1704438018
传染疾病最基本的数学处理模型就是 SIR 模型（见图7–4）。该模型形成于1927年，假定某人在某时可能会处于以下3种状态中的一种：S 代表易受疾病传染，I 代表被感染，R 代表康复。像流感这类不算严重的疾病，从一种状态转变到另一种状态完全是单向的：从 S 到 I，再到 R。在这一模型中，疫苗基本上充当了捷径的角色，可以让某人直接从 S 到 R，免去生病的过程。这个模型背后的数学过程是相对直接的，（将题目）概括成不同的方程式，在电脑上经过几秒钟的运算就可以得出结果。
1704438019
1704438020
问题是，这个模型要有很多假设才可以有效运转，而其中有些假设在实践中根本无法实现。尤其是这个模型假设在某个特定人群中，每个人的行为方式都是一样的。他们同样易受传染，都可能接种疫苗，彼此随意接触；他们中并没有种族、性别、年龄、宗教信仰、性取向以及教派的区别；每个人的行为方式基本上没有什么区别。
1704438021
1704438022
1704438023
1704438024
1704438025
图7-4 SIR 模型的示意图
1704438026
1704438027
在那些通过性行为传播的疾病中，最容易看出这些假设的缺陷。
1704438028
1704438029
20世纪90年代后期到21世纪初，旧金山的男同性恋群体中无保护措施的性行为越来越普遍，而早在20年前这群人就曾受到人类免疫缺陷病毒/艾滋病病毒的侵蚀。一些研究者将这一情况归责于吸毒人数的上升，尤其是吸食冰毒常会引发更危险的性行为。其他研究人员认为是由于抗病毒治疗的效果越来越好——“鸡尾酒治疗法”可以让人类免疫缺陷病毒携带者的寿命延长几年甚至十几年：对男同性恋者而言，HIV 不再等同于死刑判决。然而，其他理论则比较关注时代模式——20世纪80年代艾滋病盛行的旧金山，在新一代男同性恋群体眼中似乎已成为一段遥远的历史了。
1704438030
1704438031
但专家们都同意这样一种说法，那就是随着无防护措施的性行为逐渐增多，HIV 病毒感染率也会随之升高。
1704438032
1704438033
但是，结果证明 HIV 病毒感染率并未升高，其他性传播疾病反倒增加了：在男同性恋者中（MSM），一种新型的梅毒——20世纪90年代，梅毒在旧金山已基本根除了——又开始快速传播，病患人数从1998年的9例增至2004年的502例。淋病发病率也有所增加。然而，矛盾的是艾滋病病例却并没有增加。2004年,梅毒发病率达到多年来的最高值，而 HIV 确诊数却降至继艾滋病传播以来的最低值，对于研究者来说，这种现象并不合理；梅毒和 HIV 病毒在统计学上通常紧密相关，存在着因果关系，因为一旦染上其中一种病毒，就会更容易染上另外一种。
1704438034
1704438035
现在看来，这个悖论已经有了解决方法，那就是男同性恋者“血清分类”的效果越来越好，也就是说，男同性恋者在选择性伴侣时，会选择和自己 HIV 情况相同的人。他们是如何做到这一点的呢？对此众说纷纭，但在旧金山、悉尼、伦敦和其他同性恋人口居住较多的城市，对大量男同性恋者所作的详细行为研究中的确记载了这种做法。或许是因为，公共卫生宣传发挥了一些积极作用，有些宣传对“避孕套疲劳”避而不谈，而是强调“协商安全”的理念。从某种程度上说，也许互联网已经取代同性恋酒吧，成为同性恋者挑选性伴侣的首选之地。互联网公开信息要遵守不同规定：许多人都会在基本资料中填写 HIV 状况，另外，在家中的私密空间问一些平时难以启齿的问题要比在酒吧喧闹的舞池里问得更容易一些（也更容易得到诚实的回答）。
1704438036
1704438037
无论原因是什么，显然，这类具体的、局部的行为混淆了更为简单的疾病传播模式——幸运的是，这种情况意味着这些模型高估了 HIV 病毒。SIR 这类阶段模型认为每位个体都容易受疾病传染。可是，当某些疾病是通过十分亲密的接触传播的，或当不同种类群体染病的风险是不一样的，SIR 模型就行不通了。你不可能随便走进一家商店，回家时就携带了 HIV 病毒。
1704438038
1704438039
然而，即使是某些更简单的疾病，这种阶段模型也会因为其假设过于宽松而失败。以麻疹为例，绝大多数刚入行的流行病学家，在读博士阶段的第一个研究对象就是麻疹，因为这种病最容易研究。欧祖诺在哈佛大学的一位同事马克·利普思奇称：“麻疹是传染病的模型系统。只需进行一个血液测试，就能很明确地判断出这种疾病，因为麻疹病毒只有一种类型，所有带有这种类型的病毒的患者都是麻疹患者。一旦患过麻疹病，就不会再次发病。”如果说有哪种疾病能采用 SIR 模式来处理，那恐怕就只有麻疹了。
1704438040
1704438041
20世纪80年代到90年代初，芝加哥爆发了严重的麻疹疫情，流行病学家在预测时感觉困难重重。传统模型显示，已经有足够多的芝加哥居民接种了麻疹疫苗，这些人本可以营造一种“群体免疫效应”——从生物学角度来看，这种效应就相当于“防火墙”，接种了疫苗之后疾病就没有机会传播，渐渐就会消失。然而，20世纪80年代，几年内有近千名芝加哥人患上了麻疹，其中大多数的患者是孩子；情况十分严重，该市下令让护士挨家挨户为大家注射疫苗。
1704438042
1704438043
