拉平疫情曲線、建立群體免疫的大國(guó) [4,5]


但自3月份以來(lái),印度的新冠疫情發(fā)生了令人驚訝的反轉(zhuǎn):?jiǎn)稳招略龃_診病例超30萬(wàn),第二波新冠疫情來(lái)勢(shì)洶洶,讓印度 “國(guó)家超級(jí)新冠疫情模型” 所預(yù)測(cè)的 “群體免疫” 淪為泡影。

 

被賦予重望的 “國(guó)家超級(jí)新冠疫情模型”

首先,我們一起來(lái)看看預(yù)測(cè)印度群體免疫的 “國(guó)家超級(jí)新冠疫情模型” 到底是什么。


在印度,用數(shù)學(xué)模型來(lái)幫助災(zāi)難管理(比如臺(tái)風(fēng)和干旱)是一種傳統(tǒng)。為了幫助政府部門做出相關(guān)決策,去年5月印度科技部成立了 “國(guó)家超級(jí)模型委員會(huì)”(National Supermodel Committee)。這個(gè)委員會(huì)負(fù)責(zé)用數(shù)學(xué)模擬的方法來(lái)構(gòu)建 “國(guó)家超級(jí)新冠疫情模型”,從而監(jiān)控和預(yù)測(cè)新冠疫情的走勢(shì)。這個(gè) “國(guó)家超級(jí)新冠疫情模型” 在去年10月首次發(fā)表在印度本地的一家學(xué)術(shù)雜志Indian Journal of Medical Research [6]。


印度并不是唯一一個(gè)用數(shù)學(xué)方法來(lái)模擬和評(píng)估新冠疫情的國(guó)家。去年八月,Science 就發(fā)表過(guò)瑞典和英國(guó)科學(xué)家合作的一篇論文,他們采用了經(jīng)典的SEIR模式(susceptible易感-exposed暴露-infected感染-recovered康復(fù))來(lái)模擬和評(píng)估群體復(fù)雜度對(duì)群體免疫建立的影響 [7]。


但印度的 “國(guó)家超級(jí)新冠疫情模型” 在建模方法上與SEIR模式不同,他們采用的是SAIR模式(susceptibl易感-asymptomatic無(wú)癥狀-infected感染-recovered康復(fù))。之所以創(chuàng)新地采用這種模式,是因?yàn)楸恍鹿诓《靖腥镜娜巳豪镉幸淮蟛糠质菬o(wú)癥狀患者,于是他們認(rèn)為把 “無(wú)癥狀” 作為一個(gè)參數(shù)融入進(jìn)來(lái),才能更好地模擬和評(píng)估新冠疫情的真實(shí)情況。


這個(gè)全新的 “國(guó)家超級(jí)新冠疫情模型” 做出了那些發(fā)現(xiàn)呢?


1
模擬有癥狀新冠感染者的走勢(shì)。根據(jù)這一模型模擬的結(jié)果,印度新增有癥狀感染者在2020年9月中旬達(dá)到頂峰,然后逐步下降,在2021年2月到達(dá)谷底。
2
推算感染比例(有癥狀和無(wú)癥狀)。根據(jù)模型,論文作者推算出德里地區(qū)在2020年7月和9月被感染人數(shù)的比例分別為27.5%和33.7%。而實(shí)際的血清學(xué)檢查表明,在這兩個(gè)時(shí)間點(diǎn)上,德里地區(qū)人群中血清呈新冠病毒抗體陽(yáng)性的比例分別是23.5%和33%  [8,9]。因此,他們認(rèn)為自己的模型所作出的評(píng)估是合理和正確的。
3
評(píng)估不同時(shí)間段開始的封鎖措施(lockdown)對(duì)疫情的控制作用。論文作者評(píng)估了實(shí)際封鎖(從2020年3月16日開始)在各種假設(shè)情況下的作用(假設(shè)完全不封城、假設(shè)從5月1日開始封鎖、假設(shè)從4月1日開始封鎖)。如下圖所示,實(shí)際情況下(從3月16日開始封城)的封鎖措施效果最好,它大大減少了有癥狀感染者的出現(xiàn)。


不同時(shí)間段開始的封鎖措施對(duì)有癥狀感染者的影響.圖源[5]

 

