美國的防疫手段：數據、直覺和其他武器，什么才最有效？_ACK:SunContract

作者丨杰里米·布朗

臨床診斷為何不能準確預測流感病的爆發？

在急診室，我們關注的并非關于流感病的諸多未知因素。光是處理躺在輪床上的流感病人，就足以讓我們手忙腳亂的了。急診醫生關注的問題包括：出現咳嗽、疼痛和打噴嚏等癥狀的病人，是否患有流感？需要用藥物治療嗎？需要讓病人住院嗎？

大多數急診醫生，包括我自己，通常都不愿意為患者進行快速流感測試，而是依賴患者的描述和癥狀。如果患者發冷、流鼻涕，如果他身體疲憊、發燒和盜汗，如果他感覺有一種像被車子碾壓過的疼痛，如果時值深秋且他的室友在一周前有同樣的癥狀，那么他很可能患有病性流感或非常相似的疾病。這一診斷自有其合理性，因為大多數醫生都記得他們在醫學院所學的內容：如果實驗室檢測結果對于患者的治療措施沒有任何影響，則無須做此類檢測。

我在急診科接診的幾乎所有流感患者都無須住院，只是建議他們服用一些非處方藥來控制發燒和身體疼痛，并且多休息、多喝水。如果實驗檢測能夠驗證我的臨床診斷，那么這個治療計劃不會有絲毫變化。如果實際上不是流感病在作祟，而是十幾個導致流感樣疾病的病中的一個，結果將是相同的。患者仍然無須住院，仍然需要服用泰諾或美林治療發燒和身體疼痛，仍然需要在家休息并多喝水。既然如此，我幾乎從不進行快速流感檢測，這對于我治療病人的方式沒有任何影響。基于這些原因，臨床治療通常不進行流感檢測。

即使醫生進行了流感檢測，檢測結果也只能顯示患者的情況，而不能向當地衛生部門說明有關流感病例的數量。而關于流感病例數量的信息非常重要，因為只有獲得該信息，才能在社區層面進行計劃，并在必要時采取諸如關閉學校等特殊措施。為此，需要報告每位患者的數據。

這本身便是一項艱巨的挑戰。數據收集依賴于醫院及其工作人員的配合；除了業已繁重的工作之外，他們還必須審查當天的工作，填寫表格，記錄他們治療的流感病例數量。報告是否持續進行，是否及時全面，這里面可能會存在重復統計。如果流感患者先在急診科就診，然后住院，應將其計入急診科統計數據還是住院病人統計數據？此外，應該由誰填寫表格？護士？醫生？助理醫師？與所有檢測一樣，流感檢測須支付檢測費、實驗室材料費以及技術人員將結果輸入計算機的人工費。為了達到監測目的，對全國成千上萬名患有流感樣疾病的人進行流感檢測，可能會花費數百萬美元。

美國許多州請求——但不是要求——初級保健醫生、兒科醫生、內科醫生和緊急護理診所追蹤具有流感樣癥狀的患者數量。在加州，約有150家醫療機構這樣做。但在擁有近2000萬人口的佛羅里達州，只有43家醫療機構加入了流感跟蹤系統。美國疾病控制與預防中心建議，每一家醫療機構為25萬人提供數據，因此佛羅里達州僅有獲得有用統計數據所需數量的一半。

僅僅依靠醫療保健機構的合作和志愿精神，則意味著他們提供的流感數據有時可能缺乏及時性或完整性。從某種意義上說，我們獲得的是一些拼湊的信息，對于整體規劃毫無用處。

本文出處：《致命流感：百年治療史》，杰里米·布朗著，王晨瑜譯，社會科學文獻出版社2020年3月版

在平均8小時的急診科輪班中，我會接診30~50名出現流感癥狀的新患者：咳嗽、發燒、身體疼痛、發冷、疲勞、出汗、流鼻涕，以及喉嚨疼。一些患者可能只出現其中一種癥狀，而有些患者也可能出現嘔吐——或者可能只是嘔吐。現在要求我估計這些病人中有多少患有流感。我應該報告所有有疼痛、發冷、發燒其中一種癥狀的患者，還是僅報告同時有疼痛、發冷和發燒癥狀的患者？如果他們僅是發燒和嘔吐，但沒有身體疼痛呢？如果沒有實驗室檢測來診斷導致病人患病的確切病，我便無法確定病人是否真正患有流感，還是患有導致流感樣癥狀的諸多流感樣疾病中的一種。

臨床判斷，只能使我做出相當不精確的最終診斷：“發燒”或“病綜合征”。如果我做出病性流感的診斷，該診斷可能只是有時正確。就病人護理而言，這種做法并無不當之處。但如果是收集有關流感季嚴重程度的數據，那么這種做法則不可取。

