1865年的威廉·法爾。他寫道：只有通過智力加工，事實才能構(gòu)成科學(xué)的永恒真理

公共衛(wèi)生專家從19世紀時就知道，信息可能是最好的靈藥。哪些新數(shù)據(jù)流能幫助撲滅未來的流行病大暴發(fā)？

利河的源頭在倫敦北部城郊，蜿蜒向南，直至倫敦東區(qū)，在格林尼治和道格斯島附近流入泰晤士河。18世紀初，利河連著運河網(wǎng)絡(luò)，支持著該地區(qū)日益增加的造船廠和其他工廠。19世紀時，利河已變成英國所有河道中污染最嚴重的一條，用來將倫敦市“惡臭產(chǎn)業(yè)”的排放物沖走。

1866年6月，名叫赫奇斯（Hedges）的勞工與妻子居住在利河岸邊堡貝門利社區(qū)。如今我們對赫奇斯和他妻子幾乎一無所知，除了他們逝世的悲慘事實：1866年6月27日，兩人死于霍亂。

他們的死亡并沒引起注意。從1832年霍亂傳播至倫敦起，霍亂就一直在流行，在數(shù)周內(nèi)造成數(shù)千人死亡。盡管1866年霍亂的流行在下降，但在之前的幾周里，有零星的霍亂死亡報告，所以同居一處的兩個人在同一天死于霍亂也并非聞所未聞。

然而，結(jié)果顯示，赫奇斯夫婦的死亡是又一次霍亂暴發(fā)的起點。短短數(shù)周，利河周圍的勞工階層承受了倫敦歷史上最嚴重的霍亂流行。當時報章上刊登的疾病記錄呈現(xiàn)迅猛增長的可怕趨勢。在SARS-CoV-2流行的時代，這些記錄讓我們著迷。在6月14日為周末的一周，倫敦東區(qū)有20份霍亂死亡報告，下一周為308。到8月時，每周的霍亂死亡人數(shù)近1 000人。倫敦有12年未經(jīng)歷過這樣的霍亂大暴發(fā)。到8月的第二周時，倫敦市處于霍亂的圍攻中。

接下來，和如今一樣，第一道防御是數(shù)據(jù)。倫敦人能夠?qū)崟r追蹤霍亂在東區(qū)的“大進軍”，這主要歸功于醫(yī)生、統(tǒng)計學(xué)家威廉·法爾（William Farr）的工作。在維多利亞時代的大部分時候，英格蘭和威爾士的公共衛(wèi)生數(shù)據(jù)收集由法爾監(jiān)管。你可以毫不夸張地說，如今我們周遭的新聞環(huán)境由法爾創(chuàng)造：在這個世界里，追蹤新冠病毒傳播的最新數(shù)字已變成最重要的數(shù)據(jù)流。

1866年，法爾已成為關(guān)于霍亂的理論的信眾，這個理論最初在十多年前由倫敦醫(yī)生約翰·斯諾（John Snow）提出，他認為霍亂是通過飲用水傳播的。于是，當倫敦東區(qū)的死亡人數(shù)開始增加，法爾立刻著手調(diào)查該地區(qū)的水源。

到19世紀60年代中期，大部分的勞工社區(qū)都通過私營公司來獲得供水。法爾決定，對近期霍亂中去世的人口進行分類時，不依據(jù)居住區(qū)而是按照提供飲用水的公司來分類。整合后的數(shù)據(jù)揭示出一個清晰的模式：大量患病的居民飲用了來自東倫敦水務(wù)公司的水。

該公司宣稱，他們供應(yīng)的水已經(jīng)經(jīng)過有效的過濾處理。然而，調(diào)查者很快追蹤到污染源：東倫敦水務(wù)公司的配水庫的儲水未與附近的利河適當隔離。調(diào)查者查閱那年夏天早些時候的死亡報告，發(fā)現(xiàn)了赫奇斯夫婦之死，而他們就居住在配水庫附近。檢查他們的住所后發(fā)現(xiàn)，赫奇斯家的馬桶將排泄物直接排到河中，使得霍亂弧菌進入供水系統(tǒng)，引發(fā)霍亂大暴發(fā)。這是一次精彩的調(diào)查，也是一次里程碑式的調(diào)查：1866年標志著倫敦歷史上最后一次嚴重的霍亂暴發(fā)。