此外,論文作者還做了進(jìn)一步推算:在沒(méi)有采取封城措施的情況下,印度將會(huì)有260萬(wàn)人死于新冠,而當(dāng)前采取的封城舉措可能將這一數(shù)字降到20萬(wàn)左右。換句話說(shuō),根據(jù)這個(gè) “國(guó)家超級(jí)新冠疫情模型” 的估算,印度的封鎖舉措可以防止90%以上的新冠病毒感染致死的發(fā)生 [6]。


幾乎與此同時(shí),文章的作者之一 Mathukumalli Vidyasagar 和另外四人又在另一個(gè)雜志 Annual Reviews in Control 上發(fā)表了一篇利用該模型評(píng)估新冠疫情的文章 [10]。在這篇新論文里,他們利用該模型對(duì)多個(gè)其他國(guó)家的新冠疫情進(jìn)行了評(píng)估;同時(shí)還以印度德里為例,重點(diǎn)評(píng)估和預(yù)測(cè)了新冠病毒群體免疫的建立情況,結(jié)果如下圖。

 

模擬印度德里地區(qū)群體免疫建立情況.圖源[10]
橫軸代表時(shí)間(以天為單位),起點(diǎn)為2020年3月15日;縱軸代表德里地區(qū)感染的人數(shù)(德里地區(qū)總?cè)藬?shù)為2000萬(wàn)人).

 

上圖中,圓圈代表的未感染人群在一開始(2020年3月15日)是2000萬(wàn)人(100%),等到2021年4月則下降到了200萬(wàn)人左右(10%)。與之相應(yīng)的是方框所代表的感染后康復(fù)人數(shù):從開始的0%,到最后上升到了快90%,也就是說(shuō)達(dá)到甚至超過(guò)了理論上的群體免疫水平。


同樣重要的是感染后有癥狀和無(wú)癥狀患者的比例情況。虛線所代表的感染后出現(xiàn)癥狀的患者累計(jì)約400萬(wàn),也就是總?cè)丝诘?0%左右。依此推算,累計(jì)感染后無(wú)癥狀患者的數(shù)量應(yīng)該是1400萬(wàn)左右,占總?cè)丝诘?0%左右。


根據(jù)這一模型預(yù)測(cè),在現(xiàn)有的封鎖措施下,印度德里地區(qū)在今年3月(甚至更早)就可以達(dá)到群體免疫。而在建立群體免疫的過(guò)程中,被感染的人群也只有一小部分會(huì)出現(xiàn)癥狀。


總之,這一 “國(guó)家超級(jí)新冠疫情模型” 給出了一個(gè)比較樂(lè)觀的結(jié)果:一方面,它認(rèn)為印度的封鎖措施會(huì)把新冠感染的死亡人數(shù)降低90%以上;另一方面,因?yàn)榉獬谴胧?,以自然感染的方法?lái)建立群體免疫的代價(jià)也比預(yù)想的也要小得多。

 

這個(gè)模型真的有效嗎?

這一模型給出的結(jié)果雖然比較樂(lè)觀,但也受到了第三方的質(zhì)疑。


2020年10月24日,印度媒體THE HINDU 的科學(xué)專欄撰文指出這一模型存在的諸多問(wèn)題,包括作者缺乏流行病學(xué)和病毒學(xué)的學(xué)術(shù)背景、參數(shù)過(guò)多、對(duì)感染者的分組不夠合理等 [11]。同時(shí),這篇文章還警示,在公共衛(wèi)生領(lǐng)域采用一個(gè)有缺陷的模型非常危險(xiǎn)。


除了媒體,一些專業(yè)的學(xué)術(shù)刊物也對(duì)印度這一 “國(guó)家超級(jí)新冠疫情模型” 的預(yù)測(cè)結(jié)果進(jìn)行批判。2020年10月30日,Science 發(fā)表了題為 “群體免疫?印度還有很長(zhǎng)的路要走” 的評(píng)論文章。文章認(rèn)為,該模型的主要缺陷是沒(méi)有考慮到新冠疫情在印度不同地區(qū)的差異 [12]。一個(gè)用來(lái)預(yù)測(cè)新冠疫情走勢(shì)的模型如果不考慮地區(qū)差異,得出的結(jié)果難免會(huì)有誤差。