法國AMF秘書長：“歡迎”逃離美國的加密貨幣公司:金色財經報道，法國金融市場管理局（AMF）秘書長Beno?t de Juvigny向記者表示，“歡迎”逃離美國的加密貨幣公司，歐盟成員國已經擁有大約包括Binance和Bitstamp在內的74家注冊的加密貨幣公司，隨著剛剛商定的 MiCA 歐盟加密立法的實施，100多家公司可能會在法國注冊。據悉，加密貨幣服務資產供應商制度被稱為PSAN，是在2019年立法的。[2023/5/17 15:08:39]

很多病都可以讓人生病。鼻病可以引起普通感冒。輪狀病可以引起惡心、嘔吐和腹瀉。腺病會導致結膜炎、咳嗽、流鼻涕和身體疼痛。人類呼吸道合胞病通常會感染幼兒，導致他們發燒、咳嗽和流鼻涕。但這些都不是流感病。而我們僅僅想要追蹤流感病。如果不進行檢測，初級保健醫生便無法得知是哪種病導致了病人出現的癥狀。

如上所述，這一點對患者無關緊要。對所有病的治療方式都是一樣的，因此不需要進行昂貴的實驗室檢測。但如果你是一名流行病學家，并且想要預測下一次流感疫情會在何時何地暴發，則必須追蹤流感病。你不能依賴醫生的臨床診斷。因此，必須使用實驗室測試來區分流感樣疾病和真正的流感病例。在急診室，基于以上概述的種種原因，我幾乎從未采用過流感拭子，但我的同事有時想知道病人的“流感”是否為真正的流行性感冒，因此有時我會對患者進行拭子采樣——使用小工具來回答大數據問題。

有時候，數據收集可能會產生反作用。1992年夏天，阿拉斯加州費爾班克斯市的公共衛生實驗室從一名初級保健醫生辦公室那里收到了9個陽性流感拭子。這些拭子全部來自9歲以下的兒童，由于兒童在流感季往往是首先發病的人群，因此這并不奇怪。但不尋常的是，這些病例出現在通常的流感季之外的夏季。病例的上升引起了美國疾病控制與預防中心的注意。該中心向費爾班克斯派遣了一名工作人員，試圖確定這些病例是否可能意味著將會暴發新一輪的流感疫情。這名工作人員便是阿里·汗，現任內布拉斯加大學醫學中心公共衛生學院院長，當時是美國疾病控制與預防中心的醫學流行病學家。汗擔心：該流感可能是一種大流行性流感病。畢竟，1918年流感大流行出現了兩波，其中第一波異乎尋常地出現在春季和夏季。

人們從未聽說過1992年費爾班克斯流感疫情，因為它根本不存在。汗之所以被派往阿拉斯加，是因為一位兒科醫生工作有些過于細致，對每名流鼻涕的患者都進行了流感拭子采樣。流感的發生率在夏季一般很低，該兒科醫生的細致檢測僅反映了通常的流感病例數量，而且這些數據僅來自一名醫生的辦公室。總體而言，流感病例并未超出平常的數量。這一場虛驚完全是由數據引發的。

大數據為何不能準確預測流感病的爆發？

在當今時代，可以通過谷歌等搜索網站獲得許多問題的答案。我應該去哪兒吃飯？飛往圣達菲的機票多少錢？“你有感冒藥嗎？”的法語翻譯是什么？我得流感了嗎？請用谷歌搜索答案吧。在不到1秒的時間內，將有超過150萬條結果出現在你的瀏覽器中。你可能會看到由泰諾贊助的網頁信息：“感覺身體不適？你所在的地區流感病非常活躍。”你也可能發現WebMD鏈接：“流感還是感冒？了解它們的區別。”在更早的時期——比如說2008年冬天——谷歌會利用你提出的關于流感的問題，來回答流感正在何時何地傳播。

谷歌進行流感預測的嘗試始于2008年的一項新服務：谷歌流感趨勢。首先，谷歌回顧了過去5年中已經完成的數10億次搜索。在美國，每年至少有9000萬成年人在谷歌搜索醫療信息。谷歌搜索了與流感相關的查詢，并將其與美國疾病控制與預防中心的歷史流感數據進行匹配。然后，谷歌利用這些查詢來預測未來可能發生的情況。例如，2008年1月28日，關于流感的查詢數量在谷歌流感趨勢上飆升。兩周后，美國疾病控制與預防中心報告稱流感感染病例出現上升。

