拐點到了嗎？再談鍾南山是否可信
文：格致夫
據中國官方公布，截至2月8日24時，新冠肺炎全國確診日增病患2692人，累積37290人；疑似病例日增3916人，累積28942人；治癒病例日增874人，累積2926人；死亡病例日增90人，累積813人。
為便於觀察疫情變化趨勢，下圖（來自網易）給出過去20天全國新增病患變化曲線。 
分析這些變化曲線，到目前為止，有兩點值得特別注意：
1）全國確診日增病患數於2月4日逼近4000人的高峰，此後已連續4天低於該值； 2）全國疑似病例日增人數於2月5日達到5328人的高峰，至今已連續3天下降。
鍾南山院士早前對疫情持相當樂觀的態度！1月28日預估新增病患在一周或10天左右達到峰值。他當時進一步解釋說：10到14天是一個很好的隔離觀察期，潛伏期過去了，發病的及時治療，沒發病的也就沒病，不會因為春運返程出現大傳染，但排查的措施不能停。 而上面兩個峰值出現日期與鍾院士的最初研判恰恰完全吻合！據此，根據到目前為止的數據，我們似乎已經可以得出一個基本結論：盼望中的拐點已經出現！
但是，作為中共國家衛健委高級別專家組組長的鐘院士，2月3日又對此前的預估做了小幅修正：疫情蔓延可能在未來10天至兩周左右達到高峰。也就是說沒有最初預判的那麼樂觀。
那麼，面對最近幾天多少有些令人安慰的最新數據，鍾老先生又是怎麼說的呢？這位深受國人信任的84歲老人變得相當謹慎。2月6日他告訴記者：最近幾天全國確診新型冠狀病毒的病例數量仍在上升，而2月4日至6日這三天的新增確診病例在下降，但還沒有出現持續下降的情況，疫情的拐點還未到來，預計還要再等幾天。 鍾老強調：新增病例是最關鍵的指標，現在看起來，新增病例沒有繼續地明顯增高。“但是這是不是意味着拐點就來了呢？言之過早。新增病例按道理不會再升太多，但是武漢和其它地方可能不一樣。”
鍾老這番謹慎表態是不是有道理呢？在我看來，節後出現的春運返程高峰恰恰是這幾天，疫區人口的這種大規模流動，必然增加病毒的傳播機會，給全國許多地區（特別是武漢這個疫情中心，以及京、滬、廣、深等外來人口比重高的一線城市）的防疫帶來嚴峻考驗。出現超過上述兩個峰值的可能性的確不能完全排除！
重點是，鍾作為國家衛健委高級別專家組組長，除了專業判斷，必然也擔負社會責任。用謹慎的社會責任感取代樂觀的專業判斷，有助於各級政府和一線抗擊疫情隊伍避免鬆懈，力爭在後期取得更令公眾滿意的效果。
值得一提的是，有位哈佛公衛專家、WHO顧問、華裔學者丁某表示：全球正面對史上最毒的新冠病毒疫情，至少再持續 一個月才能達到高原期！他所謂的“高原期”與拐點顯然不是一個概念，他應該是這對全球感染病患累計總數而言的。這點不可混淆。
與海內外諸如此類的悲觀論調完全相反，本人甚至對鍾老先生最新的謹慎判斷也有所保留，更傾向於他最初的樂觀研判，並因此相信：出現在2月4、5兩日的兩個峰值就意味着真正的拐點——病患人數據不會再快速增加。
不難想到，對於這個判斷應該有很多人不會同意。我的基本理據有下面3條： 1）中外專家學者（包括WHO）普遍認同，新冠肺炎的潛伏期平均不到10天，最長兩周。正如鍾院士20天前的分析：“10到14天是一個很好的隔離觀察期，潛伏期過去了，發病的及時治療，沒發病的也就沒病，不會因為春運返程出現大傳染。”由此，可以合理推斷，即使在未來幾天的返程高峰期出現感染回升新狀況，變化曲線再次出現小高峰，應該也沒有理由超過目前的峰值。 2）應該對目前全國主要疫區不斷調整優化的“嚴防死守”強悍舉措有信心。特別是隨着專家學者對這種全新病毒的認識日益加深，以及一線醫生醫療經驗的迅速積累，抗擊病毒的效能必將日益提升。這是防止疫情二次惡化的最大保障。 3）鍾老在給出最新說法時，僅看到了截至2月6日的數據，而事實是，而2月7、8日兩天的數據下降更明顯了！較之峰值，全國確診日增病患數下降幅度超過30%，疑似病例日增人數也下降約25%。 順便說一句，網媒（包括萬維）今天正在流傳“大紀元”一篇文章《鍾南山：疫情拐點未到 還要觀察幾天》，該文將鍾南山2月6日回答記者的話誤傳為2月8日的最新判斷，這在客觀上容易形成誤導。
基於以上三條，本人相信：疫情蔓延高峰已經過去，疫情拐點正在呈現。
需要澄清的一點是，這裡討論的“高峰”、“拐點”，完全是針對判斷疫情最有意義的新增感染數而言的，並非疫情累計總趨勢。無疑，後者在未來一段時間還會繼續攀升。看看最上面題圖的累計趨勢圖就一目了然。只有當每天治癒出院總數超過每天新增病患總數時，這個累計趨勢才會出現拐點。
最後，作為習慣於理工思維者，為了增加說服力，我們是否還可以利用數學工具對數據曲線做進一步的解析，如曲線擬合、外推之類的工作呢？本人覺得不能這樣做。畢竟，數據變化的人為“干擾”（疫情隔離等舉措）更是決定性因素之一！再順便說一句，海外（包括香港）學者的幾個數學模型完全沒能反映中國抗擊疫情這個關鍵人為因素。他們的模型和預測數據也就根本不具備可信性。
|
