2020年，全中国人民过了一个不寻常的新年。
在大家还在欢庆庚子鼠年到来的时候，武汉爆发了新型的冠状病毒肺炎，并在“春运”的大背景以及武汉“九省通衢”的地理位置的双重影响下，疫情迅速从湖北省扩散至全国，甚至海外部分地区。
而通过全国疫情趋势图，我们也可以看到，从1月23日起，感染人数与疑似感染人数发生了大幅度的增长。
增长背后，真的意味着疫情的大规模扩散，甚至到了“不可控”的程度了吗？
学姐并不这样认为。
毕竟流行病学，其发展有自身的规律；而对于流行病学的研究，也远离不开数学模型以及数据分析。
下面，学姐就为大家介绍流行病学以及数据监控在此次疫情中的应用；也用科学的方式，为大家厘清一些容易让大家感到恐慌的信息。
首先，新型冠状病毒，是SARS病毒的近亲（两者在基因组水平上的相似度达到70%以上），其传播及发展与SARS病毒的发展路径有相似之处；然而差异在于，毒性更低，传染性更广。
（新型冠状病毒与SARS的基因序列对比图）
关于新型冠状病毒的基础信息：
结合关于新型冠状病毒的基础信息，我们可以看到，以上事实基本上符合根据病毒在群体感染中的进化理论，因为病毒面临免疫压力（即被免疫系统消灭的压力），因此为了逃避免疫系统的托是杀伤作用，会自身进行进化，以适应免疫系统。
我们可以用以下一组数据来说明情况：
结合目前的疫情防控数据来看，新型冠状病毒感染肺炎的致死率在3%左右，SARS的全球致死率在11%上下，而普通肺炎的致死率，以甲流肺炎为例，致死率在6.77%左右。
SARS的死亡率最高人群为老年人以及有慢性脏器疾病等人群；换句话说，即自身免疫系统相对薄弱的人群。
新型冠状病毒的易感人群为老年人，有基础疾病者；而这类人群在感染后容易成为危重症患者。
同时，对于病毒发展的研究，除了针对病毒本身的分析，在流行病学领域，也可以通过数学的动力学模型进行了解。
或者说，未来，对于疫情的监控以及发展路径模拟，可以更多依靠数据科学的力量。
结合目前新型冠状病毒的发展情况，可以参照的数学模型为SIR (Susceptible-Infectious-Recover Model)。
首先要来说明以下这个模型中几个常用的符号以及其意义：
那么根据SIR模型，其模拟的结果则如下：
图一结合目前的趋势图，大家是否感觉到有相似性呢？
就帝国理工大学的测算来看，在最基本的数据上存在一定主观性，并且没有将外力的行政手段，群众的自发防疫行为以及预防交叉感染措施等核心外部因素考虑在内；因此，其测算的数值以及疫情发展路径，存在一定的问题。
与此同时，结合腾讯等科技公司提供的数据，从1月10日到1月22日为止，从武汉（起始地）流向全国各地的城市客流量排名与各地新型冠状病毒病例发现数量，呈现出正相关的关系：
（1月15日武汉流向全国各地城市分布图，图片来自百度）
换句话说，武汉疫情的发展，有着人口学的特征。
结合往年的数据，我们也可以更清楚看到疫情大规模爆发的一些人口学因素：
目前，政府部门也在利用大数据的收集，进行疫情的监控，例如三大手机运营商对于用户移动数据的监控，以及铁路部门购票信息的监控。
事实上，针对此次疫情的控制，政府的反应，比起2003年的SARS，是有一定的进步的：
在科学指导以及防疫的指导下，作为普通人的我们，我们需要做好自己能够做的事情，比如：不谣传，少出门，做好自身保护防护工作，并在可能的情况下，为疫区人民提供支持。
虽然学姐不能否认，本次新型冠状病毒的疫情发展仍然有部分人员工作效率低下以及信息瞒报的问题；但是学姐也更加相信，当大家一起行动起来，在做好自身保护工作的同时，全力配合与支持防疫工作，我们最终一定会战胜疫情。
武汉加油！湖北加油！
中国加油！
新型冠状病毒发展进入到快速发展期，集思学院提醒大家，在家也要保护好自己，注意身体健康。