硅谷提供實時流感數據的能力遠超行動緩慢的醫院、科學家和醫療官方機構。如果算法準確無誤，谷歌流感趨勢可以幫助政府和醫療行業在流感季到來時做好準備并及時做出反應。在預防或遏制流感暴發的工作中，一項重要任務便是準確找出患有流感的病人。正如我們所見，這項任務遠比聽起來要復雜得多。

動態 | 區塊鏈公司TAAL擬購買5萬個位于美國的非運營云計算單位:TAAL分布式信息技術公司（簡稱TAAL）今日宣布簽訂一項資產購買協議，用以收購超過5萬個位于美國的非運營型云計算單位，賣方為三家與Calvin Ayre（CoinGeek創始人）有關聯的公司，分別是：Tansley Equipment Limited, Fractical Sense Limited以及Laser Lollypop Limited。（GlobeNewswire）[2020/2/18]

谷歌流感趨勢似乎是一種解決方案，或者至少是一種能提供一些醫生和護士無法提供的深入、廣泛和復雜信息的大數據工具。計算機利用簡單的谷歌搜索來完成相當復雜的任務：預估流感造成的負擔。情況看上去是這樣的。有一段時間，谷歌流感趨勢好像紅極一時。它似乎預測了加拿大、澳大利亞和幾個歐洲國家的流感，并得到了抗病藥物銷售數據的證實。

然而，2009年卻出現了問題，谷歌流感趨勢低估了美國甲型流感暴發的風險。谷歌的算法已經更新，包含了更多的與流感直接相關的搜索詞，以及更少的與其并發癥有關的搜索詞。此次問題成為未來更多事件的先兆。2012年的冬天，給谷歌流感趨勢以致命一擊。

那一年，美國流感季出現了一種相當致命的病，導致發病率及死亡率均高于正常情況。但當流感季結束時，人們發現谷歌高估了業已很高的流感感染數量，其偏差超出了實際值的50%。

谷歌流感趨勢

哪里出了問題？也許谷歌的算法過于笨拙。它必須每年重新校準，因此從未達到其應有的精確度。或許這個問題更具根本性，而且與谷歌自身有關。畢竟，谷歌的核心使命，不是提供關于流感流行程度的最佳數據。相反，谷歌是一家把追求利潤放在首位的公司，其核心商業模式主要是通過其強大的搜索引擎產生廣告收入。在具有較大影響力的《科學》雜志上，有文章聲稱谷歌對算法進行的一些調整是為了改進其商業模式，而這是以犧牲預測準確性為代價的。

也許很多人，在谷歌上搜索有關流感的關鍵詞，并不是因為他們生病了，而是因為他們害怕生病。這些“焦慮不安”的互聯網用戶從未生病，但他們的搜索仍然成為谷歌數據采集的一部分。要記得，2012年流感的形勢尤為兇猛，其嚴重程度得到了媒體的關注和報道，并被紐約定性為突發公共衛生事件。也許這些因素增加了利用谷歌搜索“流感”的人數，但這當然不等于感染流感的人數。最終，谷歌流感趨勢至少在一個方面非常準確：量化其用戶對流感關注度的高峰和低谷。

這一切背后，可能是人們的狂妄自大。通過大數據，人們確實能夠前所未有地觀察數百萬個數據點，但這些數據點并不總能反映出基層的準確情況。在2016年的總統選舉中，幾乎每個數據點都表明希拉里會獲勝。另一個例子便是波士頓的“顛簸的街道”App，它使用智能手機中的加速度計來檢測道路中的坑洼；波士頓市民會自動把坑洼位置的數據發送給App。

然而，該應用程序收到的關于坑洼位置的信息，僅來自年輕、富裕的車主——那些通常會使用像“顛簸的街道”這樣的應用程序的人。盡管這一具體的數據集非常完整，但它沒有反映出波士頓所有坑洼的位置，正如民意調查沒有反映出希拉里在密歇根州、威斯康星州和賓夕法尼亞州獲得選票的情況。實際情況，比我們想象的更為廣泛、復雜。

這是否意味著如果沒有更傳統和經過驗證的方法的支持，前沿技術便毫無價值？在1918年的流感大流行發生95年后，雖然科技經歷了日新月異的發展，但我們仍然不能準確判斷感染流感病的人群。也許綜合使用傳統工具和創新技術——流感咽喉拭子和大數據算法——可以幫助我們最有效地識別感染人群并遏制流行疾病發生。

于1984年創立了首個計算機流感追蹤程序的法國流行病學家艾倫-雅克·瓦倫隆表示：“今天，人們很難想象沒有現有的系統就可以進行疾病監測。”“新系統過分依賴現有的老系統，以至于在沒有它們的情況下便無法運行。”

