其他
[搬运工] 关于水池满溢速度的一点简单估算
前言
——请品鉴：
虽然Bach老师这篇报告挺棒，但这个假设就暴露了，她对水池满溢的进度，可能缺乏一些深层次思考。下面咱就搬运某推友的简单计算（真的非常简单）~
欢迎大伙儿一起来吸焦。
首先，照惯例来点前情提要。“水池满溢”这个黑话，详见这里：《论，持久战》。
不过这玩意儿吧，其实并不是咱生造出来的概念，而是根据流行病学教材的一个基础概念魔改过来的~
——请品鉴：
这就是流行病学本科一年级讲发病率（incidence）和患病率（prevalence）的时候，最爱举的那个例子~也就是俗称的“流行病学家的澡盆子”（epidemiologist's bathtub）。
下面进入正题。
简单来说，某个看热闹不嫌事大的外国网友，用R语言写了个小东西，粗略计算了各种初始条件下的远期Long Covid（以下简称LC）流行率~咱们今天就借鉴一下这位网友的计算结果，套入到咱们这个水池困境的比喻里。
这位朋友的初始条件是这样设置的：
假设某个社区有1万人； 假设每年随机有40%人感染新冠病毒（这是妥妥的低估…实际情况是一年要爆好几波，每一波的罹患率都是六成起步，但没关系，就姑且按40%计算得了）； 每次感染有2%的风险发展成LC（又是低估…不过还是姑且这么算吧）； 重复感染会导致LC风险都增加，直到10%封顶（重复感染增加LC风险这个是Al-Aly老师那项研究的结论，没毛病~但10%封顶这个又太乐观了……照惯例，不挑刺，姑且就这样）； 最后，所有LC患者当中随机有10%会发展为永久残疾； 以上为初始条件1。
那么，在这样一个超级乐观的前提条件下，LC会以怎么的节奏注满整个水池呢？
——请品鉴：
也许是因为以上计算结果实在太过于焦虑，这位网友在初始条件1的基础上继续放水~
初始条件2：在初始条件1的基础上，额外假设所有LC患者有50%会在一年内完全康复，之后继续每年有50%患者康复。
——结果……请继续品鉴：
或者，换个姿势放水：
初始条件3：在初始条件1的基础上，把新冠病毒感染罹患率从每年40%下调为每年10%（这尼玛也太低了……看不起谁呢这是！）
——结果，请接着品鉴：
还不够？继续加大力度放水！
初始条件4：在初始条件1的基础上，把新冠病毒感染罹患率从每年40%下调为每年10%，并且额外假设所有LC患者有50%会在一年内完全康复，之后继续每年有50%患者康复（其实就是初始条件2和初始条件3的叠加）
——结果，请耐心品鉴：
这这这……哪怕放水放到这种地步~LC致残比例还是会爆，差别只在早晚而已。
以上，感谢贩焦爱好者Stuart Jones老师的焦虑模型，github传送门：gist.github.com/stuartjonesstats/d791d433d35aeac09becbfe3b8a2deb1#file-disabled-r
顺便帮Jones老师挑个刺。正如开局一张图所示，水池的水位，其实有两个渠道减少。就LC这个例子而言，除了康复之外，还可以选择去死。所以……让咱们诚心祈祷吧，不要让后者成为将来解决LC困境的一种手段。
总之，各位，情况就是这么一种情况。Bach老师设想的LC患者每年线性增长10%的场景，其实是不现实的。水池的满溢，最终只会爆发性地呈现。/摊手
如需留言评论，请移步后花园：