此时疫情当下，判定形势是不是可控属于每一个人所关切之事。领会传播态势的关键指标R0，对此能够帮我们明晰状况，明白防控举措为何有必要。
什么是基本再生数R0
R0所指的是，在不存在外界进行干预，且人群呈现普遍易感的那种理想状况之下，一名感染者平均能够传染的人数。这个数值对传染病固有的传播能力做了描述。要是R0小于1，那就意味着疾病没办法持续传播，会自然走向消亡。历史上有许多未能流行起来的传染病便是属于这一类。
形成传染病传播链的必要条件是，R0 大于 1。比如说，季节性流感这种传染病，它的 R0 值大概在 1.3 左右 ，这表明每个病人平均会传染一至两个人。正是这个大于 1 的数值 ，能够让流感年年都在人群里传播开来。
有效再生数Rt的作用
当处于实际遭遇的疫情状况里，我们往往会更多地去留意有效再生数Rt ，它所指的是来到t时刻时，把已经存在的免疫人口、当下正在施行的防控举措（就像隔离行为和戴口罩行为等）这类因素纳入考量范围之后，一名感染者平均而言能够传染的人数，Rt能够更为真切地显示出疫情于现实当中的传播速度。
将Rt降至1以下，乃是公共卫生干预的核心目标。一旦Rt持续低于1，疫情便会呈现下降趋向，最终得以被控制住。我们每日所见到的疫情数据分析，究其实质而言，就是在对各类措施针对Rt值的影响成效予以评估。
R0如何判断疫情态势
就数学角度而言，疫情传播仿佛是一种链式反应，最初有一个感染者，会以R0作为“公比”去构成一条感染链，要是R0大于1，那么这条链会呈指数级增长，从理论上来说感染总人数会朝着无穷的方向发展，而在实际存在的有限人口当中，这就意味着病毒会快速地在大部分易感者中间传播开来。
与上述情况相反，要是R0小于1，那么这条感染链会快速地衰减。每一个感染者传染的人数达不到一个人，传播的链条很快就会中断，于是疫情没办法维持下去。所以，判定疫情是不是可控，关键之处在于看它的再生数是大于1还是小于1。
R0的常见计算方法
具有两类用于计算R0的方法。其中一类是采用数学直接推导方式构成的方法，该方法借助创立用于描述传播进程的微分方程，并且依据感染间隔时间等关键参数的分布假设情况，直接求出R0的表达式以及数值。
另有一类为基于模型的参数估计法，其中最常被使用的是SEIR模型，该模型把人群划分成易感者、潜伏者、感染者、移除者这四类，借由数学模型对其间的转化关系予以描述，研究者借助实际的疫情数据，运用统计方法反向推导出模型里所包含的R0参数值。
复杂情境下的模型扩展
基础的SEIR模型所作的假设是人群具有同质性并且地区处于封闭状态，而这明显是和现实存在差距的。所以，研究者会展开多方面的扩展。从静态方面看来，会将年龄结构、健康状况等人口异质性纳入考虑范围。于动态层面而言，会把子群体内部的接触模式予以细化，还会关注不同地区之间因交通而产生的耦合。
举个例子，要是想要去模拟全国范围之内的疫情状况，那么就需要将每一个城市都视作为一个节点，节点之间的人员流动会运用转移概率去进行刻画，每一个节点都会运行自身的SEIR模型，然后凭借流动关系从而相互产生影响。像这样的网络化模型能够更为准确地去预测疫情在很多地方的扩散情形。
公众如何助力控制疫情
对于公众来讲，明白R0以及Rt的意义所在，是在于清楚个人行为对整体疫情所产生的影响，减少并非必要的外出，于公共场所佩戴口罩，保持社交距离，这些行为均能够降低实际传播率，对将Rt值压低到1以下有所帮助。
防控疫情，乃是全社会一同付出努力才有的成果。每一位公民的防护行为，既理性又科学，这不都是在为把传播链切断而贡献力量嘛。面对疫情这种情况，我们务必得团结起来，照着科学的办法去应对，运用自身行动来保护自己以及他人的健康呀。
知晓了R0以及Rt这两个关键类指标之后，你觉得于日常生活期间，最为有效且能够持续下去的个人防控举措是什么，欢迎来分享你的看法哦。