實(shí)際上,新冠疫情在印度不同區(qū)域的傳播差異的確很大。比如,在大城市德里地區(qū),2020年8月份人群中新冠病毒抗體陽(yáng)性的比例大約是30% [7-8],而同時(shí)期印度全國(guó)范圍內(nèi)新冠病毒抗體陽(yáng)性的比例只有6.6%(可信區(qū)間5.8-7.4%)[13]。另外,即使在同一個(gè)城市,不同區(qū)域的新冠病毒感染情況也很不相同,例如2020年7月印度孟買貧民區(qū)的新冠病毒抗體陽(yáng)性率高達(dá)57%,而非貧民區(qū)的這一數(shù)字只有16% [14]。


無(wú)論是支持還是質(zhì)疑,最終的判斷還是要看這個(gè)模型在實(shí)踐中的效果。模擬已經(jīng)發(fā)生了的疫情走勢(shì)并不難,真正檢驗(yàn)一個(gè)模型價(jià)值要看它對(duì)未來(lái)走勢(shì)的預(yù)測(cè)。


那么,這個(gè)疫情模型實(shí)際效用究竟如何?

 

“國(guó)家超級(jí)新冠疫情模型”在去年10月的預(yù)測(cè)效果 (綠色標(biāo)記的區(qū)間為預(yù)測(cè)部分)

 

根據(jù)該模型在去年10月的預(yù)測(cè),印度新增確診感染病例將進(jìn)一步下降,到2021年2月份到達(dá)低谷。從實(shí)際發(fā)生的情況來(lái)看,針對(duì)這一段時(shí)間的新增確診感染病例的走勢(shì)預(yù)測(cè)基本正確,只是在今年1月份后有些偏離。

 

可能是受到這一正確走勢(shì)預(yù)測(cè)的鼓舞,印度國(guó)家超級(jí)模型委員會(huì)在今年1月推出了一個(gè)更新版的SUTRA模型(Susceptible易感-Undetected未檢測(cè)到的感染-Tested檢測(cè)到的感染-Removed去除,包括感染后康復(fù)或死亡-Approach方案),描述這一模型的論文的預(yù)印本已經(jīng)發(fā)表 [15]

 

在這個(gè)更新的模型里,印度的新冠疫情在2021年1月份后將進(jìn)一步下降,然后在4月份基本平息。作者在這篇論文里還斷言:印度對(duì)新冠病毒有免疫力的人在2021年1月份達(dá)到60%左右,群體免疫已經(jīng)基本形成。


后來(lái)的事實(shí)如下圖所示,印度在三月份開始了第二波新冠疫情,而且比第一波更加洶涌。這個(gè) “國(guó)家超級(jí)新冠疫情模型” 不僅沒(méi)有預(yù)測(cè)到這一點(diǎn),而且走向了反面。

 

“國(guó)家超級(jí)新冠疫情模型”在今年1月份做的預(yù)測(cè)效果 (綠色標(biāo)記的區(qū)間為預(yù)測(cè)部分)

 

就在印度的第二波疫情啟動(dòng)后不久的4月2日,該委員會(huì)利用 “國(guó)家超級(jí)新冠疫情模型” 對(duì)這波新的疫情再次做出預(yù)測(cè),認(rèn)為新一波疫情的高峰很可能會(huì)是在4月15日-20日之間 [16]。而隨后的疫情走勢(shì)表明,它的預(yù)測(cè)再次失敗。

 

問(wèn)題出在哪里?

讀到這里,有的讀者可能會(huì)問(wèn):按照這個(gè)“國(guó)家超級(jí)新冠疫情模型”,印度不是已經(jīng)差不多建立了群體免疫了嗎?為什么還會(huì)有如此兇猛的第二波疫情?


我個(gè)人認(rèn)為,至少應(yīng)該包括下面四個(gè)主要原因:


第一,這個(gè) “國(guó)家超級(jí)新冠疫情模型” 本身存在缺陷,它對(duì)無(wú)癥狀感染者的預(yù)測(cè)出現(xiàn)了嚴(yán)重的錯(cuò)誤。


雖然這個(gè)模型在今年1月份之前關(guān)于有癥狀感染者的預(yù)測(cè)上基本正確,但它對(duì)無(wú)癥狀感染者預(yù)測(cè)的結(jié)果并沒(méi)有得到驗(yàn)證。按照這個(gè)模型的預(yù)測(cè),今年1月份的時(shí)候印度全國(guó)范圍內(nèi)至少有60%的人已經(jīng)感染過(guò)新冠病毒,且大部分是無(wú)癥狀感染者。


