确定性传染病模型高估了观测疫情的基本再生数

基本再生数 $R_0$ 是刻画传染病传播的知名指标。然而，一类从疫情早期发病数据估计 $R_0$ 的现有方法会导致对该量的过高估计。特别地，当拟合确定性模型以估计传播速率时，我们未考虑疫情的随机性，也未考虑在相同的系统下，某些暴发可能成为流行而某些则不会。通常，我们希望控制的观测疫情是一场大规模暴发。这相当于对大规模暴发的隐式选择，从而导致过高估计问题。我们利用提供操作性定义的 Otsu 方法正式刻画了大规模与小规模暴发之间的分界。我们表明，通过对大规模暴发条件化一个“确定性”模型，我们可以更可靠地从观测疫情轨迹估计基本再生数。