SMC 資料庫

此篇報導為與經濟日報合作，並刊載於新冠肺炎進入全球大流行 你懂R0值了嗎？

中山醫學大學公衛系 翁瑞宏教授

在1920年代，R0（basic reproduction number）的概念即被運用，在人口統計學中當作「基本再生數」，指一名女性其一生預期生育的女性後代。

後來R0成為傳染流行病學最重要的指標之一，稱為「基本傳染數」；它的定義是在一項疫情中，一名典型感染者於「可受感染的」（susceptible）個體所構成的群體裡，引起新病例的預期數目。從傳染流行病學的概念來說，R0 < 1則表示感染者的數量無法增長，這是我們希望疫情減緩的映照。

在防疫上，即使官方用盡方法，包括主動監測和追蹤接觸者，要正確計算流行期間的感染病例數目仍是相當困難，更難以捕獲早期傳播的病原來準確測量R0。傳染流行病學幾乎全然透過血清學的證據，並且使用理論數學模式來估算R0。

R0的估算通常是藉由三個主要參數的函數，包括可受感染的個體與一位感染者或病源之間的接觸率、他們每次接觸時的傳染機率，以及受感染個體持續傳染的時間。當然也可加入其他參數，使數學模式接近確實的傳播型態，例如考量公衛資源的可近性、政策環境、建築環境的各面向，以及其他影響因素。

病原的傳染性（即發生有效接觸事件後導致感染的可能性）和傳染性的持續時間都是生物學常數，如果人與人、或人與媒介之間的交互作用隨著時空而變化，則R0會波動。影響接觸率的因素則包括人口密度、社會組織（如隔離）、以及季節性條件（如溫度、雨量，甚至日照）等。簡單講，R0是描述人類社會行為、組織、特定病原等，這些因子彼此是何種關係的數值。

但是，用於估算的許多參數僅是有根據的猜測，而真實數值通常是未知的，或者很難或不可能直接測量。有些計算得出的R0是一個閾值，而不是接續發生感染的平均數。因為計算R0的參數和條件不盡相同，因而不同疫情的R0是不宜做比較的。

媒體與專家在釋出R0值時，必須交代參數的定義、計算的數學模式，並且試著解釋，以讓訊息接收者判斷如此訊息的可信度。儘管對於在特定時空發生的傳染事件，只有一個真實的R0存在，但是結構和假設差異讓數學模式會對該值產生不同的估計。因此，對於R0的報告不應只提供單一數值，而應具備這個數值很可能存在的區間範圍，即95%信賴區間。民眾也要理解，這是指R0的真實數值有95%的機會落在所求區間之內。相對地，過大的信賴區間可能源於估算的不準確，或是當地的社會行為和環境而導致潛在變異性。簡言之，要報告R0必須同時提供R0的區間範圍，並註明清楚，讓讀者理解有95%的機率，這個真實數值會落在區間內，但仍然有5％的機率，真實數值不在其中；而也需要說明估算的方式和參數，讓讀者明白這一特定的R0是基於哪些條件而算出。

一些專家解釋R0時，認為它是在特定單位時間維度內，疾病在人群中傳播的速度。但是，R0無法說明新病例會在最初病例之後的何時發生；同樣的，R0也不能說明感染所引發的疾病是否嚴重。

舉例來說，媒體報導新型冠狀病毒的R0值約為2.2-3.77，可以藉此理解此病毒在中國疫區的傳染期間可使一名感染者引起2-4名的新病例。不過，具體數值還不能確定，並且不同傳染期間與地區會不一樣。台灣的防疫體系相當完善，至今也僅有四十多例的確診病例，即使可估算當下台灣族群的R0值，也將會呈現相當的不確定性，而無助於防疫。

本文歡迎媒體轉載使用，惟需附上資料來源，請註明台灣科技媒體中心。
若有採訪需求或其他合作事宜，請聯絡我們：