网上不止流传着读书无用的荒唐言论，也有人“大论”数学无用，其实你说无用，或许只是对于你这个水平层次来说没用，有没有对你都无所谓的那种；但事实却不这样，不仅有用，而且越发有用！今天博科园就来谈谈数学在预测和控制疾病爆发这方面的应用：根据一项新的研究，随着数学模型的广泛应用，预测和控制疾病暴发将至关重要，同时也变得更容易和更可靠，其研究成果发表在《自然微生物学》期刊上。
这项研究是由滑铁卢大学，马里兰大学和耶鲁大学公共卫生学院的研究人员进行。除了主要研究结果外，研究还得出结论，涉及来自多个医疗和公共卫生来源的信息的建模，例如微生物学家、免疫学家和流行病学家，将为公共卫生规划者在考虑干预策略时提供最多的信息。
滑铁卢应用数学系的教授Chris Bauch说：疾病传播的数学模型在理解和控制传染病方面非常有益。在尝试使用数学建模时，必须克服某些挑战。此外，需要良好的数据，以达致建模的目标，以及最有效地控制传染病。
鲍奇与马里兰大学教授梅根·菲茨帕特里克(Meagan Fitzpatrick)、耶鲁大学公共卫生学院教授杰弗里·汤森德(Jeffrey Townsend)和艾莉森·加尔瓦尼(Alison Galvani)共同进行了这项研究。研究人员还解释了数学模型如何帮助理解关于疫苗的想法、观点和信念如何通过社会网络传播，从而制定干预措施，向民众传达事实，并更好地支持疫苗接种选择。滑铁卢数学学院的Bauch说：对于正在构建数学模型的研究人员来说，与提供信息并帮助管理疫情应对的卫生当局合作非常重要。
首先，获得所需的数据会更容易；其次，它将确保模型针对那些前线人员需要解答的问题，最后，它将有助于培养对建模过程的信任。数学建模可以证明有用的另一个领域是对抗疫苗犹豫，随着获得疫苗的机会在全世界变得不那么成问题，疫苗犹豫可能会成为确保疫苗高吸收率的最重要障碍。世界人口的持续增长和相互连通性的增加，增加了传染病对全世界人类健康构成的风险。流行病学建模是一种工具，可用于通过预测疾病传播或量化不同干预策略对疾病传播动态的影响，来减轻这种风险。
研究说明了四十年来方法的进步和数据质量的提高如何促进建模对应对全球卫生挑战的贡献，例如艾滋病毒危机、新出现的病原体和大流行准备的模型。贯穿始终，研究设计一个适合研究问题和现有数据模型的重要性。在模型开发、验证和解释中可能出现的问题。经验主义者和建模人员之间的密切合作，将能继续提高预测的准确性和公共卫生决策模型的优化。