来自芝加哥大学医学院的儿科及传染病专家罗伯特·多姆博士对这次麻疹爆发作了深入研究。多姆医术高明、声音厚重、络腮胡子、有一种超然的幽默感。我采访多姆和他在芝加哥大学的两位同事时，多姆刚从海地回来，他参与了2010年的海地地震救灾工作。
1704438044
1704438045
我曾在芝加哥住过13年，那是一座由一片片社区组成的城市。这些社区通常都是彼此分离，不同种族、不同社会经济地位的人很少混居在一起。多姆发现这些社区对疫苗接种的倾向也不同：内城居民大多比较穷困，南部的黑人很少让孩子接种 MMR（麻疹、流行性腮腺炎、风疹）疫苗。那些未接种疫苗的孩子一起上学，一起玩耍，打喷嚏都是面对面。这些人违背了 SIR 模型称为随机组合的假说，该假说认为人群中任意两个人彼此接触的可能性是一样的。于是，麻疹在黑人孩子中传播。
1704438046
1704438047
这个非随机组合的现象也是1976年 H1N1病毒惨败记的诱因，当时的科学家试图根据迪克斯堡出现的病例外推出美国受 H1N1病毒危害，而迪克斯堡就是一个非随机组合。从局部来看，那次 H1N1——现称为新的流感毒株 A/新泽西/76——十分危险，因为在军事基地中，该病毒传播的速度非常快，两三周内就有确诊病例230例。科学家由此推断该病毒的基本再生率肯定相当高——或许和1918年大流感的 R0值一样，约为3。
1704438048
1704438049
然而，军队的环境向来易于传播疾病。士兵们彼此接触密切，在军营里常共享食物和床上用品，几乎没有私人空间。另外，士兵们还常常进行高负荷的体能训练——这会使他们的免疫系统暂时衰竭——而社会规范认为军人即使生病了也得坚守岗位。于是，传染病就有无数的机会在士兵中传播，传播速度通常会非常快。
1704438050
1704438051
随后对迪克斯堡爆发的流感研究显示，疾病的快速传播是由环境因素引起的，与疾病本身的危害程度没有直接关系。迪克斯堡完全不同于任何美国社区或工作场所。事实上，根本不必担心 A/新泽西/76流感，其 R0值仅为1.2，它与一般季节性流感的情况相类似。在军营外，或者在除了类似军营环境的大学宿舍、监狱之外，流感并没有那么严重。这种流感基本上在迪克斯堡已经消失了，不会传给新的个体。
1704438052
1704438053
A/新泽西/76流感的传播以彻底失败告终，就像旧金山 HIV 或梅毒的悖论，或是20世纪80年代的芝加哥麻疹疫情爆发，都证明那些做出的假设过于简单的模型存在局限性。当然，我并非存心暗示你应该永远倾向复杂的模型，不该用那些简单的模型。正如本书前几章所讲，复杂的模型也会使人误入歧途。因为复杂的模型常常提供更明确（却未必更准确）的答案，这些答案会导致预测者过于相信自己，误以为自己可以预测得更准确，可实际上并非如此。
1704438054
1704438055
然而，简单化仍可算作一个模型的优点，但一个模型至少应该简单得高明些。SIR 这类模型尽管有助于了解疾病，但对于预测疾病的过程或许就无能为力了。
1704438056
1704438057
所有的预测都失败了
1704438058
1704438059
模型越复杂，就越能大幅提高预测的准确性，能证明这一点的例子相当少，气象预报便是其中之一。气象学家花费数十年的时间，创建了一个符合自然规律的物理模拟系统，有了这个系统，进行气象预测时，这些气象学家就能比单纯使用统计方法表现得更好。
1704438060
1704438061
现在，有越来越多的团队正试图用相似的方法预测疾病，他们采用的技术就是广为人知的“基于 Agent 建模方法”。我拜访了匹兹堡大学的一些研究人员，他们的研究一直处在这类技术开发的前沿。匹兹堡大学的团队将他们的模型命名为 FRED（即 framework for the reconstruction of epidemic dynamics 的首字母缩写，指传染病动态重构框架）。这个名字也是为了向电视节目《罗杰斯先生的邻居》的节目主持人、匹兹堡人佛莱德·罗杰斯致敬。
1704438062
1704438063
和芝加哥一样，匹兹堡也是一个社区之城。匹兹堡的研究人员一说到疾病，就会想到居民区，所以 FERD 模型本质上就是一个模拟的匹兹堡城——一项十分细致的模拟，每个人都用一个“仿真人”来代表，这个“仿真人”拥有自己的家庭、社交网络和居住空间，拥有一套和他的社会经济地位相匹配的一系列信仰和行为。
1704438064
1704438065
约翰·格雷芬斯特博士是匹兹堡团队中众多科学家中的一位，他的人生的大部分岁月都生活在匹兹堡，讲话时还带着当地独特的口音。格雷芬斯特博士向我解释 FERD 是如何组织起来的：“这个模型里有学校、工作场所和医院，它们都被放置在正确的地理位置上。这个模型的设置相当复杂，研究团队安排儿童都去上学，却不一定是就近入学——有的学校面积小，有的学校则面积非常大。因此，你会了解到这种合成的模拟城市人口数量。”
1704438066
1704438067
格雷芬斯特博士和他和蔼可亲的同事尚恩·布朗博士向我展示了 FRED 模拟的结果，在模拟的匹兹堡市、模拟的华盛顿城或是模拟的费城中，用颜色标注的疾病浪潮正从一个区域泛滥到另一片区域。但是，FRED 也是一项严肃的工作，这些模型也没有优于真实城市的虚拟处理方法：一个城镇、一座城市乃至一个州的每个人都用“仿真人”来代表。一些基于 Agent 建模方法甚至尝试着模拟整个国家，甚至整个世界。同气象预报模型一样，这需要进行大量的计算，因此需要借用超级计算机。