疾病暴發(fā)有關(guān)的數(shù)據(jù)要如何用來控制疾病，并將未來的病例壓縮到最少？法爾是最初對此進行系統(tǒng)性思考的人士之一。他幫助創(chuàng)造的這個領(lǐng)域被人稱為流行病學(xué)。該領(lǐng)域的創(chuàng)新似乎并沒有突破醫(yī)學(xué)的傳統(tǒng)模式，只是計數(shù)和識別模式的新方式。

在新冠病毒大流行時期，我們發(fā)現(xiàn)：盡管我們和維多利亞時代的人在科學(xué)技術(shù)和醫(yī)療上存在巨大鴻溝，但我們的處境與他們相同。我們?nèi)狈ΡＷo未被感染人群的疫苗，沒有治愈新冠病毒引起的COVID-19的特效藥。目前，我們的主要保護手段是法爾在200年前構(gòu)建的手段：收集和分析數(shù)據(jù)。數(shù)據(jù)讓我們看到疾病在哪傳播，哪的醫(yī)療體系在超限運轉(zhuǎn)；數(shù)據(jù)使我們能夠計算感染率、在地圖中繪制疾病傳播熱點地區(qū)。

最終，醫(yī)學(xué)會保護我們免受新冠病毒的侵害，但在目前，生命統(tǒng)計學(xué)是我們最佳的防御。在COVID-19大流行期間，數(shù)據(jù)收集與分析已涌現(xiàn)多個新實驗，在危機結(jié)束之前，這些實驗結(jié)果可能拯救數(shù)千性命。

1877年的倫敦，人們在為街道消毒

威廉·法爾其人其事

威廉·法爾于1807年出生在鄉(xiāng)村，敏而好學(xué)，年少時吸引到富有的贊助人和多位良師。在他們的資助與支持下，法爾先是跟著本地醫(yī)生當學(xué)徒，然后在巴黎和倫敦大學(xué)學(xué)院學(xué)醫(yī)。到法爾二十五六歲時，他已經(jīng)在倫敦行醫(yī)。但他的真正熱情在于生命統(tǒng)計學(xué)：他是倫敦統(tǒng)計學(xué)會的早期成員，逐漸相信對于死亡率的宏觀模式的認知能成為像傳統(tǒng)醫(yī)療手段一樣有效的救命工具。事實上，考慮到19世紀30年代的醫(yī)學(xué)水平，數(shù)據(jù)是更有威力的工具。18世紀時，采用數(shù)據(jù)來理解生死模式幾乎是商業(yè)利益—這門科學(xué)的發(fā)展是為了保險公司的利益。但法爾和數(shù)位同儕看到了生命統(tǒng)計學(xué)作為改革工具的潛力，認為用這個手段能診斷出社會的病害。

法爾在《柳葉刀》雜志上發(fā)表了數(shù)篇分析醫(yī)療數(shù)據(jù)的論文，在1837年被雇用為注冊總署的“摘要匯編師”。注冊總署是新成立的政府部門，任務(wù)是追蹤英格蘭和威爾士的出生與死亡數(shù)據(jù)。在法爾的鼓勵下，注冊總署開始在死亡報告上記錄范圍更廣的數(shù)據(jù)，包括死因、職業(yè)和年齡。

法爾的職業(yè)生涯幾乎全都在為注冊總署工作，負責(zé)收集和整理數(shù)據(jù)：在數(shù)字中發(fā)現(xiàn)有趣趨勢、比較不同人口子群的健康結(jié)果、發(fā)明新式數(shù)據(jù)可視化方案。法爾的生命統(tǒng)計學(xué)留下的是平等主義的遺產(chǎn)：它暴露出健康結(jié)果上的不平等情況。