那么,現(xiàn)實(shí)中印度在今年1月份到底有多少人感染了新冠病毒呢?根據(jù)今年3月份發(fā)表在預(yù)印本平臺(tái)的一篇論文,去年12月到今年1月間,印度全國(guó)范圍內(nèi)新冠病毒抗體陽(yáng)性的比例是24.1% [17]。也就是說(shuō),印度全國(guó)只有大約四分之一的人被新冠病毒感染過(guò),實(shí)際情況還不到模型所預(yù)測(cè)的一半。


四分之一的人口被新冠病毒感染,遠(yuǎn)遠(yuǎn)不夠建立有效的群體免疫屏障。


數(shù)學(xué)模型的預(yù)測(cè)結(jié)果,必須在現(xiàn)實(shí)世界里得到驗(yàn)證。在還沒(méi)有得到驗(yàn)證的情況下,就輕信這一數(shù)學(xué)模型的預(yù)測(cè)結(jié)果,將會(huì)是一件危險(xiǎn)的事情。


● 第二,群體免疫的基礎(chǔ)是個(gè)人對(duì)病毒有了有效的免疫力,能夠阻止病毒的傳播。雖然被感染的人會(huì)產(chǎn)生針對(duì)新冠病毒的免疫反應(yīng),但并不意味著他們就擁有了有效的免疫力。


現(xiàn)實(shí)中的情況是,只有對(duì)新冠病毒產(chǎn)生了有效的免疫反應(yīng)(比如中和抗體),被感染者才能抵抗新冠病毒的再次感染。比如,一項(xiàng)來(lái)自中國(guó)武漢的研究表明,在對(duì)新冠病毒有抗體反應(yīng)的人群(被病毒感染的人群)里,只有39.8%的人具有中和抗體,而且有癥狀患者有中和抗體的比例明顯高于無(wú)癥狀患者 [18]


這一點(diǎn),在巴西的瑪瑙斯(Manaus)市的疫情走勢(shì)中也得到了驗(yàn)證。去年夏天,血清學(xué)調(diào)查表明該市已經(jīng)有超過(guò)一半的人已經(jīng)被新冠病毒感染,一項(xiàng)研究也認(rèn)為這里已經(jīng)初步形成了群體免疫 [19]。但隨著對(duì)疫情防控的放松,瑪瑙斯又爆發(fā)了第二波疫情 [20]。

 

所以,在只有全國(guó)四分之一人口被感染的印度(雖然在部分地區(qū)這一數(shù)字已經(jīng)接近一半),即使這些被感染過(guò)的人能夠部分抑制病毒的擴(kuò)散,但仍不足以抵抗下一波疫情的來(lái)襲 [17]。

 

● 第三是新冠病毒的變種。新冠病毒的突變能影響疫情走向,比如在英國(guó)發(fā)現(xiàn)的新冠病毒突變體B.1.1.7就具有更高的傳染力,在南非發(fā)現(xiàn)的新冠病毒突變體B.1.351更有著部分免疫逃逸能力。


從目前的監(jiān)測(cè)結(jié)果來(lái)看,B.1.1.7突變體在印度的一些地區(qū),比如Punjab,已經(jīng)成為主要流行的新冠病毒。還有,去年年底在印度發(fā)現(xiàn)的一種既增強(qiáng)傳染性又有部分免疫逃逸能力的突變體B.1.617,也在一些地區(qū)成為了主流,另外同樣帶有多個(gè)突變的B.1.617+S:V382L 和B.1.618也已經(jīng)在印度出現(xiàn) [21,22]


毫無(wú)疑問(wèn),這些突變后增強(qiáng)了傳染性和免疫逃逸能力的病毒會(huì)加速疫情的發(fā)展,雖然它們?cè)谟《鹊诙ㄒ咔槔锏木唧w作用大小還需要進(jìn)一步評(píng)估。

 

