这种冠状病毒大流行有些奇怪。即使在世界科学界进行了数月的广泛研究之后，许多问题仍然悬而未决。例如，为什么意大利北部的死亡人数比该国其他地区多？在意大利北部仅三个连续的地区，就有25,000人死亡（36,000人中）。在伦巴第，约有17,000人死亡。这些死亡几乎全部发生在疫情爆发后的头几个月。四月份在厄瓜多尔瓜亚基尔发生了什么事，当时许多人死亡如此之快，以至于尸体被扔在人行道和街道上？为什么这么少的城市在2020年春季占全球死亡人数的很大比例，而许多其他具有相似密度，天气，年龄分布和出行方式的城市却摆脱了这种命运？我们可以从瑞典真正学到什么呢？尽管在欧洲已经掀起第二波热潮，但同时又被称为巨大成功（由于病例和死亡人数少）和失败（由于大流行开始时的高死亡率）？为什么以前广为讨论的日本当局的预测没有实现？这样的奇怪例子越来越多。
在过去的9个月中，我听到了许多有关路径差异的解释-天气，老年人比例，维生素D，先前的免疫力，畜群免疫力-没有一个能解释这些波动的持续时间或程度。
但是，了解大流行可能有一个被忽视的关键，它将有助于回答这些问题，重新考虑当前的论点，最重要的是，控制了COVID-19的传播。
到目前为止，许多人已经听说过R0-一种病原体的基本繁殖数，这使得评估其传染性成为可能。但是，如果您还没有阅读科学期刊，则很可能没有遇到k-其方差的度量。确定k似乎很棘手，但基本上只是一种方法，可以确定病毒是如何传播的-均匀传播还是大规模爆发，其中一个人一次感染许多其他人。在收集了9个月的流行病学数据后，我们知道我们正在处理一种极为分散的病原体，这意味着它倾向于成群传播。这些知识尚未完全进入我们对大流行的理解（以及我们的预防措施）。
著名的R0系数（读作“零”）是平均传染性病原体，即与感染者接触后可以感染的平均人数。如果一个病人平均感染了另外三个人，那么R0为3。该参数被认为是了解大流行病如何工作的关键因素之一。新闻媒体对此参数进行了许多解释和可视化。这些影片因其在大流行中的科学可信性而受到赞誉，而其电影中解释“极其重要”的R0则值得称赞。出现在线表根据我们的行动实时跟踪R和Rt的值（如果人们戴着口罩并且被隔离，或者出现免疫力，该疾病将不再以相同的速度传播，因此R0和R之间的差异）。
不幸的是，平均值并不总是有助于评估整个分布，尤其是当其要素可能彼此之间存在显着差异时。如果亚马逊首席执行官杰夫·贝索斯（Jeff Bezos）走进一家拥有100位顾客的酒吧，那么该酒吧的平均福利将突然超过10亿美元。如果我也输入此栏，则几乎不会改变。显然，平均值对于理解该条形中的财富分布或如何更改它不是很有帮助。有时，普通人什么也没说。同时，如果有人在酒吧里感染了COVID-19，并且房间的通风和噪音都很差（因为人们不得不在短距离大声讲话），那么几乎所有客人都可以被感染-自此以来，已经观察到类似的模式了很多次大流行的开始，指标R根本没有考虑到这一点。在这里，我们谈到方差的概念。
在某些情况下，一个人可以在几个小时内感染80％或更多的人在室内。同时，在其他情况下，COVID-19的传染性可能令人惊讶地降低。在世界范围内的研究中已经观察到该病毒的过度扩散和超扩散。越来越多 的 研究估计，大多数感染者可能不会感染任何其他人。在最近的工作中在香港，已进行了广泛的测试和接触者追踪，发现约有19％的感染导致80％的传播，而69％的病例没有传播给任何人。而这一发现并不异常：许多 研究人员认为，从一开始就被感染的人只有10％到20％可能是负责传输的80％到90％，而且很多人不传递在所有的疾病。