清點死亡人數(shù)并非新技術(shù)：從伊麗莎白時代起，倫敦的堂區(qū)執(zhí)事一直在發(fā)布每周一份的“死亡清單”。但法爾構(gòu)思出新的清點方式，讓信息變得有用。收集和發(fā)布數(shù)據(jù)并不僅是報告事實，而是更精妙、具備探索性的技藝：檢驗假設(shè)、提出挑戰(zhàn)、構(gòu)造模型。法爾加入注冊總署的那一年，他發(fā)表了一篇文章：“事實無論如何繁多，都不構(gòu)成科學(xué)。事實只有經(jīng)過比較，按照自然關(guān)系整理，通過智力加工后，才構(gòu)成科學(xué)的永恒真理?！?/p>

法爾用統(tǒng)計學(xué)來解答的第一個問題與我們當前的危機有關(guān)：都市密度對死亡率的作用程度。法爾第一批研究致力于鄉(xiāng)村和城市的健康差異問題。

法爾不僅是收集數(shù)據(jù)的先驅(qū)，還率先構(gòu)思出表現(xiàn)數(shù)據(jù)的獨特方式。衡量社會健康情況的一種方法是法爾時代稱為“壽命表”的辦法：將給定人群的死亡率按照年齡來拆分。在一份早期報告中，法爾試驗了呈現(xiàn)不同健康結(jié)果的巧妙方法，提取了從三個不同社區(qū)收集的數(shù)據(jù)。實際上，這是兩座城市和一個鄉(xiāng)村地區(qū)的數(shù)據(jù)的壽命表。以三聯(lián)圖表的形式觀之，圖示傳遞出清楚的訊息：密度決定命運。

盡管看到這些嚴酷的數(shù)字，但法爾仍然希望工業(yè)城市出現(xiàn)的健康危機能夠得到改善?！俺鞘械母咚劳雎适欠駸o可避免？”法爾在注冊總署的1840年度報告中寫道，“第一批確認城市人口高死亡率的作家對這個問題持著陰郁或狂熱的看法。城市被宣布為墮落、悲慘、疾病和死亡的漩渦，是‘人類的墳?zāi)埂??！比欢柪^續(xù)寫道：“有理由相信，人類在城鎮(zhèn)的聚集并不必然導(dǎo)致災(zāi)難?！?/p>

法爾繪制的“壽命表”，發(fā)表于1843年的《注冊總署對英格蘭出生、死亡與婚姻的第五份年度報告》中

在同一份報告中，法爾關(guān)注到他收集的數(shù)據(jù)中另一個讓人迷惑的模式，他稱其為流行病作用定律，如今稱為法爾定律。法爾分析利物浦的一場天花暴發(fā)時，將死亡計數(shù)分成10個不同階段。死亡率上升到登記的第4階段：“第1階段的死亡人數(shù)為2 513，第2階段的死亡人數(shù)為3 289，第3階段的死亡人數(shù)為4 242；這幾個數(shù)字在以30%的比率增長?！比欢?，他觀察到，“到下個階段僅增加6%，而且保持平穩(wěn)，像到達拋物曲線最高點的拋射體，而這條曲線預(yù)先便能描述”。法爾定律首次嘗試以數(shù)學(xué)方式描述傳染性疾病的起伏。倫敦帝國學(xué)院提出的模型使得英國首相約翰遜放棄最初的群體免疫策略，而華盛頓大學(xué)的COVID-19預(yù)測大大影響特朗普的決策。所有這些預(yù)報都是法爾最初在1840年草擬的作用定律的派生物。我們討論的壓平曲線最初也是由法爾繪制。

新冠大流行與數(shù)據(jù)收集

維多利亞時代的科學(xué)家會一眼就認出忙于調(diào)查COVID-19的流行病學(xué)家整合的數(shù)據(jù)中的許多關(guān)鍵數(shù)據(jù)：感染人數(shù)、死亡人數(shù)、地點等?，F(xiàn)今的生命統(tǒng)計學(xué)家能接觸更廣泛的信息，如抗體測試結(jié)果、患者的并發(fā)癥，甚至是病毒的不同遺傳品系。

