Preparing for the next pandemic takes more than better models: expert consensus recommendations for infectious disease modelling

当一种新疾病开始传播时，政府需要了解它传播的速度、下一个打击点在哪里，以及哪些行动可以阻止它。为了回答这些问题，科学家们构建了数学模型。这些模型并非能够确定预言未来的水晶球；相反，它们是关于病毒在不同条件下可能如何表现的结构化思考方式。可以将模型想象成一张复杂的地图，根据现有的道路和预期的天气，展示旅行者可能采取的路径。如果地图是基于糟糕的数据或隐藏的假设绘制的，旅行者可能会走错路。几十年来，这些模型一直帮助官员们应对疫情，从牛口蹄疫到全球流感传播。然而，近期的这场大流行病表明，拥有更好的地图是不够的。真正的挑战在于地图是如何绘制的，喂养这些地图的数据是如何共享的，以及如何向必须做出生死决策的人们解释结果。

一大群专家现在聚集在一起，旨在明确传染病建模应当如何运作才能发挥最大效用。该团队由来自吕贝克大学的研究人员领导，汇集了来自全球大学和研究机构的41位数学、公共卫生和社会科学领域的专家。他们不仅仅是在争论哪种方程更好，而是通过一个严谨的过程来寻找对“游戏规则”的共识。首先，他们回顾了数百项过去的研究，以了解科学家以前面临过哪些问题。然后，他们进行了四轮讨论和投票，不断完善他们的想法，直到所有人对最终的四十项建议达成一致。其目标是创建一个共同的标准，使建模更加可靠、透明，并为下一次紧急情况做好准备。

这项工作最显著的发现是，专家们几乎完美地就四十个具体陈述达成了一致。其中三十八项获得了最高等级的评价，这意味着整个专家组都认为它们至关重要。然而，这种共识并不是关于如何构建某种特定类型的模型，而是关于模型周围的条件：它所使用的数据、报告的方式以及与之共事的人员。专家组发现，一个建模小组无法独自解决这些问题。虽然科学家可以决定如何编写代码或如何解释其不确定性，但他们无法独自创建公共数据系统、谈判国际数据共享条约或确保长期资金支持。这些任务需要政府、资助机构和政策顾问在流行病期间之外的时间里采取行动，而不仅仅是在流行病期间。

专家们指出，最大的障碍通常是实践层面的，而非数学层面的。为了让模型准确，它需要及时、易于获取且明确标注了局限性的数据。目前，数据往往到得太晚，被复杂的障碍阻隔，或者以计算机无法自动读取的格式呈现。专家组坚持认为，数据应通过开放的、机器可读的系统提供，并附有清晰的文档说明。他们还强调了建立跨境协议的必要性，以便在危机期间数据能在国家间自由流动。如果没有这些基础，即使是最先进的模型也会难以提供有用的指导。该小组还强调，模型必须具有透明度。这意味着科学家应该清楚地说明他们做了哪些假设，分享他们的代码和数据以便他人核查其工作，并解释预测的局限性。

另一个关键的共识点是关于如何讨论不确定性。在过去，模型有时被视为能够预言精确未来的神谕。专家组澄清说，模型是探索可能性的工具，而非预言命运。模型可能会显示，如果不采取行动，病毒可能会迅速传播；但如果官员实施了严格措施，这种快速传播可能就不会发生。这并不意味着模型失败了，而是意味着模型成功地探索了一个被规避掉的情景。专家们认为，科学家必须明确区分什么是“对将要发生之事的预测”，什么是“在特定条件下的情景模拟”。他们还一致认为，不确定性应当以范围的形式进行传达，展示结果的光谱，而不是作为一个单一的、精确的数字来提供一种虚假的准确感。

研究还强调，构建这些模型的人往往与使用模型的人处于孤立状态。专家组建议创建能够弥合这一差距的常设角色，让专家能够将复杂的模型结果转化为清晰的政策建议。他们还注意到，模型往往忽略了弱势群体，或未能考虑到人类行为在危机期间如何变化。为了解决这个问题，专家们呼吁建立包含多样化人群的模型，并整合社会科学的见解。然而，他们也承认，增加过多的复杂性可能会使模型难以使用，因此必须根据具体问题找到合适的平衡。

尽管达成了高度一致，专家组也承认了其工作的显著局限性。专家几乎全部来自高收入国家和学术界。这意味着他们的建议反映了这些地区所拥有的资源和结构，而这些在可能爆发下一次大流行的中低收入国家可能并不存在。该小组承认，他们的优先事项列表是基于一个运作良好的政府和卫生系统的假设，而情况并不总是如此。他们还指出，他们的研究并未充分解决那些往往阻碍良好建议被采纳的政治现实，也未深入探讨不同干预措施带来的经济成本。

最终，论文得出结论：应对下一次大流行病需要的不仅仅是更好的数学。它需要建立能够让模型有效运作的机构和基础设施。专家们提出了十项在疫情间隙期间的优先事项，例如建立互操作性的数据系统、创建常设的跨学科团队以及确保持续的资金支持。他们认为，等到危机开始时再去解决这些问题就太晚了。这些建议并非作为最终解决方案，而是作为全球对话的起点。通过现在达成这些标准，科学界希望确保当下一个威胁出现时，用于对抗它的工具是稳健、清晰且准备好为公众服务的。