1704437918
然而，从统计学的角度来看，更大的问题也许是预测对象的数量呈指数型增长时，用外推法均无法做出准确预测。若恰当使用外推法，就会考虑到这一方法的误差幅度，那么得出的结果就应该是1995年美国感染艾滋病的病例数可能低到35000例，也可能高达180万例。以预测观点来看，这么宽泛的幅度并不能说明任何问题。
1704437919
1704437920
为什么2009年的流感预测会失败？
1704437921
1704437922
在流感爆发的初期，流行病专家使用的统计方法并不会如前文所提到的那样简单，但是这些专家也可能会使用外推法，根据不可靠的数据进行预测。
1704437923
1704437924
一种名为基本传染数的变量是预测疾病蔓延最有用的变量之一，通常标记为 R0，这一变量可以测量一个感染者将病毒传播给未感染者的可能数量。比如 R0=4，指在没有采取疫苗注射和其他预防措施时，一个感染者在康复（或病亡）前会将病毒传播给4个人。
1704437925
1704437926
1704437927
1704437928
1704437929
图7–2 美国累计确诊的艾滋病人数：1984~1995年确切统计的数据和根据外推法预测数据
1704437930
1704437931
从理论上讲，在没有注射疫苗或采取隔离手段干预的情况下，任何一种 Ro 大于1的疾病最终都会使全人类染病。但有时 Ro 的数值会远大于1：西班牙流感的 Ro 值为3，水痘的 Ro 值为6，而麻疹的 Ro 值则高达15。作为人类文明史上致死率最高的疾病之一，疟疾的 Ro 值可能会达到3位数，目前，世界某些地区仍有10%的人死于疟疾。
1704437932
1704437933
问题是，可靠的 Ro 估值总是要等到该疾病在某个群体中迅速传播开来之后才能明确地计算出来，得有足够的时间仔细检查统计数据才行。所以，流行病学家不得已只好依据少量的早期数据来作外推预测。另外一个关键的疾病统计量是致死率，这一数据在疾病爆发初期也很难准确预测。这就好比“第二十二条军规”，会使人陷入两难境地，但是没有这一数量，就很难准确地预测某种疾病，要对这些未知量作出可靠预估，只有等到疫情结束。
1704437934
1704437935
表7–1 不同疾病的 Ro 值的中位数估值
1704437936
1704437937
疟疾
1704437938
1704437939
150
1704437940
1704437941
麻疹
1704437942
1704437943
15
1704437944
1704437945
天花
1704437946
1704437947
6
1704437948
1704437949
艾滋病
1704437950
1704437951
3.5
1704437952
1704437953
非典
1704437954
1704437955
3.5
1704437956
1704437957
1918年 H1N1流感
1704437958
1704437959
3
1704437960
1704437961
1995年埃博拉病毒
1704437962
1704437963
1.8
1704437964
1704437965
2009年甲型 H1N1病毒
1704437966
1704437967
1.5