中疾控：最高峰每日感染人数超700万,究竟是怎么一回事?(3)

模型一:
把日新增感染人数大于0.05%总人口数(万分之五或1万人)作为高峰期，则4-19日共16天为高峰期。第12日为最高峰，峰值日新增感染人数280万人(14%人口数)，该日累计感染人数已经达到760万人(38%人口数)。第19日脱离高峰期时，累积感染人数达到1240万人(62%人口数)。随后每天日感染人数逐渐降低，到第25天已经减小到每天新感染仅仅16人(总人口的一千万分之四)。
但假设这时人们完全失去了戒备心理，从第25天起，疾病又按Rt= 9的传染率悄悄传播。形成了微弱的第二波(第50-68天共19天)，但第62天的最高峰值仅日新增13.4万人(0.067%人口数)，不过由于持续时间19天较长，总的感染人数最后又增加了180万人(9%人口数)，达到1420万人(总人口71%)。
模型二:
第5-19日共15天为高峰期。15日为最高峰，峰值日新增感染人数182万人(9.6%人口数)，该日累计感染人数达到700万人(35%人口数)。第19日脱离高峰期时，累积感染人数达到1240万人(62%人口数)。随后每天日感染人数逐渐降低，到第25天已经减小到每天新感染近1000人(总人口的十万分之五)。
但假设这时人们失去了戒备心理，从第25天起，疾病又按Rt= 9的传染率悄悄传播。形成了仍然可观的第二波(第31-40天共10天)，第36天的最高峰值达日新增100万人(0.5%人口数)，总的感染人数最后又增加了524万人(26%人C7数)，达到1580万人(总人A79%)。
小结:
疫情发展不是一个单凭直觉就能掌握的简单的线性过程，需要认真的分析研究才能判定其发展趋势。本文简化模型没有考虑潜伏期、传染期等因素，不必过分解读计算结果的具体数值，但对疫情发展总的趋势有所启发。
如果第一波来得猛烈，虽然对医疗资源造成极大压力，但如果感染人数达到总人口的62%以上，后续即使在微设防甚至不设防的条件下，对Omicron这种高R0的病毒，也基本不会造成新的显著高峰，而是缓缓造成再10%人口的感染，最终在达到70%左右人口感染后初步接近群体免疫(理论上1一1/R0=89%以上的人感染后才能完全实现)。
相反，如果第一波不够强，哪怕造成了总人口50%以上的感染，如果微设防或不设防，对Omicron这种高RO的病毒，仍会在较短时间内造成新的第二高峰，其日增峰值仍可达到约百万人(5%人口总数)，最终有近80%左右人口感染后接近群体免疫。
本文模拟结果有助于理解，为什么世界上对抗COVID-19疫情中，会出现两类情况:丹麦、荷兰等出现一个很大高峰后，尽管后续疫情仍有微小起伏，但基本不出现大的波峰;反之日本、南韩和我国台湾等地，虽然第一波峰较低，但后续不断出现明显的第二、第三波峰。