错误的建模研究导致了对埃博拉疫情的夸大预测

密歇根大学的一位生态学家和他的同事说，经常使用的理解和预测新出现的流行病的方法——包括西非埃博拉疫情的爆发——可能会导致掩盖自身存在的重大错误。

“在埃博拉疫情爆发的早期，很多人都进入了预测行业。密歇根大学生态与进化生物学系副教授亚伦·金说:“他们使用了非常简单的数学模型，结果是一系列警告，非常正确地提醒了世界形势的严重性。”

“但最终，大多数预测都被证明是言过其实了。”

3月23日，在宣布几内亚爆发埃博拉疫情整整一年后，世界卫生组织(World Health Organization)发布了一份最新情况报告，称塞拉利昂、利比里亚和几内亚迄今已有24842例埃博拉病例，其中10299人死亡。

去年9月，美国疾病控制和预防中心根据计算机模型估计，如果这种病毒性疾病继续蔓延，而没有有效的控制方法，到2015年1月，利比里亚和塞拉利昂可能会出现多达140万例埃博拉病例。国际社会加大防控力度后，疫情的爆发式增长放缓。

金说:“这些预测被证明是错误的，这不仅是因为对西非的成功干预。”“这也是因为人们用来做预测的方法不合适。”

一篇论文定于3月31日在网上发表英国皇家学会学报B，金和他的同事们提出了一些简单而廉价的方法，以避免在下一次大地震发生时陷入这些陷阱传染病爆发罢工。他们的建议与疾病传播模型有关，这是一种复杂的方程系统，利用疾病爆发早期阶段的数据来预测疾病将如何发展。

金说:“下一次疫情爆发只是时间问题，我们希望确保我们知道如何提供可靠的预测，以便在疫情发生时指导公共卫生应对。”

去年的许多埃博拉预测都是使用常见的、现成的传播模型，即确定性模型做出的。这样的模型没有考虑到疾病传播中的随机因素——例如，每次传播事件有多少人被感染——也无法准确地传达不确定性。

金和他的同事们认为应该避免使用确定性模型。取而代之的应该是所谓的随机模型，它能解释随机性，并能更精确地传达不确定性。

除了使用确定性模型外，许多埃博拉预测者还试图将这些模型与疫情爆发以来累积的病例总数相吻合。最终的结果是，预测高估了埃博拉病毒的最终规模爆发并大大低估了这些预测中的不确定性，金和他的同事说。

“确定性模型更容易、更快，结果看起来真的很好，”金说。“但当你使用它们时，这是一种双重打击。你不仅错了，而且非常确定自己是对的。”