但是，新冠大流行也暴露出我們收集數(shù)據(jù)方式中的幾個關(guān)鍵漏洞。在新冠病毒傳播的早期，全球并不存在讓公共衛(wèi)生官員和科研人員訪問和分析已知病例信息的數(shù)據(jù)儲存中心。 “在任何一次當代流行病中，對于共享綜合開放數(shù)據(jù)源這一點，確實從未有過成功的推進?！?美國東北大學(xué)負責(zé)急性流行病學(xué)實驗室的塞繆爾·斯卡皮諾（Samuel V.Scarpino）說道。

斯卡皮諾和一些志愿者在1月下旬組建了特別組織，推出了21世紀版的法爾死亡率報告，包含世界各地記錄的COVID-19病例的開源檔案。其他志愿者包括牛津大學(xué)研究員莫里茨·克雷默（Moritz Kraemer）和清華大學(xué)博士生徐波。2月初，COVID-19開放數(shù)據(jù)工作組已經(jīng)匯總一萬個病例的詳細記錄。如今，由數(shù)百名志愿者組成的信息網(wǎng)絡(luò)已匯總?cè)?42個國家100多萬病例的記錄。

當然，數(shù)據(jù)集的最大價值在于能提供線索，我們能借此了解疾病的未來傳播路徑，知道用什么潛在手段能阻斷傳播路徑。約翰霍普金斯大學(xué)的流行病學(xué)家凱特琳·里弗斯（Caitlin Rivers）主張，新冠病毒大流行清楚表明，我們需要建立 “流行病預(yù)報中心”的新型機構(gòu)。里弗斯將它類比為美國國家氣象局那樣的機構(gòu)。里弗斯相信，進行有目的的投入后，“我們能做到與國家氣象局一樣的優(yōu)秀程度，能為公眾提供資訊，也能幫助決策者最好應(yīng)對流行病暴發(fā)”。

預(yù)報的質(zhì)量只能與支持預(yù)報的底層數(shù)據(jù)質(zhì)量看齊，而在疾病暴發(fā)的情況下，大多數(shù)的數(shù)據(jù)收集工作都遭遇關(guān)鍵障礙：信息捕獲太遲。在COVID-19的例子中，當普通人住進醫(yī)院時，已經(jīng)過去10天。“公共衛(wèi)生報告通常都十分遲，”流行病學(xué)家拉里·布里連恩特（Larry Brilliant）說道，“從歷史上看，不久便是暴發(fā)的頂峰，因為隨著大眾越發(fā)驚恐，他們越會去看醫(yī)生，而醫(yī)生會報告公衛(wèi)官員?！?/p>

對于COVID-19這樣的疾病，那些尚未出現(xiàn)癥狀和無癥狀攜帶者都能夠散播病毒，那么病例報告上的滯后將會造成重大差別，可能導(dǎo)致疫情失控，也可能圍堵疫情。以死亡告終的COVID-19典型病例遵循以下的時間線，病程能延長至30天或更久：感染→潛伏→癥狀出現(xiàn)前的傳播→癥狀出現(xiàn)后的傳播→訪醫(yī)問病→入院治療→重癥監(jiān)護→死亡。

在標準治療方案中，甚至在最樂觀的情況下，數(shù)據(jù)收集工作也要到第10天訪醫(yī)問病時才開始。COVID-19已經(jīng)推動眾多令人振奮的實驗，旨在將數(shù)據(jù)收集工作提前到更早期。一些實驗用到了被稱為“哨點監(jiān)測”（sentinel surveillance）的手段，也就是在面臨風(fēng)險的危急人群中進行早期檢測?！澳壳霸趯π枰@知是否患病、是否隔離或看護的個人做檢測。”紐約大學(xué)醫(yī)學(xué)院流行病學(xué)科主任洛娜·索普（Lorna Thorpe）說道，“但要控制暴發(fā)，你需要知道病例出現(xiàn)在哪里，你需要搶在它前面。”COVID-19與1866年倫敦霍亂大暴發(fā)很像，對低收入群體的傷害最大。通常來說，這個群體接觸到醫(yī)療系統(tǒng)的途徑較少，而大多數(shù)數(shù)據(jù)都是在醫(yī)療系統(tǒng)內(nèi)收集的。“在疫情暴發(fā)期間，這些群體需要我們關(guān)注，他們可能是最早感染的人群，也可能是我們了解最少的群體?！彼箍ㄆぶZ說。

