基本再生数与阈值

基本再生数，记作R0，是指在一个完全易感人群中，一个典型的感染个体平均能够引起的继发感染数量。其决定性特征是阈值为一：当R0超过一，引入人群的病原体可以传播；而当R0低于一，传播链则趋于消亡。这个单一的量决定了流行病学家如何判断疾病是否会传播以及传播速度。

Definition

基本再生数（R0）是指一个感染病例引入一个完全易感人群后，预期产生的继发病例数；只有当R0大于一，疫情才能增长。

Scope

本条目涵盖了R0的定义、赋予其意义的阈值定理、基本再生数与随易感性下降而变化的有效再生数之间的区别，以及用于计算结构化人群中R0的下一代方法。这是一个方法论和概念性主题，而非临床指导。

Core questions

• R0到底计算了什么，以及在什么假设下？
• 为什么数值一可以作为疫情的阈值？
• 当人群获得免疫力时，有效再生数与R0有何不同？
• 当宿主的接触率或传播率不同时，R0如何计算？

Key concepts

• 基本再生数（R0）
• 有效再生数（Rt）
• 疫情阈值（R = 1）
• 群体免疫阈值
• 下一代矩阵
• 易感者耗竭

Key theories

阈值定理

Kermack和McKendrick指出，疫情的发生需要易感者密度超过一个临界值，从而确立了阈值原则，即引入的感染只有在每个病例能引起一个以上继发病例时才会增长。

下一代算子定义

Diekmann及其同事将R0定义为下一代算子的主特征值，为异质和分室结构人群中的再生数提供了精确且可计算的含义。

Mechanisms

R0可以被认为是接触率、每次接触的传播概率以及在完全易感人群中感染持续时间的乘积。随着疫情的进展，易感者减少，实际再生数会降至R0以下；有效再生数会追踪这一变化，当其降至一以下时，疫情达到高峰。在个体接触或传播能力不同的群体中，R0是通过下一代矩阵的主特征值获得的，该矩阵记录了每种类型在其他每种类型中产生的感染数量。阈值关系也产生了群体免疫分数，即必须免疫的人口比例，才能使有效再生数降至一以下。

Clinical relevance

再生数构成了公共卫生分析人员判断疫情是否增长以及需要多少免疫或接触减少才能阻止疫情的框架。它是一个描述人群传播的参考概念，而不是个体诊断或治疗决策的基础。

Epidemiology

估计的R0值在不同病原体和环境中差异很大，并取决于接触结构和所使用的方法，因此已发表的数据最好被视为特定环境的估计值，而非普遍常数。该框架已应用于从儿童感染的经典分析到新发疫情评估。

History

阈值思想可追溯到Kermack和McKendrick在1927年提出的流行病理论。基本再生数的术语和符号在20世纪后期得到巩固，Anderson和May在传染病生态学中推广了R0，而Diekmann及其同事提供了严谨的下一代定义，使其在结构化人群中可计算。

Debates

R0是一个单一的明确数字吗？

由于R0取决于模型结构、假设的宿主异质性以及计算方法，相同的疫情可能会产生不同的R0估计值；下一代定义减少但并未消除这种模糊性，因此报告的值必须结合其假设来解读。

Key figures

• William Ogilvy Kermack
• Anderson Gray McKendrick
• Odo Diekmann
• Hans Heesterbeek
• Roy Anderson
• Robert May

Seminal works

• kermack-mckendrick-1927
• diekmann-1990
• anderson-may-1991

Frequently asked questions

R0与有效再生数有什么区别？

R0假设所有人都是易感的，而有效再生数反映了当前的易感性和控制水平；随着免疫力的建立和干预措施的实施，有效再生数会降至R0以下。

R0值越高是否总是意味着疾病越危险？

不一定。R0衡量的是传播性，而非严重性；一种高度传播的感染可能很轻微，而一种传播性较低的感染可能导致严重的后果。