● 第四,也可能是最重要的原因,就是印度政府、部分媒體和民眾對(duì)新冠防控的盲目樂(lè)觀和懈怠。


可能部分是因?yàn)?“國(guó)家超級(jí)新冠疫情模型” 此前對(duì)新增確診病例這一指標(biāo)的預(yù)測(cè)成功,人們對(duì)它有了更多的信任。今年1月6日,印度媒體ThePrint 就發(fā)表了一篇關(guān)于 “國(guó)家超級(jí)新冠疫情模型” 的專門報(bào)道。他們采訪了印度科學(xué)與工業(yè)研究委員會(huì)(CSIR)的委員長(zhǎng) Shekhar Mande, 他認(rèn)為這個(gè)模型的預(yù)測(cè)結(jié)果可能是正確的。也是根據(jù)這一預(yù)測(cè)結(jié)果,ThePrint 認(rèn)為印度大約90%的人可能已經(jīng)被新冠病毒感染過(guò),群體免疫已基本形成 [5]。今年1月26日,印度媒體The Indian Express 也發(fā)表了文章,自豪地宣稱印度部分區(qū)域已經(jīng)到達(dá)了群體免疫的水平,而剩下的地區(qū)也將很快跟上 [4]。


印度政府防疫的重視開始下降,不僅放松了疫情的防控措施,在國(guó)內(nèi)疫苗接種上也沒(méi)有展示出充分的積極性?!耙呙缤饨弧?就是一個(gè)例子,截至今年3月22日印度政府已經(jīng) “慷慨” 地拿出了6000萬(wàn)劑新冠疫苗去支援76個(gè)國(guó)家 [23]。而反觀印度國(guó)內(nèi),截至今年3月下旬全國(guó)新冠疫苗接種還不到6000萬(wàn)劑次 [24]。直到第二波疫情加劇,4月19日,印度政府才決定加速疫苗的接種,宣布自5月1日起為本國(guó)18歲以上人群接種新冠疫苗。


因?yàn)檎谝咔榉揽卣呱系姆潘桑癖娨查_始大量遷徙流動(dòng),參加大規(guī)模的選舉和節(jié)日慶?;顒?dòng),而且基本不加防護(hù)。舉個(gè)例子,3月29日, 數(shù)百萬(wàn)人參與了Holi節(jié)(一個(gè)慶祝色彩的節(jié)日)的慶祝,而且沒(méi)有采取任何新冠防護(hù)措施 [25]。

 

當(dāng)新增確診病例數(shù)字下降后,印度人開始放開慶祝節(jié)日.圖源[26]
 

給世界的啟示

雖然這波兇猛的疫情發(fā)生在印度,但其中的教訓(xùn)值得全世界學(xué)習(xí)。


首先,利用數(shù)學(xué)模型來(lái)幫助新冠防疫無(wú)疑是可取的,但對(duì)待這樣的結(jié)果需要慎重。


對(duì)于參與建立模型的科學(xué)家來(lái)說(shuō),應(yīng)該堅(jiān)持以科學(xué)求真為導(dǎo)向,而不是去迎合某種需求。其實(shí)在介紹 “國(guó)家超級(jí)新冠疫情模型” 的第一篇論文里,作者們就注意到了對(duì)放松疫情控制所帶來(lái)的風(fēng)險(xiǎn),他們推算出在當(dāng)時(shí)的封鎖狀態(tài)下新冠病毒的基本復(fù)制指數(shù)(R0)是1.37,如果能保持當(dāng)時(shí)的防疫狀態(tài),那么只要28%的人群對(duì)新冠病毒有免疫力就可以有效地建立起群體免疫;但如果防疫狀態(tài)出現(xiàn)了松動(dòng),那么疫情很可能會(huì)反復(fù)或加重 [6]。但后來(lái)的兩篇論文都沒(méi)有提到這個(gè)警示,反而是盲目樂(lè)觀地預(yù)測(cè)了政府和民眾都 “喜聞樂(lè)見” 的群體免疫的形成 [10,15]。


對(duì)于政府和民眾,需要謹(jǐn)慎看待數(shù)學(xué)模型所預(yù)測(cè)的結(jié)果。如果一個(gè)沒(méi)有得到驗(yàn)證的模擬結(jié)果被輕信,一個(gè)可能的結(jié)局就是 “紙上談兵、誤國(guó)誤民”。


其次,新冠病毒自然感染可能只能讓其中一部分人產(chǎn)生有效的免疫力,所以即使人群中有60-70%的人被新冠病毒感染,也不能建立起完全有效的群體免疫屏障。


所以,要建立針對(duì)新冠病毒的群體免疫屏障,最為有效的方法還是接種疫苗,而且應(yīng)該是高效的疫苗,因?yàn)楸Wo(hù)效率低的疫苗也會(huì)延誤群體免疫的形成。


