麥肯錫：美國新冠肺炎病例起伏因素及未來趨勢報告（英文版）（6頁）.pdf

《麥肯錫：美國新冠肺炎病例起伏因素及未來趨勢報告（英文版）（6頁）.pdf》由會員分享，可在線閱讀，更多相關《麥肯錫：美國新冠肺炎病例起伏因素及未來趨勢報告（英文版）（6頁）.pdf（6頁珍藏版）》請在三個皮匠報告上搜索。

1、美國新發現的COVID-19病例在2020年末急劇上升，2021年前幾個月下降幅度幾乎與最近相同。這與冬季其他呼吸道病毒的模式相似，但在這種情況下，許多人并不清楚為什么會發生這種情況。在這篇文章中，我們探討了一個潛在的，未被充分發掘的因素：人類互動的不同模式。有些人與很多人有著密切的接觸，而另一些人則很少有聯系。流行病學家稱之為“異質混合”，盡管大多數COVID-19的傳播模型并不能解釋這一點;他們假設每個人都以相似的方式相互作用。公眾也不太理解。我們將更多不同的人群混合方式納入COVID-19的標準流行病學模型，發現該模型對病例數的預測，經不均勻混合模式調整后，能更好地反映實際病例數。正如C

2、OVID-19的每一個方面一樣，現在斷言其因果關系還為時過早;關于這種疾病，還有太多我們不了解的地方。但我們認為，這種聯系值得研究，它對社會重新開放速度的影響也值得研究。一個關鍵的問題是，過去一年里沒有見過很多其他人，但現在可能重新融入社會的人群，即使他們沒有接種疫苗。公共衛生領導人不妨仔細考慮一下他們對這一群體的信息。在一天的時間里，有些人與許多其他人互動。零售業工人、教師、送貨司機和其他許多人每天都要和很多人見面，這是他們工作的一部分。而其他人(例如跳傘者)可能覺得疾病對他們的威脅很低，所以他們繼續保持日常的互動。我們認為這兩類人都是“高風險者”，而低風險者則包括可以在家工作或傾向于規避風險的人。傳統的流行病學模型通常假設人口的混合方式大致相同，至少在年齡組內是這樣;它們沒有說明不同年齡組的混合方式不同。關于這一主題的研究有些有限，很難找到關于混合的數據，具體結論也不明顯。