这种高度偏斜和分布不均的现象表明，在传播的一开始，一系列不成功的事件可能导致感染的超级传播和集群的出现-这就是为什么即使在相似国家中，事件也可能截然不同的原因。科学家从全球的角度看待早期事件，当时受感染的人前往不同的国家，发现在一些国家这并没有导致死亡或感染扩散，而在另一些国家则爆发了大批疫情。通过基因组分析，新西兰的研究人员检查了该国确诊病例的一半以上，并在头几个月发现了惊人的277例感染，其中只有19％导致至少再感染一次。最近的分析表明，即使在拥挤的地区（例如疗养院）也可能发生类似的影响，并且可能需要几次广泛的传播才能爆发疫情。同时，在韩国大邱，只有一名妇女被称为“ 31号患者”，在一个大型教堂-大型教堂中，造成了5,000多次已知感染。
毫不奇怪，2003年导致SARS爆发的上一代SARS-CoV-2病毒SARS-CoV也以这种方式得到了广泛传播。：大多数感染者没有传播它，但是大多数爆发是由导致超级传播的多种事件触发的。严重急性呼吸系统综合症冠状病毒的另一个表亲MERS似乎也很常见，但幸运的是，它在人类中的传播并不很好。
指标k完全考虑到了传染性水平交替的相似模式-指标R脱颖而出...东北地区流行病学和复杂系统学系副教授塞缪尔·斯卡皮诺（Samuel Scarpino）告诉我，这是一个很大的问题，特别是对于西方国家的卫生部门来说，那里的流行病学指南主要针对流行性感冒-这很有意义，因为流行性感冒可能非常危险。但是，流感没有表现出这种聚集分布。
我们可以将疾病的图片视为确定性的或随机的：在第一种情况下，爆发传播更为线性且可预测，在第二种情况下，机会扮演的角色要大得多，并且很难（如果不是不可能）进行预测。在确定性的轨迹上，我们希望昨天发生的事情将使我们对明天的期望有个好主意。但是，随机现象不能以这种方式工作：相同的输入并不总是提供相同的输出，现象可以从一种状态快速转换为另一种状态。正如斯卡皮诺（Scarpino）告诉我的那样：“像流感这样的疾病几乎是确定性的，R0（尽管不完美）描绘出了正确的画面（在几乎没有疫苗可用之前，几乎不可能阻止这种传播）。”这种说法不一定适用于超级常见疾病。
自然和社会充斥着不平衡现象，其中一些现象以帕累托原理为基础，以社会学家威尔弗雷多·帕累托命名。帕累托的想法有时被称为80/20原理-感兴趣的结果的80％来自贡献的20％-尽管数字不必那么严格。相反，帕累托（Pareto）原则意味着少量事件或人员负责大多数后果。对于那些在服务行业工作的人来说，这应该不足为奇，在服务行业中，一小撮问题客户可能会导致所有额外的工作量。在这种情况下，将这些客户排除在业务范围之外或给予他们很大的折扣可以解决问题，但是如果投诉分布均匀，则将需要采取各种策略。以同样的方式，专注于R得分或利用流感大流行的经验在过度分散的大流行中不一定能很好地起作用。
日本厚生劳动省国家COVID-19集群研究小组成员，东北大学教授大谷仁俊告诉我，日本最初专注于过度扩散，他比较了日本研究森林的方法并试图寻找集群，不是树...他认为西方世界正在凝视着树木，却迷失在其中。为了有效应对这种疾病的超级蔓延，政客们必须了解这种疾病的发生原因，而且他们必须了解这种疾病如何影响一切-包括我们的接触者追踪做法和检测政策。