聲音 | 肖磊：區塊鏈是下一個互聯網+美元的超級系統，美國的對手只有中國:12月6日消息，今日肖磊在其微信公眾號發文稱，區塊鏈是下一個互聯網+美元的超級系統，美國的對手只有中國。

區塊鏈這套系統，可以承載貨幣、法律、銀行、契約、結算機構、國際協議等等多重角色，而不用擔心它背后的系統的共識性、可靠性。

中國雖然有擴展性極強的移動支付網絡，但美國已經逐步放行Facebook發行的基于區塊鏈和美元的國際貨幣Libra，美國財政部長今日已明確表態，只要不用于資助恐怖活動，遵守銀行保密和反洗錢規定，美國將不會反對Facebook創新數字貨幣。這將使得美元成為區塊鏈的子系統，但Facebook屬于美國，這也為美國在未來世界增強了一份競爭力。[2019/12/6]

一些人預測，谷歌將再次更新谷歌流感趨勢并改進其算法。但在2015年8月，谷歌流感趨勢團隊卻發出了告別信。他們停止了網站運行，并開始“授權一些機構”，例如公共衛生學校和美國疾病控制與預防中心，使用數據來構建自己的模型。

我們需要監測流感患者數量，是出于多種原因。如果沒有準確的統計，就無法追蹤流感的進展和消退。衛生部門需要準確的數字來做好準備——無論是儲存疫苗還是向公眾提供有關流感風險的建議。疫苗生產商根據以往的統計數據，以確定當年的疫苗是否對癥。此外，了解某一年的流感病的確切情況，對預測下一年流感病的發展趨勢至關重要。

如果大數據和科技手段無法統計流感患者數量，又有什么手段可以實現這一目標呢？

“流感美元”：股市也能預測流感病的爆發？

大概在谷歌流感趨勢推出的同時，愛荷華大學的福雷斯特·尼爾森率領經濟學家團隊，嘗試了一種不同的方法來估算流感造成的負擔。尼爾森花了數年時間研究預測和經濟學重疊的邊界：股市。當我們購買一家公司的股票時，我們相信它將會發展壯大，超越競爭對手，并產生利潤。相信這家公司未來將會成功的人越多，其股價就會越高。

相反，如果我們認為一家公司的發展前景黯淡，將來不會取得成功，其股價將隨著股東的爭相出售而下跌。尼爾森將股市預測應用于，用于預測選舉結果，然后又將目標轉向流感。他能夠利用各種迥然不同的專業知識來預測流感病人數量嗎？

這個問題催生了愛荷華州流感預測市場。尼爾森從該州眾多了解流感的人中，選擇了護士、校長、藥劑師、醫生和微生物學家，希望他們提供的綜合信息能夠幫助自己了解當前的流感患者數量，并預測未來的流感患者數量。

2004年1月，該項目開始啟動。尼爾森僅邀請了52位具有不同背景的醫護人員參與交易。他獲得了一筆補助金，并給了每名交易員50美元。利用這筆資金，他們根據美國疾病控制與預防中心之后發布的一份顯示流感活躍情況的地圖來購買和出售合約。例如，你可以在1月購買2月第1周的合約，該合約代表在愛荷華州有廣泛的流感活動，并會在美國疾病控制與預防中心的流感地圖上以紅色顯示。或者根據掌握的所有信息，你可能認為流感活動范圍只是零星的，那就可以購買代表綠色的合約。一份顯示美國疾病控制與預防中心最終發布的實際流感水平的合約價值1美元。所有其他合約都毫無價值。

愛荷華州流感預測市場延續了幾個流感季，并在早期取得了一定的成績。它對美國疾病控制與預防中心公布的官方流感患者數量的預測準確率達到90%，盡管后來該數值有所下降。但是，也存在問題：難以找到足夠的對該項目感興趣的醫生。大多數醫生告訴尼爾森，他們根本沒有時間進行交易。而且項目資金不足，他無法再提供現金。

因此，他采用了“流感美元”的虛擬貨幣形式，以維持該項目的運作。但那些參與該市場的人似乎厭倦了使用虛擬貨幣，導致參與率下降。尼爾森的一位合作研究人員去世了，另一位轉移到其他研究領域。2012年，愛荷華州流感預測市場停止了交易。

現場 | 自由韓國黨議員：韓國的區塊鏈技術只相當于美國的70%:金色財經現場報道，8月2日，在火幣嘉年華（HUOBI CARNIVAL）現場，自由韓國黨議員表示，最近兩三年全世界都在思考如何用好區塊鏈技術，當前，韓國的區塊鏈技術只相當于美國的70%，今后韓國將努力達到美國技術能力的90%，同時韓國民間也應該填補一些空白。[2018/8/2]

