新冠肺炎作為新出現的傳染病，全球尚無特效藥物及疫苗。因此，各國對疫情的遏制主要採用非藥物干預措施（non-pharmaceutical interventions, NPIs）。中國基於非藥物干預措施的疫情遏制策略是有效的，但這些措施到底多有效？其施加時機如何？要回答這些問題，需要定量評估。
當地時間5月4日，頂級學術期刊《自然》雜誌刊發了中英美多國科研團隊的研究。研究通過建模發現，中國使用的三大非藥物干預措施不僅遏制了新冠疫情在中國的發展，也為全球贏得了時間視窗。研究指出，如果不實施強有力的非藥物干預“組合拳”，則中國的新冠病例或將增加67倍，超過700萬人。
以上研究來自英國南安普頓大學、復旦大學、武漢疾控中心、美國哈佛大學、約翰霍普金斯大學等多個研究團隊。
研究者利用流行病學和匿名的人類活動資料，建立了一個模型框架，該模型使用日常旅行網路來類比中國各地的疫情暴發和干預方案。模型估計，到2020年2月29日，中國大陸總共有114325例COVID-19病例（四分位數範圍為76776-164576）。如果沒有非藥物干預措施（NPI），那麼中國大陸的COVID-19病例可能會增長67倍（四分位數範圍44倍-94倍）。這意味著，如果不加干預，中國大陸將有近766萬新冠感染者。
研究還發現：相比出行限制和降低人與人的接觸，儘早發現和隔離病例可防止更多的感染。但是，只有多種非藥物干預措施協同施加，才能取得最強、最迅速的遏制效果。
如果能夠維持社會疏遠措施，那麼自2020年2月17日起取消旅行限制似乎也不會導致全國病例增加。該研究發現有助於增進人們對COVID-19上非藥物干預措施的瞭解，並為全世界的應對工作提供資訊。
三大類非藥物干預措施
作為一種新出現的傳染病，要在幾個月之內找到有效的藥物干預措施是不現實的。而目前有限的醫療資源也是無法醫治所有的病例。因此，非藥物干預措施是公共衛生應對疫情的重要組成部分。
這些措施包括隔離患病者、進行接觸者追蹤、隔離接觸者、旅行限制、學校和工作場所關閉、取消群眾集會等。這些措施旨在減少傳播，從而延後流行高峰出現的時間並壓低疫情高峰規模，為醫療保健系統的恢復爭取時間，為疫苗和藥物的研發爭取時間。
為遏制COVID-19在中國的蔓延並減小其暴發規模，中國的非藥物干預措施（NPI）包括三大類。
首先是城際旅行限制，這遏制了農曆新年假期期間病毒的進一步傳播。對武漢及湖北省周邊城市的封城措施於春節（CNY）前兩天的1月23日實施。自春節以來，全國其他省份也實行了旅行限制。
第二類非藥物干預措施是病例的早期識別和隔離，包括改善對疑似病例和確診病例的篩查、識別、診斷、隔離以及報告追蹤接觸者。中國各地政府都加強了對湖北省旅客的例行檢查和隔離，以期儘早發現COVID-19感染。尤其是對檢測和診斷的改善，使得從症狀發作到實驗室確診的平均間隔從暴發初期的12天下降到2月初的3天。
第三類非藥物干預措施是實施接觸限制和社會疏遠措施，並加強個人預防措施，比如洗手，以減少社區一級的接觸風險。作為社會疏遠政策的一部分，中國鼓勵人們盡可能留在家裏，取消或推遲大型公共活動和群眾聚會，並關閉圖書館、博物館和工作場所。此外，學校假期也得到了延長，湖北省的春節假期結束日期從1月30日延後到了3月10日，其他許多省份的春節假期結束日期也延到了2月9日。
儘管經濟和社會成本高昂，中國在全國實施的非藥物干預措施使得新增病例數量迅速下降。先前的研究已經初步探討了武漢封鎖、旅行限制、機場檢查以及病例隔離追蹤對遏制病毒傳播的效果。但是，目前缺乏對中國不同非藥物干預措施的有效性及施加時機的全面和定量的分析比較。
基於COVID-19的流行病學資料以及歷史和近乎即時的匿名人口活動資料，研究者開發了根據旅行網路的隨機易感-暴露-傳染-去除（SEIR）模型，類比2019年12月1日以來，在340個中國大陸的城市中的新冠疫情傳播情景。通過模型，研究者進行了前後可比性分析，以量化中國三大主要非藥物干預措施帶來的影響。模型還評估了自2020年2月17日解除旅行限制以來COVID-19傳播的風險。
模擬、重建COVID-19的傳播
在實施廣泛干預措施之前，中國新冠疫情早期的流行病參數該如何取值？研究者採用的是武漢暴發初期估計的流行病學參數。
研究者通過手機用戶的百度定位服務來獲取城市間和城市內人口流動資料，以及全國範圍內從發病到報告病例的時間間隔，來衡量三大非藥物干預措施的效果。自從實施干預措施以來，中國的人口流動和接觸方式發生了重大變化，病例報告的及時性也得到了改善。