最初數(shù)月里，關(guān)于COVID-19的數(shù)據(jù)幾乎都指向出現(xiàn)嚴重癥狀、到醫(yī)院就醫(yī)的患者，背后的部分原因是有限的檢測試劑盒。但哨點監(jiān)測能瞄準尚未有感染癥狀的人群，這有可能在暴發(fā)之前檢測到暴發(fā)的可能。索普指出，2019年啟動的“西雅圖流感研究”大獲成功，這個行動設(shè)立檢測亭，分析來自醫(yī)院的樣本，將家用鼻腔拭子分發(fā)給西雅圖市的大部分居民，要求他們?nèi)绻霈F(xiàn)呼吸道感染癥狀，就寄送樣本。令人矚目的是，這個項目推進了首次在美國社區(qū)檢測SARS-CoV-2傳播情況的行動。

癥狀監(jiān)測是另一項在對抗COVID-19的戰(zhàn)斗中發(fā)揮重要作用的新興技術(shù)?！拔餮艌D流感研究”是這項技術(shù)的變種。其想法很簡單：除了從進入醫(yī)療系統(tǒng)的病人獲得的正式數(shù)據(jù)，在病人看醫(yī)生或去醫(yī)院之前就追蹤疾病癥狀，補充相關(guān)數(shù)據(jù)。

還有一個頗有影響力的早期項目也利用這個手段，它就是“谷歌流感趨勢”項目，始于2008年，是谷歌公司與美國疾控中心的合作成果。它并不直接追蹤癥狀，而是分析與流感相關(guān)的谷歌搜索查詢的模式：比如“我的孩子發(fā)燒了”或“疼痛不止”這樣的搜索。接著繪制出其地理位置，在流感熱點地區(qū)出現(xiàn)在疾控中心的監(jiān)控系統(tǒng)之前確定其位置。2011年，波士頓兒童醫(yī)院的流行病學(xué)家約翰·布朗斯坦（John Brownstein）幫助創(chuàng)建名叫“流感在你身邊”的網(wǎng)站，它通過規(guī)模雖小、但有統(tǒng)計學(xué)代表性的志愿者，追蹤發(fā)燒和其他流感癥狀，并仰賴用戶提交的數(shù)據(jù)。在SARS-CoV-2暴發(fā)的初期，布朗斯坦推出新版本的網(wǎng)站，名叫“新冠在你身邊”。布朗斯坦說：“大多數(shù)感染新冠肺炎的人癥狀都很輕微，很可能沒有與任何醫(yī)療系統(tǒng)發(fā)生交互關(guān)系。自身報告癥狀的數(shù)據(jù)能幫助填補缺口，尤其是考慮到檢測量有限的情況?！边@個網(wǎng)站的訪客要回答幾個簡單問題：所在地區(qū)？感覺如何？有哪些癥狀？收集的數(shù)據(jù)使得研究者能搶先在地圖上標出熱點地區(qū)，能有效將數(shù)據(jù)收集提前5天。2020年3月，大家關(guān)注紐約市的病例激增，而“新冠在你身邊”早已獲得低人口密度區(qū)域COVID-19癥狀的激增趨勢?！氨M管存在都市里的熱點地區(qū)，”布朗斯坦說，“我們見到了郊區(qū)暴發(fā)的跡象，尤其在居民在市區(qū)有住所，在郊區(qū)也有住所的地區(qū)?！?/p>