當我采訪尼爾森時，他已經退休了，正在得克薩斯州奧斯汀市安享晚年。“自1988年以來，它便是我的心頭肉，”尼爾森告訴我，1988年是他創辦的總統預測市場首次運行的那一年。他承認，經營流感預測市場在時間和金錢方面的成本都很高，而且他對沒有獲得醫學界的更大支持而感到沮喪。但他從不認為預測市場會取代傳統的流感監測。相反，預測市場可以作為補充，為公共衛生官員提供另一個數據點。而且和所有父母一樣，他仍為自己的“心頭肉”感到驕傲。

疾控中心為何也不能準確預測流感病的爆發？

谷歌搜索和醫生的診斷報告，都流向美國疾病控制與預防中心的一個下屬機構：位于亞特蘭大的國家免疫和呼吸疾病中心。該中心包含流感部門，在里面工作的300名工作人員，必須利用手邊的數據預測、跟蹤、推薦流感治療方案；其中一些數據有用，一些存在缺陷，還有一些是兩者兼而有之。

該部門依賴于臨床實驗室以及公共衛生實驗室的工作。每周，美國各地約2000名醫療服務提供者——護士、醫生以及他們的助手——會填寫一份表格，向美國疾病控制與預防中心報告他們接診的患有流感樣疾病的病人數量。這些來自抗擊流感前線的報告頗為耗時但價值很高，但它在數據質量方面存在明顯的局限。一名醫生可能會報告“流感”，而另一名看到類似癥狀的醫生可能會報告“發燒”“腸胃炎”“病綜合征”——這些都是流感樣疾病。當需要匯總數字并向美國疾病控制與預防中心報告流感樣疾病活動時，電子病歷可能包括這些診斷中的部分或全部，或根本不包括其中的內容。

美國疾病控制與預防中心，還依靠醫院實驗室上報的流感檢測數量，以及其中陽性病例的數量。你可能認為，這些數據比檢查電子病歷更準確，但這里的流感真實發生率也可能會有所不同，具體取決于哪些患者進行了檢測，以及診所和醫院的位置。有些醫生，只有在接診病情嚴重的患者或癌癥、艾滋病或其他并發癥患者時，才會進行流感檢測。

在這種情況下，進行檢測的患者總數是有限的，但陽性病例的數量卻很高。或者可能得到相反的結果：其他醫生——即使是在同一家醫院——他們會對許多患者進行檢測，而不僅僅是患有慢性疾病的患者。在這種情況下，樣本量雖然非常大，但流感陽性病例的數量相對較少。在這兩種情況之下，這些數字僅包括了那些選擇去就診的病人，以及那些選擇對患者進行檢測的醫生。美國疾病控制與預防中心必須正確看待這些不完美的、有時相互矛盾的信息。

而且，我們在這個過程中完全是被動的。這些數字，只能說明已經發生的事情。收集數據以及向公眾報告數據之間的時間間隔，可能是幾天、幾周或更長的時間。這些數據，或許能夠表明流感造成的負擔，但它落后于流感的流行程度，即實際的流感肆虐程度。它指明了流感在過去的狀態，但并未指明流感在目前或將來的狀態。例如，如果我在11月的第1周接診了3名流感患者，第2周9名，第3周30名，那么我可以合理地估計，在11月的最后一周，我接診的患者可能多達70名。基于此，我會為疫情暴發做好準備。但這些數據，可能根本無法預測患者數量的增長。也許流感疫情在第3周達到頂峰，之后新病例數量將開始下降。如果事實真的如此，那么我的準備便毫無意義。

而這正是當前正在發生的情況。2018年1月的前幾周，確診的流感病例數量突然大幅增加。患者數量已經達到頂峰還是會繼續攀升呢？沒人知道。與此同時，媒體繼續將數據解讀為流感大流行，忘記了2009年豬流感的教訓。當那一次疫情結束時，實際流感死亡人數低于常規流感季。

位于美國的一家汽車裝飾供應商接受TRX、OCN支付:近日位于美國的汽車裝飾供應商Impressive wrap在Twitter上宣布，接受五種加密貨幣的支付，包括TRX、OCN、LTC、BTC、ETH。[2018/5/4]

藥物銷售數據和社會問卷調查能預測流感病的爆發嗎？

統計和預測流感活動的難度巨大。谷歌流感趨勢的嘗試以失敗告終，而現已解散的流感預測市場也并未提供獨到見解。來自診所和實驗室的數據不完整，有時具有誤導性。那么，還有什么其他可行方案呢？

