本文作者：
郭申阳/安若鹏/Timothy McBride/余丹林/付琳赟/杨媛媛
为应对COVID-19，美国绝大部分州自3月下旬起采纳了“居家隔离Stay-at-Home”及相应的措施。这项史无前例的政策，导致至少二万亿美元的经济损失和四千一百万人失业。美国4月份公布的官方失业率为14.7%，是上世纪三十年代大萧条以来最高。
从四月底开始，美国各州陆续解封，迄今为止，所有州都全部或部分取消了“居家隔离”措施。“居家隔离”政策的决定因素是什么？为什么有些州在第一时间采取了措施，而有些州迟迟采取或没有采取？实行居家隔离对控制疫情是否有效？解封将对疫情产生怎样的影响？
由郭申阳教授领导的团队对这些问题做了初步回答。这个团队，除Montclair State University的余丹林教授外，都是圣路易斯华盛顿大学布朗学院的师生，下图为研究团队。
研究报告已由美国权威的medRxiv网站发表。可点击文章结尾“阅读原文”或使用下列二维码（QR code）通过手机查看：
这项研究是迄今为止对美国“居家隔离”政策的决定因素及其早期影响所作的第一份较为详尽的分析。与大多数使用模拟数据和数学模型的研究不同，它将隔离措施采纳的时点与新冠疫情的实际数据直接挂钩，是一项公共卫生政策效应的实证分析。该研究的主要发现归纳如下。首先，通过对全美50个州及华盛顿特区1470份官方文件的质性研究，我们归纳出，在全美总共采取了两项“命令”和七项主要隔离措施，它们是：居家命令、加强版居家命令、关闭公立学校、关闭所有学校、禁止10人以上聚会、禁止任何规模的公众聚会、餐馆酒吧只允许外卖、关闭理发等非必需型商业、要求旅行归来人员自我隔离。并不是所有州都采取了以上所有措施。各州采取这些措施的时点有很大差异。比如，有8个州没有颁布“居家隔离令”：颁布最早的是加州（3月19日），最晚的是南卡罗来纳州（4月7日）。全美所有50州和华盛顿特区都实行了关闭所有公立学校的措施。在其它措施上，各州是否采纳呈现很强的变异度。只有5个州采纳了加强版居家命令，由于它们个数很少，我们在下面的分析中将这一措施剔除。下图（本研究报告图表之一）是自美国国家紧急状态发布后，各州颁布居家命令所需时间。
其次，公共卫生和流行病学最重要的发现是：实行社交距离和隔离是应对流行病突发事件最重要的措施；问题的关键，不是是否要采取这类措施，而是什么时候采取。使用生存分析模型和多事件生存分析，我们发现下列变量对决定隔离措施采纳的时点，具有重要影响（它们在不同的生存模型中呈现统计意义上的显著性）：新冠病情的流行率（以颁布某项措施前一天每10,000人口的累积新冠确诊数做测量）、人口规模、总人口中无健康保险人数的比重、贫困人口比重、经济发展规模、少数族裔（非洲裔与拉丁族裔）人口比重、及公共卫生基础设施的发展程度。再次，关于决定因素的研究最重要的发现是，与我们的假设相反，恰恰是那些疫情流行率最低的州采纳社交距离的时点最早。也就是说，那些疫情严重的州，可能错过了控制新冠大流行的最佳时点。这一发现，部分解释了为什么美国的新冠确诊病例和死亡人数长期居高不下，为什么今天美国的新冠疫情和死亡率在全世界居首、有10多万生命死于疫情。最后，为分析8项居家隔离措施所产生的影响，我们将这些措施采取的时点做自变量，分析了它们对9个新冠疫情的时间序列所产生的作用。分析窗口为3月11日至4月15日。在这个分析中，我们使用了9个因变量，除了累积确诊、新确诊、累积死亡人数、新死亡人数外，我们还使用了各类指标以人口为分母的比例，以及累积死亡人数占累积确诊人数的比例（即死亡率）。结果发现，8项措施中，只有三项（禁止10人以上聚会，餐馆酒吧只允许外卖、关闭理发等非必需型商业）对降低累积确诊病例、新确诊病例、和死亡率呈现具有统计意义显著性的作用（p<.05）。居家隔离命令没有产生任何统计意义上的显著作用。关于居家隔离政策的评估说明，简单告诉公众“居家”并不能产生有效的控制力。旅行者的自我隔离，如果没有监控的相应措施如中国采用的“健康码”，也很可能流于形式。关闭公立及所有学校，对抑制新冠所产生的影响，也十分有限，因为我们已经知道儿童和青少年发病率低且具有较高的潜伏期。所有产生影响的三项措施，都与控制人员聚集、降低人员接触有关。这一发现，与公卫和流行病学应对流行病蔓延的主流发现一致。很值得担忧的是，恰恰是这些有正面作用的措施，现正在或逐步地被取消。美国重启经济的后果，解封以后是否会带来疫情的第二波高峰，实在是一个未知数。
这项以州为单位的全国范围的公卫政策评估，在方法论上有以下几个重要意义。（1）以证据为本的政策评估，从世界范围看，尚属新兴研究领域。它的核心是因果分析，即探讨政策刺激“之因”与受影响人群福祉“之果”是否呈关联。在这个领域，任何研究都不可能做“随机控制实验”。它的最大挑战是如何做出较为合理的“反事实量”估算。“反事实量”在这里是指：如果没有这项政策，受影响人群的福祉将会呈现何种状况？目前有一些研究运用复杂的数学模型和模拟结果，估算“反事实量”，但是它们的结果都呈现很大程度的差异，这是因为每种模型都基于不同的假设，假设导致了结果的巨大差异。我们采用的是观察性（observational）方法，使用的是相关分析，尽管它无法将各种选择变量做出控制，它关于三个有效干预结果的发现是基于实际数据而不是模拟数据，因而具有更大的可信性，至少是对政策效应的一种保守估计。（2）政策分析，按照James Heckman （2005）的说法，不仅需要考虑直接受政策影响的人之福祉（在这里，它是指所有被隔离政策所避免的染病人和死亡人），还需评估社会计划人（society planners，主要是指纳税者和利益相关人员 stakeholders）的福祉。这后一部分人，在这里是指大多数公民，包括在疫情中由于隔离而失去工作的人群。未来需要研究居家隔离对这类人群福祉的影响。这是更广意义上的政策评估。（3）这项研究采用了混合方法 （mixed methods），包括质性研究方法（对政府文件的系统检索、编码、和分析），以及定量研究方法，揭示了两种方法对政策评估有同等重要的作用，缺一不可。我们的研究用到了控制群组效应的多层次生存分析即“多事件生存分析”方法， 使用了在基因研究中最新开发出的“间接逆正态转换 indirect inverse-normal transformation” 方法以控制新冠结果变量中存在的大量零值和偏态分布，使用了同时控制空间自相关 spatial autocorrelations 和时间自相关 temporal autocorrelations的 “随机空间误差面板模型 random-effect spatial error panel model”, 这些前沿定量研究方法，对解决我们的研究问题提供了极大帮助。
medRxiv （读作 med archive，意为医学档案）是由冷泉港实验室、英国医学杂志和耶鲁大学三方联合运营的一个医学论文的预印preprint平台。它用于发表完整但尚未出版的研究手稿，即文章在线发布之前不会经过同行评审。在这次抗疫中，很多在《科学》、《柳叶刀》杂志上发表的文章，都曾在这个平台上预先发表。有人称，这个平台“没有影响因子却魅力比Nature还大”。
编辑：丁琰珏socialworkweekly.cn