新技術(shù)也讓癥狀監(jiān)測變得更可行。以舊金山為總部的初創(chuàng)企業(yè)Kinsa從2014年起就在銷售一種能聯(lián)網(wǎng)的體溫計。根據(jù)Kinsa公司的首席執(zhí)行官和創(chuàng)始人因德爾·辛格（Inder Singh）的說法，最初版本是為了讓公司能檢測到疾病的早期模式，又不必強迫人們改變?nèi)粘Ａ?xí)慣?！拔覀兊南敕ㄊ牵鹤屛覀兲暨x出現(xiàn)有行為，人們生病在家時唯一會做的事。”辛格解釋說，“他們會抓起體溫計。”從消費者的角度來看，與Kinsa體溫計的互動直接易懂，然而，體溫計會將測試結(jié)果以匿名、帶有定位的信息發(fā)送給Kinsa公司的服務(wù)器。這種全新的數(shù)據(jù)流使得Kinsa公司能夠推出覆蓋整個美國的“健康氣象圖”，能看到各個縣發(fā)熱報告的實時數(shù)據(jù)。

從2020年3月4日起，Kinsa公司的“健康氣象圖”開始追蹤到紐約市具備統(tǒng)計意義的發(fā)燒數(shù)量的增加，這比紐約市完全封鎖早19天。3月10日，布魯克林記錄的升高體溫的人數(shù)比平時高了50%，暗示新冠病毒已蔓延到紐約市5個區(qū)，盡管官方發(fā)布的病例數(shù)依然不到200例。

我們當前數(shù)據(jù)的局限與地理而非時間有關(guān)。正如紐約大學(xué)醫(yī)學(xué)院人口健康系主任馬克·古雷維奇（Marc Gourevitch）的觀察，為疫情暴發(fā)制圖所用的大多數(shù)工具不夠精細。古雷維奇說：“在許多城市的若干街區(qū)或不到1英里的距離，衛(wèi)生健康情況可能有巨大差別。因此，如果您想要查看健康、風(fēng)險和結(jié)果的變化，則需要對正在談?wù)摰牡乩砦恢眠M行精細的查看，以便您能夠考慮在這些小尺度上進行保護的策略?；旧?，健康狀況是由人口是否集中、能否上好學(xué)校、空氣質(zhì)量如何等小尺度上的差別決定?！卑凑漳J規(guī)則，醫(yī)療數(shù)據(jù)都是以縣為單位。但在紐約市這樣的大都會里，一個縣（區(qū)）就包括數(shù)百萬人口，要以縣為尺度來追蹤快速傳播的病毒就大錯特錯了。

數(shù)據(jù)與隱私

在許多情況下，為了保護隱私，人們故意采納了廣角視野的數(shù)據(jù)收集方法。數(shù)年前，古雷維奇幫助建立了名叫“城市健康儀表板”的線上資源，按照人口普查區(qū)來呈現(xiàn)社區(qū)的平均預(yù)期壽命，展現(xiàn)僅相距幾個街區(qū)的不同社區(qū)在健康方面的巨大差異。然而，這個線上資源也引起了爭議?！拔覀兓ㄙM了數(shù)年時間并不斷施壓，才讓州政府和疾控中心拿出了人口普查區(qū)的預(yù)期壽命預(yù)測值?！惫爬拙S奇說，“因為對于隱私問題的合法關(guān)切，得耗費多年的努力?！?/p>

古雷維奇所看到的潛在解決方案是對暴發(fā)數(shù)據(jù)進行地理上的模糊化處理。在約翰·斯諾繪制的1854年霍亂暴發(fā)的著名地圖中，他在單個街道地址上記錄死亡人數(shù)，揭示出死亡事件聚集在飲水井周圍。但在COVID-19這類疾病暴發(fā)之時，無需將鏡頭放大到如此程度就能弄清暴發(fā)在哪擴大。相對于用圖釘在地圖上表示某個地址的傳染事件，古雷維奇提出的建議是故意讓目標標定不那么準確：大概以城市街區(qū)而非某個住址為統(tǒng)計單位。這樣的精細程度足以檢測到疫情通過城市微社區(qū)傳播的路徑，又不會導(dǎo)致識別個人身份。

污水樣本調(diào)查是最直接的方式

雖然這些疾病監(jiān)測手段改進了法爾和斯諾于19世紀中期創(chuàng)造的基本模型，但它們有共同的特征：都是基于從人群匯集的數(shù)據(jù)，這些數(shù)據(jù)的傳遞或通過醫(yī)療系統(tǒng)或通過自主報告。