一種方法是完全跳過醫院和醫生的數據，更多地關注患者群體。因為，只有少數具有流感樣癥狀的患者，會咨詢他們的醫生或前往當地急診科就診，所以必須找到一種方法來發現那些留在家中或只是購買非處方藥的大多數患者。像來德愛或西維斯這樣的全國性連鎖藥店，都存有關于它們前一天或前一周的流感藥物銷售數據。

這些數據具有實時可用性，精確度近乎完美。它不依賴于診斷的主觀判斷或流感檢測的決定，而是當流感正在發生時，將掃描所購藥物的收銀機與購買的產品數據庫聯系起來。它并不區分真正的流感和流感樣疾病，但兩者發生的概率通常是一致的。

事實上，紐約市衛生局已經采用這種策略來快速預測流感暴發。該部門在這方面的工作始于1996年，當時的重點是監測導致腸胃炎的介水傳播疾病，首先接收的是關于止瀉藥銷售的周報告，并很快擴展到跟蹤流感樣疾病的藥物。紐約市衛生局任務艱巨，因為它估計至少有400種不同的感冒藥物在售。幸運的是，它能夠將藥物范圍縮小到最常用的50種左右，這些藥物的描述中含有“流感”或“咳嗽”等詞語。

該項目還實時地收到了數據。幾乎所有藥店，都把當天的銷售情況在第二天報給了衛生局。但當紐約市衛生局審查其在3年內監測早期流感的表現時，卻感到失望。盡管藥物監測系統反映了秋季和冬季流感病例的自然上升和下降，但它無法發現任何早期流感信號。

誰也說不清這到底是為什么。也許人們在流感發生之前提前購買了藥物，但之后流感并未發生。也許一個家庭的多個成員使用了同一種藥物，因此購買的一個單位的藥物并不代表只有一名病人。不管是什么原因，這種方法——在早期使用大數據，比使用傳統方法更快地預測流感暴發——仍然沒有奏效。盡管如此，紐約市衛生局最近加強了藥店監控，目前對感冒和流感的非處方藥和處方藥均進行了監測。這些措施還擴大到曼哈頓以外的藥店。紐約市衛生局目前能夠掌握皇后區和布魯克林區購買止咳糖漿或感冒藥的居民數量。

馬里蘭州想出了另一種涉及公眾的主意。2008年，該州招募了一支由居民組成的流感追蹤隊伍。因為馬里蘭州居民流感跟蹤調查項目的實施，人們可以自愿在由該州健康和心理衛生局主辦的網站上注冊。他們每周回答一次幾個關于他們或他們家庭成員是否有流感樣癥狀的簡單問題。這些數據直接來自源頭，而且僅依賴于癥狀的存在，因此無須分析流感藥物的銷售量或在實驗室發現的流感病檢測呈陽性的患者數量。在第1年，超過500名馬里蘭州居民報名參加該項目，近一半的人每周回復一封提醒郵件。從那時起，該項目的參與者已增加到2600多名。

我便是參與者之一。我每周都會收到一封郵件。如果我家中沒有人咳嗽、發燒或喉嚨疼，那么我只需點擊一個簡單的鏈接，兩秒鐘便可完成。如果家庭成員具有流感樣癥狀，所需時間會長一點。然后，馬里蘭州居民流感跟蹤調查會詢問具有流感樣癥狀的人是否尋求了治療，在他們生病前一周是否旅行過，或者是否因此影響了他們的日常活動。

雖然并非每個人都記得填寫每周報告，但產生的數據與其他監測方法的數據非常接近。例如，在2014-2015年馬里蘭州流感季期間，專業醫護人員自愿報告的流感樣疾病癥狀發病率為1.6%；該州急診科報告的發病率為2.3%；由居民參與的馬里蘭州居民流感跟蹤調查報告的發病率恰好處在前兩個數值中間，為1.9%。

馬里蘭州居民流感跟蹤調查系統，同樣具有我們以上討論的局限，居民報告的癥狀并非僅由流感引起。積極參與該項目的是熱心的居民，他們以某種方式了解到這項調查，在線注冊并每周報告他們家庭成員的癥狀。這個自愿參與的流感觀察者群體，在總人口中的典型程度如何？他們與波士頓市“顛簸的街道”App用戶相似嗎？與馬里蘭州其他人群相比，該群體罹患流感樣癥狀的概率更低還是更高？我們不知道這些問題的答案。

但我們知道，有些公民除了報告癥狀之外，還采取了更多的行動。他們太熱衷于研究流感，以至于把它當成了職業、一種業余調查和學習的途徑。互聯網上到處都是草根流感群體。有些博客是由一個人維護的，通常具有非常具體的意圖，而其他博客似乎更客觀，只提供關于流感的具體信息而不對其做任何編輯。但是，他們能實現一些大型科技公司和龐大的官僚機構無法做到的事情嗎？