病原体的过度传播可能有很多原因。黄热病主要通过埃及伊蚊传播，但是直到发现这种昆虫的作用之前，黄热病的传播使许多科学家疯狂。人们认为结核病会随着飞沫传播，直到通过聪明的实验证明它是通过空气传播的。关于SARS-CoV-2超级传播仍然有许多未知数。某些人可能是该病毒的超级分发者，也就是说，他们比其他人传播得更多。与其他疾病一样，联系方式当然也可以发挥作用：竞选活动中的政治人物或宿舍中的学生与其他人的联系数量与居住在小房子里的老年人相比，差异很大。但是，对9个月流行病学数据的分析为我们提供了对许多因素的重要见解。
许多研究表明，在大多数情况下，COVID-19的传播群集发生在通风不良的地方，那里聚集了许多人：婚礼，教堂，合唱团，体育馆，葬礼，饭店，即人们大声说话或唱歌而没有口罩。圣约翰大学传染病和医学病毒学课程的讲师MügeCewik表示，要使超级扩散发生，还需要在许多其他方面加以证明，而且发生这些事件的风险可能因地而异。广泛研究COVID-19的传播条件。
塞维克认为，“长时间接触，通风不良和[和]人群”是超级传播的关键因素。超级扩散还可能发生在一个半米长指令之外的房间中，因为导致COVID-19的病原体SARS-CoV-2可以在空气中传播并积聚，尤其是在房间通风不良的情况下。鉴于有些人在症状发作之前就感染了其他人（有时症状很轻微或没有），我们甚至无法知道自己是否具有传染性。我们甚至不知道是否还有其他因素造成了超级点差。但是，我们不需要知道所有这些因素来避免必要的过度传播情况：人群，尤其是在通风不良的房间中，以及（甚至更尤其是）没有戴口罩。正如佛罗里达大学的生物统计学家纳塔莉·迪恩（Natalie Dean）告诉我的那样，鉴于与这些簇有关的数量众多，以它们为根除目标可以大大降低感染率。
在进行接触跟踪时，应考虑散射过多。我们可能需要做相反的事情。当前，许多州都从事所谓的直接（或预期）联系人跟踪。一旦确定了感染者，我们将尝试找出与之互动的人，以便我们可以警告，检查，隔离和隔离参与该互动的人。但这不是跟踪联系人的唯一方法。由于差异太大，该技术并不总是有益的。相反，在许多情况下，我们应该尝试向后看谁首先感染了该受试者。
由于过度分散，大多数人将被同时感染其他人的人所感染-从统计学上讲，只有一小部分被感染的人同时感染大量人。大多数感染要么感染一个人，要么根本不感染。正如流行病学家，《感染规则》的作者亚当·库查尔斯基（Adam Kucharski）向我解释的那样，如果我们可以使用回顾性接触者追踪来找到感染我们患者的人，然后直接追踪感染者的接触者，那么通常，我们会发现很多更多案例与直接接触分析的简单应用相比，它仅表明许多潜在的感染，其中许多仍将是潜在的，因为许多分销链无法正常工作。
回溯很重要的原因类似于社会学家Scott L. Feld所说的友谊悖论：您的朋友平均会拥有比您更多的朋友。 （对不起！）这在Web视图中很明显。友谊分布不均；某些人有很多朋友，您的朋友圈中可能包括这些社交蝴蝶，因为否则就不会如此。他们与您和其他人交了朋友。这些增加了您的朋友与您（即普通人）相比的平均朋友数量。 （当然，这不适用于社交蝶类本身，但是过度分散意味着它们的数量要少得多。）同样，传染病的传播者就像是大流行性的社会蝴蝶：平均而言，他们感染的人数要比普通人多得多，而普通人的传播频率要低得多。确实，如何库卡斯基和他的合著者在数学上辩称，过度变异意味着“仅直接追踪就可以揭示最多平均数量的后续感染（即R）”。反过来，
“回溯使被跟踪人员的最大数量增加了2-3倍，因为所考虑的案例更有可能源自现有集群而不是创建新集群。”
