根据杜克大学的一项新研究，在年初的新流行病期间，由感染者（即基本繁殖，R0) 引起的新感染的平均人数为 4.5 人，比世界卫生组织最初估计的数字高出 2.2 倍。

分析表明，由于高传染率，各国政府只有 20 天时间来实施足够严格的非药物干预措施，将传染率降至 1.1 以下，并防止广泛的感染和死亡。

如果这些干预措施被推迟，使生殖率至少保持在 2.7 天以上 -- 就像在 57 个研究国家中的许多国家一样 -- 那么任何后续干预措施都不太可能有效。

这些数据表明，我们采取行动的时间非常短，不幸的是，大多数国家都没有这样做。" 杜克大学（Duke University) 杰出的水文和微气象学教授加布里埃尔·卡托尔（Gabrielle Cartol) 说。他领导了这项研究。

他说："我们无法消除这种不作为的后果，但我们可以利用新研究得出的见解，为第二波 COVID 或未来的大流行病做准备。"9 月 24 日，Katul 和他的同事在公共科学图书馆综合期刊上发表了经同行评议的研究。

卡图尔说：" 在疾病传播的不同阶段和条件下，评估传染率的能力有助于确定最有效的干预措施的时间和类型、我们需要的医院容量以及其他关键因素。

例如，新的分析估计，78% 的人口不再对 COVID 敏感，以获得人口免疫力。这有助于确定需要多少疫苗。

为了得到估计，研究人员使用传统的 "易感 - 感染 - 切除"(SIR) 数学模型分析了 57 个国家从 2020 年 1 月至 3 月每天报告的新的 COVID 病例。他们还根据感染死亡率，包括症状性和无症状的病例，使用该模型分析死亡率。SIR 模型被流行病学家广泛用于跟踪和预测易患疾病、感染或康复的人疾病状态的变化（因此 "被排除在一般人群之外")。

使用该模型，Katul 和他的团队能够在不同的条件和干预措施下绘制疾病的早期传染率图；确定随着时间的推移，在不同的干预措施下最终可能发生的病例和死亡人数。事后看来，它还可以让他们决定如何迅速实施干预策略，以减缓或阻止病毒的传播。

为了探讨地区和国家之间的传染率是否存在差异，科学家们还使用 SIR 模型分析了意大利和英国各省、县或城市的新病例和新死亡病例。在一些地方，最初的传染率是不同的，但随着时间的推移，这种差异逐渐趋于平衡。

超级传播者 -- 感染大量其他人的人 -- 的影响也随着时间的推移而得到平衡。

Katul 指出，虽然其他因素，如超级传播者或测试激增，导致了一些短期的激增，但我们推断，随着时间的推移，在缺乏早期干预的情况下，当地的传染率逐渐集中在全球平均水平上，即每个感染者大约有 4.5 例新病例。

最后，这一切都归结为及时而有效的干预，"他说。" 防止未来不受控制的疫情爆发的最佳方法是，在疫情爆发的第一迹象就采取严格的安全措施，并使用科学提供给我们的工具。

研究中使用的病例和死亡率数据来自欧洲疾病预防和控制中心。