medRxiv预印平台于3月17日发表了波兰基础技术研究所等的题为“Impact of the contact and exclusion rates on the spread of COVID-19 pandemic”的文章，基于来自中国的流行病数据，该团队构建并约束了一个简单的易感性-传染性-传染性排除（SIIE）模型。该模型的特征仅在于三个参数：平均潜伏期，接触率rC和排除率rE。通过隔离可以降低rC，而可以通过有效的检测来提高rE，从而可以隔离感染性个体。为了控制指数型流行病的增长，必须将rC / rE商值降低到1。根据该模型，该团队估计，2020年1月23日在中国实施的隔离措施会使该rC / rE商值减少约50倍，从而使终止指数增长阶段，并进入每日新病例的指数回归阶段。相比之下，2月21日在受影响最严重的意大利北部省实施隔离，导致rC / rE值降低约3倍，β值也相应地从约1.5降低到约1.2；终止指数增长需要进一步降低5倍。β> 1.3（截至2020年3月10日）的法国、德国和西班牙的减量甚至更高。考虑到在隔离中不包含初始指数增长的情况下的长期动态，该团队分析了一种情况，其中rE随每日新病例激增而下降，这使人们信服隔离。在这种情况下，最初的流行病突然增长，然后几年来缓慢下降。这种情况虽然在经济和社会上具有破坏性，但仍为开发、生产和分发疫苗提供了时间。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
