对大约60个超级传播事件的研究表明，如果传播率的范围遵循流行病学中常用的统计分布，那么一个人感染6个人以上的事件比预期的要常见得多。

根据他们的研究结果，研究人员还开发了一个Covid-19传播的数学模型，他们用这个模型来证明，将聚会限制在10人或更少的人可以显著减少超级传播事件的数量，降低感染的总人数。

“超级传播事件可能比我们大多数人最初意识到的更重要。尽管它们是极端事件，但它们是可能发生的，因此发生的频率可能比我们想象的要高。如果我们能够控制超级传播事件，我们就有更大的机会控制这场大流行，”麻省理工学院医学工程与科学研究所(IMES)和生物工程系的医学工程与科学教授詹姆斯柯林斯说，他是这项新研究的高级作者。

麻省理工学院博士后Felix Wong是这篇论文的主要作者，该论文发表在本周的《科学》杂志上美国国家科学院院刊。

极端事件

对于SARS-CoV-2病毒，“基本繁殖数”约为3，这意味着平均而言，每个感染该病毒的人会将其传播给另外三个人。然而，这个数字因人而异。有些人不会将疾病传播给其他人，而“超级传播者”可以感染数十人。Wong和Collins开始分析这些超级传播事件的统计数据。

Wong说:“我们认为，基于对超级传播事件及其过去发生方式的分析，可以告诉我们应该如何提出应对和更好地控制疫情的策略。”

研究人员将超级传播者定义为将病毒传播给6个人以上的人。利用这一定义，他们确定了当前SARS-CoV-2大流行中的45个超级传播事件和2003年SARS-CoV爆发中的15个额外事件，所有这些事件都记录在科学期刊文章中。在大多数此类事件中，有10至55人受到感染，但其中两起(均来自2003年的疫情)涉及100多人。

考虑到通常使用的统计分布，即一个典型的病人感染另外三个人，这种疾病传播给几十人的事件被认为是非常不可能的。例如，正态分布类似于钟形罩，在3附近有一个峰值，在两个方向上都有一个迅速变细的尾部。在这种情况下，随着感染人数远离平均3人，极端事件发生的概率呈指数级下降。

然而，麻省理工学院的研究小组发现，冠状病毒超级传播事件并非如此。为了进行分析，研究人员使用了极值理论领域的数学工具，极值理论用于量化所谓的“肥尾”事件的风险。极值理论用于模拟极端事件形成大尾而不是锥形尾的情况。这一理论经常应用于金融和保险等领域，对极端事件的风险进行建模，也用于对龙卷风等灾难性天气事件的频率进行建模。

利用这些数学工具，研究人员发现冠状病毒传播的分布有一个很大的尾巴，这意味着即使超级传播事件是极端的，它们仍然有可能发生。

“这意味着极端事件发生的可能性比人们预期的衰减得更慢，”Wong说。“这些真正的大型超级传播事件，有10到100人感染，比我们预期的要常见得多。”

阻止传播

许多因素可能导致某人成为超级传播者，包括他们的病毒载量和其他生物因素。研究人员没有在这项研究中解决这些问题，但他们确实模拟了连通性的作用，定义为感染者接触的人数。

为了研究连通性的影响，研究人员创建并比较了疾病传播的两个数学网络模型。在每个模型中，每个人的平均联系人数为10。然而，他们设计了一个模型，使其联系人呈指数下降分布，而另一个模型则有一个肥尾，其中一些人有很多联系人。在这个模型中，更多的人通过超级传播者事件被感染。然而，当接触者超过10人的人被排除在网络之外，并被认为无法感染病毒时，传播停止了。

研究人员说，研究结果表明，防止超级传播事件可能对Covid-19的整体传播产生重大影响。

Wong说:“这给了我们一个控制正在进行的大流行的方法，那就是确定针对超级传播者的策略。”“一种方法是，例如，防止任何人在大型聚会上与10人以上的人互动。”

研究人员现在希望研究生物因素如何也有助于超级传播。

这项研究是由詹姆斯·s·麦克唐纳基金会资助的。