20世紀90年代初，荷蘭微生物學(xué)家格特詹·梅德瑪（Gertjan Medema）在萊茵河三角洲進行鐵人三項賽相關(guān)的實驗。梅德瑪和同事感興趣的問題是在開放河流中游泳對健康的影響。他們收集了河水，予以分析，觀察河水中是否存在細菌、糞便病原體、腸道病毒和其他危險微生物等。當梅德瑪?shù)膱F隊在等待結(jié)果時，突發(fā)新聞中報道了斯特雷夫凱克（Streefkerk）意外暴發(fā)了脊髓灰質(zhì)炎，該城鎮(zhèn)在測試地點下游6英里處。梅德瑪分析了他們3周前收集的河水樣本，在樣本中檢測到脊髓灰質(zhì)炎病毒。“那是一次幸運的巧合?！泵返卢敩F(xiàn)在說道。

回到1992年，從公共衛(wèi)生觀點看，那些線索實際上毫無用處，因為其解讀要耗費很多時間。但現(xiàn)今的化驗工具使得科學(xué)家能在數(shù)小時內(nèi)檢測到病毒。因為人類的排泄物中有許多危險病原體，所以污水樣本是調(diào)查社區(qū)病毒或細菌活動的最直接方式。梅德瑪說：“當我看到中國暴發(fā)SARS-CoV-2疫情，我在那時就曾放言，病毒也許會來到我們國家，所以我們最好準備好污水監(jiān)測，因為能夠用污水來監(jiān)測病毒在人群中的傳播?！?/p>

《1848至1849年間英格蘭霍亂死亡率報告》中法爾繪制的數(shù)據(jù)視覺化圖表，呈現(xiàn)了倫敦的氣溫與死亡率的關(guān)系

2月6日，梅德瑪和同事從荷蘭的6個地點收集污水樣本，包括阿姆斯特丹的斯希普霍爾機場附近的污水處理廠。他們假定病毒有可能最先通過航空旅行抵達荷蘭。檢測結(jié)果是陰性的。但在一個月后，當荷蘭的疫情仍在最初期階段時，他們回到同樣的地點再次收集樣本。這一次，他們在好幾個地點發(fā)現(xiàn)病毒存在的證據(jù)。梅德瑪說：“假如在10萬人中有一人報告感染，我們就能發(fā)現(xiàn)病毒的信號?！痹诜柕臅r代，廢水是主要的流行病肇因，但在21世紀，廢水可能給我們提供重要的數(shù)據(jù)。

并非所有病原體都會進入人類排泄物中。但對于SARS-CoV-2這樣的病毒而言，與癥狀監(jiān)測相比，廢水監(jiān)測有關(guān)鍵優(yōu)點?！斑@類病毒的麻煩在于圍堵不起作用，因為有許多隱性傳播?！泵返卢斦f，“但我們能用廢水監(jiān)測手段提取病毒，污水監(jiān)測能成為拉響早期警報的手段?！?/p>

動物疾病監(jiān)測

將數(shù)據(jù)收集的時間前移的最極端技術(shù)是讓民眾徹底免于感染。19世紀40年代，法爾繪制的第一條流行病曲線的底層數(shù)據(jù)只限于人類出生和死亡模式。癥狀監(jiān)測或廢水監(jiān)測使得我們能更早獲得信號。但對于過去幾十年間出現(xiàn)的許多令人恐懼的疾病來說，最早的人類病例是在更長的時間中出現(xiàn)的?！癈OVID、SARS、MERS、豬流感、禽流感、埃博拉、艾滋病等，這些疾病在某個時候都只是動物疾病?！崩铩げ祭镞B恩特說，“相對于癥狀監(jiān)測，朝前推進兩步就是動物疾病監(jiān)測。在最近30年里，大約有50種這類疾病跨越物種，由動物疾病變成人類疾病。”

將法爾的生命統(tǒng)計學(xué)應(yīng)用到動物疾病領(lǐng)域，在人畜共通傳染病由動物躍入人類之前阻止它。我們要考慮監(jiān)測蝙蝠、豬和鳥，這是在流行病層出不窮的時代里我們可以采取的做法。

資料來源 The New York Times