媒體自由和信息共享是預防流感病的有效手段

莎倫·桑德斯是FluTrackers.com網站的主編，她在位于佛羅里達州溫特帕克市的家中辦公。該網站雖然并不精致，但規模龐大，有數十個老式的聊天論壇，專門討論流感和其他傳染病。2005年暑期，小布什總統閱讀了一本關于流感歷史的書。桑德斯大約就在那時候開始構思創建該網站，而它的外觀和設計自此以后并未發生太大的變化。桑德斯沒有醫學背景，但很多年前，在她看到美國有線新聞網醫學記者桑杰·古普塔的電視片段后，便開始對流感著迷。古普塔剛剛采訪了位于亞特蘭大的美國疾病控制與預防中心，并解釋了流感疫情的周期性特征。桑德斯之前沒有聽說過周期性流感，加之她生性好奇，想了解更多相關信息，因此用谷歌進行了搜索。

她找到了兩個討論網站，即FluWiki和CurEvents。人們在這些網站上就流感大流行的各個方面進行嚴謹的討論，包括準備工作、醫護工作者、1918年流感大流行數據、醫學因素和傳統醫學。桑德斯回憶起一次特別激烈的討論，是關于遷徙野生鳥類是否會傳播流感的話題。參與的討論人員，有的是野生動物支持者，有的是具有科學背景的人士，他們形成了不同的陣營。然后，情況變得很糟糕。討論的主題后來轉變為購買槍支用于個人保護以及其他與流感無關的話題。桑德斯對此忍無可忍，但此時她已經迷上了流感這個話題。

“很明顯，建立新網站是打造更加嚴肅的網絡環境的唯一途徑，”她說，“而這正是我們所做的。”她與通過CurEvents認識的一些人成了網絡好友。2006年2月，她與兩位同道中人——一名軟件工程師和一名植物學家——一起推出了FluTrackers。“我們實際上只是關注流感問題的普通公民，沒有任何醫學背景。”桑德斯表示。我支持民眾加入流感監測的活動，但對于像桑德斯創辦的網站等大型項目，是不是應該實施一定的質量控制呢？桑德斯有自己獨特的觀點，她認為在公眾中找出她所謂的“尚待發掘的人才”大有裨益。

桑德斯的網站上展示的，是美國疾病控制與預防中心和世界衛生組織發布的最新流感信息。“我們的規則很簡單，”她說，“禁止互相抨擊、言論暴力、討論問題以及宗教辯論。應尊重他人。我們是一個精品網站，一個只供少數希望探索疾病傳播尤其是流感疾病傳播的網友使用的網站……我們以認真的態度進行探討，并且樂在其中。”

在網站成立的幾周內，幾位科學家也加入進來，其中大多數是匿名登錄。桑德斯可以通過他們的郵件地址證明他們的資歷。他們發布了他們認為其他人可能喜歡的新聞和科學論文。負責報道流感的記者也加入進來，但他們幾乎都使用了假名。當時，保持匿名狀態對于訪問該網站和許多其他網站的人來說極為重要。已停止運行的FluWiki網站的創始人，在很多年里一直是匿名登錄。現在，幾乎所有登錄FluTrackers的專業人士和新成員都是匿名的。

隨著時間的推移，網站的訪問量不斷增加，FluTrackers將重點擴展到了其他傳染病。跟蹤流感疫情只是該網站的一項任務。它還報告最新的學術論文、會議記錄和專家演講。但它最大的一個亮點是全球覆蓋范圍：該網站在2017年前10個月內的頁面瀏覽量接近1800萬次。1800萬次！人們竟然如此關注流感！

FluTrackers.com

FluTrackers，不僅收集信息，還通過信息傳播來進行公眾教育。由于擁有如此龐大的用戶群體，它甚至被邀請參加美國衛生和公共服務部舉辦的桌面演習。這些演習評估了在流感大流行期間，在線媒體如何幫助向公眾傳播信息。對于一家只關注流感信息的本土網站來說，這是一項很大的成就。桑德斯也這么認為。“我知道，一個只存在于網絡空間的、由一群有著特殊業余愛好的志愿者組成的國際團體能有如此突出的表現，似乎不太可能，”她坦誠地表示，“但經過了這么多年發展，我們確實做到了。”