即使在过度分散的大流行中，也可以进行直接跟踪以警告和验证人员-如果还有其他资源和测试功能，则也很有意义。但是，如果没有投入足够的资源来进行追溯并找到危害很大的集群，那么进行直接追踪是没有意义的。
过度分散的另一个重要结果是，它强调了执行某些类型的快速，廉价测试的重要性。考虑当前的主要测试和跟踪模型。在许多国家/地区，卫生当局正试图追踪并找到被感染者的直接接触者：自感染以来一直与他接触的每个人。然后，他们尝试使用昂贵，缓慢但高度准确的PCR（聚合酶链反应）测试对它们进行测试。在集群严重影响感染传播的情况下，这可能不是最佳策略。
PCR测试可识别鼻拭子样本中的冠状病毒RNA片段-就像在寻找其签名一样。这种诊断测试基于两个方面进行评估：它们是否能很好地检测出未感染的病毒（特异性），并且能很好地检测出感染的病毒（敏感性）？ PCR测试在两个参数上都非常准确。然而，PCR测试也是缓慢且昂贵的，并且需要在医疗机构中进行深且不舒服的涂片。另外，由于处理时间长，人们有时在需要时不接收信息。更糟糕的是，PCR检测反应如此迅速，以至于在某人不再具有传染性后很长一段时间，它们就会发现冠状病毒特征的微小残留物，这可能导致不必要的隔离。
与此同时，研究人员已经证明，快速测试（在识别没有这种疾病的人方面非常准确，但在识别受感染的人方面却不太好）可以帮助我们遏制这种大流行。正如普林斯顿大学生态学和进化生物学博士学位的迪伦·莫里斯（Dylan Morris）告诉我的那样，廉价，低灵敏度的测试可以帮助遏制大流行病，即使这种病并不过分扩散-但对于识别大范围流行病中的集群特别有用。这是特别有用的，因为其中一些测试可以使用唾液和其他侵入性较小的方法进行，也可以在医疗机构之外进行。
在过度分散的情况下，识别感染比识别受感染的个体更为重要。考虑一个感染者和20个直接联系人-感染后遇到的人。假设我们通过便宜的快速测试来测试其中的10个，然后在一两个小时内得出结果。这不是确定这10个人中哪一个生病的最佳方法，因为我们的测试会漏掉一些阳性结果，但是出于我们的目的，这很好。如果它们都是阴性的，我们可以采取行动就像没有人被感染一样，因为测试发现阴性结果很好。
但是，当我们发现几例感染病例时，我们知道也许我们正在处理一种超级传播病，并且我们可以告诉所有20个人最有可能被感染并且应该隔离自己。如果我们发现一两次感染，那么问题很可能来自簇分布。根据年龄和其他因素，我们可以使用PCR测试对这些人进行单独测试，这些测试可以查明感染者-或让他们都等待。
Scarpino告诉我，过度分散还提高了其他方法的实用性，例如测试废水（尤其是在宿舍或疗养院等拥挤的地方），这使我们能够在无需对所有人进行测试的情况下检测到簇。废水研究也有灵敏度低，如果感染的人太少，可能会错过阳性结果，但这对于筛查是正常的。如果测试废水表明最有可能没有感染，那么我们不需要测试每个人就可以确定所有潜在的感染病例。但是，一旦我们检测到群集的迹象，我们便可以迅速隔离每个人-再次等待，视情况而定，使用PCR测试进行进一步的个性化测试。
不幸的是，直到最近，许多便宜的测试还是受到美国监管机构的限制。部分原因是他们担心与PCR检测相比，他们在检测阳性病例方面相对不准确-这种担心忽略了他们在人群中对这种过度扩散的病原体的有用性。