再次,因?yàn)樾鹿诓《镜淖匀粚傩?,它們?cè)诓煌M蛔?。雖然這種突變本身是隨機(jī)的,但在和人類做斗爭(zhēng)的過(guò)程中,那些增強(qiáng)傳染性和擁有免疫逃逸能力的突變會(huì)被凸顯出來(lái),成為在疫情流行中的主流。


因此,在與新冠病毒做斗爭(zhēng)的過(guò)程中,最重要的策略之一就是遏制病毒的突變,不讓它們有突變的時(shí)間和空間。


最后,在公共衛(wèi)生領(lǐng)域,政府的決策顯得至關(guān)重要。政府在制定公共領(lǐng)域相關(guān)政策(比如封鎖措施和疫苗接種)的時(shí)候,首先考慮的應(yīng)該是科學(xué),而不應(yīng)該是政治因素。否則,受到傷害的終是人民。


對(duì)于印度這波來(lái)勢(shì)洶洶的新冠疫情,你怎么看?在留言區(qū)談?wù)勀愕目捶ā?/span>

 參考資料:(可上下滑動(dòng)瀏覽)

1. https://www.bbc.com/news/world-asia-india-56771766

2. https://dst.gov.in/dst-initiates-covid-19-india-national-supermodel-monitoring-infection-transmission-aid-decision

3. https://www.iith.ac.in/~m_vidyasagar/arXiv/Super-Model.pdf

4. https://indianexpress.com/article/opinion/columns/india-coronavirus-herd-immunity-7148062/

5. https://theprint.in/theprint-otc/covid-prediction-model-shows-virus-is-washing-through-india-population-csirs-shekhar-mande/580035/

6. Manindra Agrawal , Madhuri Kanitkar & M. Vidyasagar. Indian J Med Res 153, January & February 2021, pp 175-181

7. Britton et al. Science. 2020 Aug 14;369(6505):846-849.

8. Sero-prevalence study conducted by National Center for Disease Control NCDC, MoHFW, in Delhi, June 2020. Available from: https://pib.gov.in/PressReleasePage.aspx?PRID=1640137, accessed on September 26, 2020.

9. 33% Delhiites have developed COVID-19 antibodies: Latest sero survey of 17,000 Samples. Available from: https://www. india.com/news/india/33-delhiites-might-have-coronavirusantibodies-latest-sero-survey-of-17k-samples-4143871, accessed on September 26, 2020.

10. Ansumali et al. Annual Reviews in Control 50 (2020) 432–447

11. https://www.thehindu.com/sci-tech/science/problems-with-the-indian-supermodel-for-covid-19/article32937184.ece

12. https://science.sciencemag.org/content/370/6516/513

13. Murhekar et al. Lancet Glob Health. 2021 Mar;9(3):e257-e266.

14. https://www.firstpost.com/health/covid-19-antibodies-found-in-57-of-mumbai-slum-residents-in-limited-serosurvey-by-niti-aayog-bmc-tifr-8651091.html

15. [2101.09158] SUTRA: An Approach to Modelling Pandemics with Asymptomatic Patients, and Applications to COVID-19 (arxiv.org)

16. https://www.indiatoday.in/coronavirus-outbreak/story/when-covid19-coronavirus-second-wave-may-end-in-india-1788707-2021-04-08

17. Murhekar, M. V. et al.Preprint at SSRN https://dx.doi.org/10.2139/ssrn.3797589 (2021).

18. He, et al,. Seroprevalence and humoral immune durability of anti-SARS-CoV-2 antibodies in Wuhan, China: a longitudinal, population-level, cross-sectional study. Lancet 2021; 397: 1075-84.  

19. 18. https://www.medrxiv.org/content/10.1101/2020.09.16.20194787v1#disqus_thread

20. https://www.abc.net.au/news/2021-03-01/inside-manaus-brazil-coronavirus-crisis-second-wave/13183706

21. https://www.nature.com/articles/d41586-021-01059-y

22. https://www.bbc.com/news/world-asia-india-56507988

23. https://devpolicy.org/indias-vaccine-diplomacy-made-in-india-shared-with-the-world-20210329/

24. https://en.wikipedia.org/wiki/COVID-19_vaccination_in_India

25. https://www.independent.co.uk/asia/india/india-covid-holi-cases-second-wave-b1824402.html

26. https://www.bbc.com/news/world-asia-india-56037565


制版編輯 盧卡斯



參與討論
0 條評(píng)論
評(píng)論
暫無(wú)評(píng)論內(nèi)容