北京时间4月7日，北京大学陈松蹊团队关于25国新型冠状病毒肺炎疫情防控效果分析的研究论文，在英国皇家学会会刊Proceedings of the Royal Society A在线发表。
文章选取了新冠肺炎疫情最早暴发的25个国家的公开的流行病学数据，并结合牛津大学汇总的各国应对肺炎的应对指数（Oxford Covonavirus Government Response Tracker (OxCGRT)），研究各国的控制措施对新冠肺炎传播的效果。
文章发现，严格的人群限制性措施对控制疫情传播有显著成效，政府迅速地采取有力的应对措施可以显著缩短疫情到达拐点时间并有效减少感染和死亡人数。其中，中国和韩国在第一波疫情中的应对策略最为成功。通过情景模拟，研究发现，在中国/韩国的政策力度和反应速度下，其他23个国家的确诊病例将平均减少91%/89%，死亡人数将平均减少88%/86%。
文章也发现，在第二波疫情爆发前后，大部分国家的应对力度比第一波有明显减弱，这也使得第二波疫情的平均持续时间是第一波的两倍以上。
团队首先使用自主研发的Varying coefficient Susceptible-Infected-Asymptomatic-Diagnosed-Removed（以下缩写为vSIADR）模型，对各国的有效传染再生数Rt进行估计。
Rt是疫情传播中的关键指标，它代表一个感染者平均可以成功传染的易感人的个数，反映疫情有效传播能力。通常而言，Rt≥1说明疫情在继续扩散，而Rt<1则表明疫情在收缩。相较于传统的SEIR流行病模型，vSIADR模型可允许确诊前传染和无症状感染的多重传染机制，研究者称这可以帮助更准确地反映COVID-19的实际情况。
文章使用的流行病学数据来自于约翰霍普金斯大学COVID-19全球实时数据库。
各国的疫情管控的各项应对指数，来自于牛津大学的OxCGRT数据集，包括人群限制性政策（封城、关闭学校、限制聚集等）、经济援助政策（经济补贴、债务减免等）、医疗卫生（支持政策检测力度、佩戴口罩的要求程度、医疗资源投入、流调追踪等）。团队还构造了一个大气NO2（二氧化氮）指数，用来反映各国相对于2019年同期的交通流动性，用来间接反映人群的流动性。
利用政策情景试验，文章首先对政策效果进行了比较分析，计算了如果对其他23国采取中国和韩国在第一波疫情的控制措施下疫情的发展将受到何种影响。文章从本地传播开始后第8天开始使用韩国和中国传染率的日变化来构建各国家的情景传染率。
如图1所示，与截至4月20日观察到的实际病例相比，在中国/韩国情景下，23个国家的确诊病例减少了1.88/1.83万例，死亡人数减少了142645/139321，平均减少了91%/89%确诊病例和88%/86%死亡人数。
文章使用统计学的线性混合效应模型（Linear Mixed Effect）来评估前文所述的四种管控措施对传染再生数Rt的影响。
结果表明，对于17个欧美国家，政府对人群的限制性政策、经济援助能有效缓和疫情传播，而交通流动性对疫情传播有显著促进效应。研究也发现同一政策的效果在不同国家存在差异。在欧美国家中，德国、瑞典、法国、西班牙、土耳其依次为人群限制性措施最有效的前五个国家。对于研究包括的7个亚洲、大洋洲国家，人群限制性政策对于控制疫情传播是最为有效的，且效果约为欧美国家的两倍，但经济援助和医疗卫生政策没有显著效果。
基于vSIADR模型和线性混合模型，文章用截止2020年12月31日的数据对2021年1月-2月进行了三种政策情景下的模拟预测，结果如图2。当下情景是保持12月31日的政策应对水平和NO2水平；最严格情景是保持疫情本地传播以来最严格政策应对水平和最低NO2水平；50%情景是保持一半的历史最严格政策应对水平和两倍最低NO2水平。
在除中国外24国中，最严格情景会使得预计死亡人数比当下情景降低17.4%，50%情景则会升高477.2%。
模拟预测也表明，在不同情景下结果较为稳健的国家，如新加坡、澳大利亚，泰国，因在最严格政策情景和50%情景下的预测结果非常相近，可以考虑适当放松政策；而日本、瑞典、美国、法国等国家因Rt较高且历史最严格政策水平较低，如将政策放松到50%情景，其两月预计死亡人数将比维持当下情景增长超过550%。因而，对这些国家而言，放松政策并不是一个明智的选择。