回到大流行的奥秘，为什么在类似国家的早期阶段就出现了如此不同的传播轨迹？为什么通常的分析工具（案例研究，国家比较）没有给我们更准确的答案？从理智上讲，这并不令人满意，但是由于方差和随机性过大，可能没有任何解释-除了在受影响最严重的地区，在初始阶段爆发了几次超级传播。这不仅仅是运气：例如，人口密度，老年人口和人群使得与农村地区，人口密度低的地方以及人口较少的年轻城市相比，世界各地的城市更容易爆发疫情。大众运输或更健康的公民。但是，为什么在2月份在大邱而不是首尔就爆发了疫情-尽管两个城市都在同一国家，在同一政府的领导下，他们的人口相似，天气大致相同，并且还有更多？令人痛苦的是，有时答案只能是第31位患者最终去过的地方以及她参加的大型教堂的地方。
过度方差使我们很难学习世界教给我们的教训，因为我们没有考虑因果关系。例如，这表明导致病毒传播和未传播的事件就我们所了解的而言是不对称的。看看复制的案例在密苏里州斯普林菲尔德市，两名受感染的美发师（均戴着口罩）继续与有感染症状的客户合作。事实证明，在139名客户中没有明显的感染病例（直接检查了67名；其余未报告他们有病）。尽管有充分的证据表明口罩对于减弱传输至关重要，但仅此事件并不能告诉我们口罩是否有效。相反，研究传播这种罕见的事件可能会提供很多信息。如果这两位理发师尽管每个人都戴着口罩，但仍将病毒传播给了许多人，则重要的证据表明，口罩可能无助于防止超级传播。
与输入和输出之间更紧密相关的现象相比，比较所提供的信息更少。我们可以检查一个因素（例如阳光或维生素D），并查看其是否与影响（感染程度）相关。但是，如果后果可能随几次随机事件而变化很大，则一切都会变得更加复杂-在2月中旬，在韩国，错误的人在错误的位置。这是当比较多个国家时，很难确定解释不同位置轨迹之间差异的动力的原因之一。
一旦我们认识到超级扩散是一个主要因素，在某些方面看起来过于放松的国家就会看起来大不相同，而我们通常对这种大流行的极端辩论也将被打消。以瑞典为例，根据您的要求，瑞典在没有锁定的情况下取得了很大的成功或成功，但其牛群免疫力却很糟糕。实际上，尽管瑞典已成为未能保护其社区中老年人的众多国家之一，但其防扩散措施比许多其他欧洲国家更为严格。正如库哈斯基（Kuharsky）告诉我的那样，尽管瑞典并未完全封锁，3月，瑞典对群众集会施加了限制-人数不得超过50人。尽管许多欧洲国家/地区都没有取消这一限制在第一波浪潮结束后削弱了他们的措施（由于情况的恶化，许多人恢复了紧缩措施）。此外，与大多数欧洲国家相比，瑞典的多代住房更少，进一步限制了传播和集群的机会。瑞典的学校一直保持完全开放，没有社交疏远和遮盖，但仅针对16岁以下的儿童，他们不太可能过度传播这种疾病。传播的风险和疾病的风险都随着年龄的增长而增加，瑞典已经使高中和大学生上网，这与他们在美国所做的相反。同样在瑞典，鼓励社会隔离，不遵守规定的机构封闭的。就高方差和超广度而言，瑞典不是最软（在措施方面）的国家之一，但它也不是最严格的国家。您只是不需要在各种策略的讨论和评估中经常提及它。
尽管过高的方差使得难以应用研究因果关系的常规方法，但有可能在理解什么条件使厄运变成灾难的过程中研究错误。我们还可以研究持久的成功，因为运气最终将打击所有人，因此对此做出反应很重要。
最有用的例子很可能是那些最初像韩国一样不幸的人，但是他们设法取得了重大的遏制。相反，尽管欧洲为时过早，但欧洲因其提前开放而受到赞扬。现在许多国家的案件数量正在大幅度增加，在某些方面，这些国家与美国相似。实际上，欧洲今年夏天的成功和放松（包括允许举行大型私人活动）对管理过度扩散的病原体的另一个重要方面具有指导意义：与更具弹性的系统相比，在随机情况下的成功可能是成功的。比看起来更脆弱。