研究者估計，截至2020年2月29日，中國大陸共有114325例COVID-19病例（四分位數間距 76776 – 164576），其中湖北省占了85％。
在春節前，中國的新增病例呈指數級增長，但在實施非藥物干預措施之後，流行高峰在很快就到了，時間正是春節假期內，耗時大約一周左右。該模型對流行病和高峰的預測，與發病日期報告的資料高度一致。該模型每天的估計值與跨時間和跨區域的報告資料之間也具有高度相關性。
截至2020年2月29日，模型估計病例數與各省報告的病例數之間存在顯著的總體相關性（p <0.001，R2 = 0.86），在預測某個城市有或者沒有新冠病例時，該模型的敏感性（91％，280/308）和特異性（69％，22/32）也很高。
量化不同非藥物干預措施的影響
模型預測顯示：如果沒有非藥物干預措施，截至2月29日，中國的COVID-19病例數將遠遠高於目前的實際數值。其中，武漢市增加51倍（四分位數範圍 33倍-71倍），湖北省其他城市病例數將增加92倍（四分位數範圍 58倍-133倍）。其他省份的城市病例數將增長了125倍（四分位數範圍 77倍-180倍）。
但是，不同干預措施的表觀效果各不相同。
對武漢的封鎖沒能完全阻止病毒從武漢擴散出去，因為封鎖是在春運返鄉相對靠後的時段實施的。但是，如果不執行城際旅行限制，武漢以外的城市和省份將迎來更多來自武漢新冠病例，受影響的地理範圍將擴大到中國偏遠的西部地區。
通常來說，相比全國範圍內減少人與人之間的接觸水準和社交疏遠，早期發現和隔離病例可以更迅速、更實質性地預防感染（5倍對2.6倍）。但是，如果沒有減少對人與人接觸的干預，從長遠來看，整個地區的流行病將成倍增加。因此，綜合的非藥物干預措施對COVID-19疫情的遏制效果是最強、最迅速的，疫情的頂峰在綜合的非藥物干預措施實施大約一周後就到了。
評估干預時機：往前或往後一周、兩周或三周會有多大區別？
如果可以再早一周、兩周或三周進行干預，則中國病例數可分別減少66％（四分位數範圍 50％-82％）、86％（四分位數範圍81％-90％）、95％ （四分位數範圍93％-97％）。
受影響地區的地理範圍也將從308個城市分別縮小到192個、130個和61個城市。
但是，如果非藥物干預措施比實際實施時間晚一周、兩周或三周後進行，則病例可能較目前分別增加3倍（四分位數範圍 2-4），7倍（四分位數範圍5-10）或18倍（四分位數範圍11-26）。
評估對旅行限制的解除
干預措施實施後，湖北省以外的疫情在3月初被遏制在了較低水準（每天新增病例<10例，不包括輸入病例），而湖北省可能還需要4個星期才能與其他省份達到相同水準。
但是，如果人群接觸水準恢復到往年的正常水準，則自2月17日起取消旅行限制可能會導致病例數再次上升。因此，模型表明，到4月下旬，即使只是在有限的程度上保持社會距離（例如，平均減少25％的接觸），也將有助於確保像武漢這樣的COVID-19震中地區遏制疫情。
模型對基本感染數（R0）很敏感，如果R0較高，則流行病峰值也會較高且出現時間更晚，而遏制疫情需要更長的時間。敏感性分析還表明，在不同的流行病學參數和傳播敏感性下，該模型可以有效地測量干預效果的相對變化。
研究者的研究結果表明，協同施加的非藥物干預設施大大遏制了中國的新冠疫情傳播。較早實施可能會大大減少疫情的暴發程度和地理範圍。反過來說，延遲反應則會導致更大規模的疫情暴發。
中國的強有力、多管齊下的遏制避免了更糟的情況，降低了新冠病毒在全球蔓延的速度。中國為遏制COVID-19在世界其他地區的蔓延和減輕其影響提供了時間視窗和準備機遇。
研究者的結果提出了三個關鍵點。首先，人口流動和密切接觸在新冠的傳播中起著重要作用。由於對武漢的封鎖是在春運的後期，旅行限制並能徹底阻止病毒從武漢擴散出去，但這確實阻止了更多的病例從武漢輸出到更廣闊的地區。
其次，三種非藥物干預措施的重要性和影響是不同的。與旅行限制相比，更好地發現和隔離病例以及社會疏遠可能對控制疫情有更大的影響。社交疏遠的干預減少了人們與來自暴發中心的旅行者的接觸。這可能在遏制病毒向更廣泛的社區傳播方面特別有用，並減少了無症狀或輕度感染的傳播風險。
第三，考慮到在中國正在復工複產，中國應至少考慮保留部分非藥物干預措施，以確保對疫情的控制，避免再一次暴發。例如，考慮到從其他國家輸入的病例以及在中國發現的無症狀或亞臨床感染，應繼續保持早期病例的識別和隔離，這也可能有助於防止或延遲疫情的第二波暴發。