以SIR模型端看Omicron疫情

作者:蔡永澤

Omicron疫情肆虐美國,單日確診人數已逼近2020年的最高峰,染疫住院也在節節攀升,大部分都沒有完整接種疫苗。其實新冠病毒是一直不斷突變並可能與其他變種株再結合成新的病毒,人類的抵抗速度永遠趕不上,莫德納藥廠提出警告,如果患者同時感染,目前主流的Delta變異株,和新型變種病毒Omicron,在遭受感染的細胞裡,病毒會互換基因,進而演變出超強病毒!
我們也看到Omicron變種病毒在美國似乎已經無法控制,單日確診人數屢次突破20萬大關,目前正值西方耶誕假期,假期過後疫情勢更加擴大,Omicron疫情肆虐,也造成美國面臨10年來最嚴重的血荒,庫存量甚至不到24小時,全球近兩年,確診人數已突破2.8億人,其中部分人在染疫痊癒後,仍出現長期後遺症(long COVID)。美國國家衛生研究院(HIN)最新研究指出,新冠肺炎病毒可能會從呼吸道擴散到心臟、大腦,甚至是其他器官,有患者在出現症狀後的230天,仍可以在體內驗出病毒。
根據相關醫學研究指出:病毒的清除(viral clearance)效率,可能與新冠肺炎痊後的長期症狀有關。目前的疫苗是針對較早的新冠病毒設計的,但是科學家相信,它們應該會有效,雖然有可能效力有所下降。為了衡量疾病的傳染性,科學家提出了「基本傳染數 R0」,具體是這樣計算的..
R0= 每次與健康的人接觸的傳染概率 p× 染病時每單位時間與健康的人的接觸次數 c× 染病時長 t。這裡的 S、I 和 R 分別指的是
S = 健康人數
I = 感染人數
R = 康復或死亡人數
而 SIR 模型的公式長這樣..

其中 N=S+I+R是總人數(包括不幸病故的人),而 β*是感染率。為方便起見, β*/N會記為 β ,即每單位人口感染率。由於感染是由健康的人和病人接觸造成的,所以感染率( dS/dt 的絕對值)與感染人數 I 和健康人數 S 成正比。每單位時間的康復人數( dR/dt )與染病人數成正比,γ 為復原率。因此SIR模型是個很直觀的簡單模型。

然而要讓 SIR 模型更貼近現實,我們可能要讓係數 β ( 感染率 ) 和 γ ( 復原率 )隨時間變化,( 例如冬季時流感的 β 普遍較大 );又可能要考慮不同地區之間的交通和隔離等等。這麼一來,模擬的複雜程度又更高了。
根據上述,由疫苗或者過去受過感染而激發起來的能夠抵抗感染的抗體,可能對於Delta變種在一定程度上不那麼有效。而SIR 模型可以解釋真實世界數據顯示的結果,所以目前輝瑞疫苗能夠抵抗新的變種,這種疫苗對於Alpha變種的抵抗力仍然一樣。它面對Beta變種之下的保護力下降,此外,最近一項研究顯示,Gamma變種或許可以抵抗新冠病毒康復者體內的抗體;再者,莫德納(Moderna)疫苗對於Beta變種有效,所以我認為如果我們研究以SIR 模型去模擬傳播的好處是,除了模擬一個封閉的社會中的傳播狀況,還可以模擬多個互相影響的社區。