正如斯卡皮诺所说，一旦一个国家爆发的疫情过多，大流行就似乎进入了“流感模式”，这意味着在社区一级持续高水平的感染-尽管大多数感染者可能不会传播感染。进一步。 Scarpino解释说，如果不采取真正严厉的措施，那么在COVID-19进入这一政权后，由于现有链条数量巨大，它可能会继续传播。此外，数量巨大最终可能导致出现新的集群，从而使局势进一步恶化。
库卡斯基说，相对安静的时期可能掩盖了事情如何迅速升级为大规模爆发，以及几个相关的放大事件如何迅速将看似无法控制的局势变成灾难。人们经常被告知，如果实时平均价差的度量Rt大于1，则大流行会升级；如果小于1，则流行会下降。对于不过度扩散的流行病可能是正确的，并且如果Rt小于1（这肯定是一件好事），请不要放松太多，因为一连串的随机事件可能再次导致大量事件的发生。任何国家都不应忘记这位韩国患者31。
但是，过度分散也带来了希望，正如韩国对疫情的积极而成功的反应所显示的那样-进行了大规模的测试，联系人追踪和隔离。从那时起，韩国也表现出持续的警惕，并证明了回溯的重要性。最近，在首尔爆发了一系列与夜总会相关的聚簇，卫生当局积极追踪和测试了与这些地方相关的成千上万的人，而不论他们之间的互动和社会距离。鉴于我们知道病原体是通过空气飞沫传播的，因此这是一个合理的措施。
可能是最有趣的案例之一是日本，该国运气一般较早，遭受打击，采取了与众不同的措施-未进行大规模测试，未进行全面封锁。到3月底，有影响力的经济学家发布了可怕的警告报告，预测医院的交通拥堵和死亡人数激增。但是，预计的灾难从未实现，尽管该国面临几波浪潮，但尽管人口老龄化，公共交通的持续使用，城市人口密集和缺乏正式的封锁，但死亡率没有大幅上升。
并不是说日本一开始的情况要比美国好。 Oshitani说，日本与美国和欧洲一样，没有进行大规模PCR测试的能力。即使是可取的，当局也无法施加完全的封锁或调节在家里的住宿顺序-在日本，这在法律上是不可能的。
Oshitani告诉我，日本在2月份注意到COVID-19的扩散过于分散，因此他们制定了主要侧重于摧毁星团的策略，试图防止一个星团被另一个星团“纵火”。奥希塔尼说，他认为，“如果没有连锁集群或大型集群，分销链就无法持续。”因此，日本实施了一种方法，该方法使用了主动追踪来检测聚类...日本还注重通风，建议其人口远离人群聚集和紧密互动的密闭空间，特别是在他们说话或唱歌的情况下。因此，在日本，过度分散的科学知识与空中传播以及有症状和无症状传播的信息结合在一起。
Oshitani反对与西方的日本战略（在该战略中，已经初步确定了大流行的所有重要特征），他们试图逐一消除感染病例。-尽管这可能不是主要的分发方法。确实，日本的案件有所减少，但警惕性并没有降低：当政府开始注意到社区案件增加时，它在4月宣布进入紧急状态，并努力争取关闭可能相关的业务。与超级传播案件。我们正在谈论剧院，音乐场所，体育场。现在，学校正在重新进行面对面的学习，甚至体育场都开放了，但禁止诵经。
并非总是与规则和限制的严峻程度有关，而是它们是否针对正确的危险源。正如莫里斯所说：“日本对星团破坏的承诺使其在明智选择的约束下取得了令人印象深刻的成果。”忽视超级扩散的国家冒着两全其美的危险：繁重的限制未能转化为重大缓解。英国最近决定限制户外聚会到六人，并允许酒馆和酒吧保持开放是很多人的一个例子。”
我们可以通过关注限制了超级传播事件的各项条件，积极燃烧集群和恢复正常部署廉价，快速的大规模测试（一旦我们的人数降低到足以执行这种策略的程度）？许多病原体传播率较低的国家可能现在开始。一旦我们看到森林，便可以找到出路。