FluTrackers翻譯了許多外國新聞稿，并被美國疾病控制與預防中心、世界衛生組織和許多其他機構采用。在一封郵件中，桑德斯告訴我，“許多美國政府機構每天都會登錄FluTrackers，看看我們有什么發現。”由于其大部分成員具有國際性和基層性，因此該網站通常能夠在那些規模更大但靈活性更低的組織之前報告疫情的暴發。桑德斯特別關注中文和阿拉伯語資料，在翻譯機的幫助下進行解讀。她還學會了尋找各個國家特有的流感活動指標。

在媒體受到嚴格控制的國家，尤其需要這種做法。例如，桑德斯曾經了解到，在埃及的一個特定省份，醫護工作者正在挨家挨戶地分發關于H5N1流感的小冊子，這可能表明那里的流感病例有所增加。桑德斯還追蹤了“異常頻繁”的報道，這些報道稱埃及的家禽養殖場被電器火災所摧毀。由于政府沒有賠償養殖戶因禽流感而造成的養雞損失，她懷疑——盡管她沒有確鑿的證據——一些養殖戶在制造火災以獲得保險賠付并保護自己免于破產。僅在一個省份，一天內便發生了3起家禽養殖場火災事故。因此，埃及媒體報道的家禽養殖場火災事故越多，禽流感上升的可能性就越大。

FluTrackers對諸如此類的指標特別感興趣，因為它們可能提供關于何時會發生新的流感疫情的線索。桑德斯將這項研究與美國疾病控制與預防中心或世界衛生組織的流感報告進行了比較，這些報告顯示了流感曾經發生的地點，但沒有指明流感可能將會在哪里發生。當然，也有可能出錯，但她已經學會了接受自己犯的錯誤。“我們可能犯錯，”她說，“但我們的工作態度卻是非常認真的。”

雖然FluTrackers沒有專人負責事實核查，但發帖人發布任何帖子都需要提供原始新聞來源的鏈接，除非他們這樣做具有危險性。對于那些在埃及等國家向該網站上傳信息的人來說，這種危險真實存在，因為在這些國家新聞媒體是受到嚴格管控的。

桑德斯告訴我，與許多關注傳染病的博客網站不同，她的網站是非性的，沒有任何意圖，只是向公眾提供信息。獲取這些信息的成本，僅為每月50美元。令她非常自豪的是，該網站沒有從企業、政府或別有意圖的人那里獲取資金。

對于是否會很快暴發類似1918年流感大流行那樣的疫情，桑德斯尚未做出定論。她指出，人源化新型流感病比以往任何時候都多，但尚不清楚這是否預示著會暴發新的流感疫情。令她感到驚訝的是，在東南亞發現的新型禽流感病尚未造成流感大流行。恐怖的是，其中一些病的致死率超過50%。對于美國在過去10年間對流感大流行預防工作缺乏關注的做法，桑德斯持批評態度，并對許多流感專家從公共服117務部門退休這一情況感到悲傷。她擔心，人們缺乏流感知識，將極大地降低聯邦政府未來為應對流感大流行而采取的措施的有效性。

FluTrackers令人印象深刻，但也存在自身的局限性和監督問題。該網站報告了疑似發生流感的地方，但并非總是能夠確認是否真的發生了流感。公共衛生領域的工作人員面臨的挑戰，是如何處理該網站收集的大量信息。肺炎報告是否表明流感感染的并發癥有所增加？如果埃及媒體報道了家禽養殖場火災事故增加，我們應如何針對這些信息采取行動？我們是否應該針對最近一次暴發的禽流感疫情生產更多的疫苗？還是應該在加快疫苗生產之前獲取更多數據？我們真正能夠從數據點獲得的信息量是有限的。它們通常只會產生更多問題。

美國疾病控制與預防中心或世界衛生組織等此類機構，仍然是搜集流感同比上升或下降數據的最佳地點。這些信息以及疫苗接種的數量，也為我們衡量預防工作的成效提供了依據。根據統計速度的快慢，州或市政府當局可能會依據這些數據來幫助衛生官員確定向公眾發布的信息的內容。

盡管如此，我們仍然沒有準確的方法來推測每個季節會有多少流感病例發生。我們不能僅依靠谷歌這樣龐大的數據驅動型公司來為我們解決問題，也不能只依賴公眾力量，甚至美國疾病控制與預防中心的數據也存在局限。流感病是一種最原始的有機體，但我們的先進技術似乎對其毫無作用。我們甚至無法回答關于流感的一個最重要的問題：為什么流感患者數量隨季節變化而變化？

本文摘自《致命流感：百年治療史》，小標題為編輯添加，由社會科學文獻出版社授權刊發。

作者丨杰里米·布朗

摘編丨吳鑫

編輯丨徐偉

Tags：RACFLUTACKTRACSunContractFluteChainbackExtractoDAO Bull

歐易交易所app下載