世界各地的科学家、医务人员和政府正在努力了解这种正在蹂躏湖北省的新型呼吸道疾病是如何传播的——以及它对世界其他地区可能有多严重。这项工作的一部分是流行病学：研究感染如何在人群中传播以及如何控制它们。
流行病学融合了从地理学到复杂数学的各种知识，以了解疾病的传播。以下是一些基本的流行病学概念，可以帮助您摆脱恐慌、错误信息和排外心理，这些往往会主导围绕新兴疾病的讨论。
传播范围
科学家用来衡量疾病在人群中传播程度的一个指标是“基本传染数”，也称为R0（发音为“R naught”，或者如果您讨厌海盗，可以说“arr not”）。这个数字告诉我们，平均而言，每个感染者会传染多少人。虽然它不能告诉我们疫情的致命性，但R0是衡量疾病传染性的指标，并有助于指导政府和卫生组织实施的疫情控制策略。您可以将其视为一种COVID-19的传染因子——它粗略地回答了“COVID-19有多具传染性？”这个问题。
如果R0小于1，疾病通常会自行消亡：每个感染者将感染传播给哪怕一个额外个体的几率都很低。R0大于1意味着平均而言，每个人都会感染至少另外一个人，这些人又可能感染其他人，直到疾病在人群中传播。例如，典型的季节性流感株的R0约为1.2，这意味着平均每五个感染者，疾病就会传播给另外六个人，然后他们又会传染给其他人。
麻疹在这方面是一种冠军疾病。其R0通常在12到18之间，这意味着在未接种疫苗的人群中，每个人感染麻疹会传染12到18个新人。在广泛接种疫苗的时代之前，麻疹很容易使整个学校的学生生病。请为您的孩子接种疫苗！
“群体免疫”也取决于R0。人群中对某种疾病免疫的人越多，可供感染的人就越少。如果通过疫苗接种或自然耗尽新感染者而达到临界免疫水平，疾病就会消失。R0值较低时，群体免疫更容易实现，因为疾病不会像R0值高时那样容易传播。
[相关：COVID-19可能有一天会像流感一样来来去去，但我们还没到那一步]
但重要的是要记住，R0是在疾病不受控制的情况下在特定人群中传播的统计估算。SARS的R0值（2到5之间）高于季节性流感，但从未广泛传播以至于成为全球性流行病。另一方面，流感始终广泛传播，尽管其基本传染数相对较小：美国疾病控制与预防中心（CDC）估计，每年有3%到11%的美国人口会感染流感。
这就回到了新型冠状病毒。由于这种疾病对医学界来说相对较新，研究人员仍在实时计算计算R0所需的数据。截至2020年2月19日，估计COVID-19的R0值高于1.4但低于4，与SARS等其他冠状病毒的范围在同一范围内。（有关COVID-19和R0相关问题的更多信息，请参阅这篇精彩的Lifehacker文章。）
致命性
理解疾病的另一个重要数字是“病死率”或CFR：患病者中死于该病的百分比是多少？极端情况下，狂犬病在未经治疗的情况下病死率高达99%。另一方面是普通感冒，其R0相对较高，但几乎从不致命（极少数情况是免疫功能低下者）。季节性流感的CFR较低，但每年感染人数众多，以至于CDC估计在2019年10月至2020年2月期间，可能有3万名美国人死于流感。
同样，麻疹的传染性极强，但很少致命（尽管其对免疫系统的诡异影响会让受害者易受其他危及生命的疾病的侵害）。天花R0值约为5到7，但其约30%的CFR使其极具毁灭性。麻疹虽然不那么严重，但感染率如此之高，以至于需要更大比例的接种疫苗人群才能实现有效的群体免疫；天花疫苗在低得多的比例下实现了群体免疫，并于1980年彻底消灭了这种疾病。
对于COVID-19这样的新兴疾病，CFR很难准确估算，因为所有涉及的数字都相对较小。2020年2月8日的初步计算估计CFR约为1.4%——这意味着在1000名感染者中，约有14人会死亡——但这仅基于中国以外的病例，因为该国政府的数据一直不可靠。在未来几周和几个月内，这些数字可能会发生变化，但COVID-19的CFR似乎低于SARS和MERS。然而，中国某一地区病例的高度集中给医疗保健系统带来了巨大压力，这对任何重大疫情都令人担忧。
订阅PopSci时事通讯，将最新的科学技术更新发送到您的收件箱。
了解我们不知道的
流行病学是一场关于“如果”和近似值的游戏。病死率、基本传染数和其他量是通过疾病的数学模型从现实世界的数据中得出的。由于感染取决于一系列复杂的条件，包括天气和节日旅行等因素，同一种病毒的两次疫情可能会导致看起来不同的流行病。这就是为什么R0通常给出一个数字范围，我们也会谨慎用词：不是因为我们的模型不好，而是因为现实本身很混乱。
与此同时，流行病学揭示了疾病的真相，并指导我们如何应对它。它既模拟了在当今互联互通的时代，疾病如何在国家之间传播，也表明全市封锁和旅行禁令对遏制感染传播作用不大——但却严重扰乱了未感染人群的生活及其各自的经济。最后，流行病学让我们能够将COVID-19与其他疫情进行比较，从而了解其目前的严重程度以及如果政府处理不当，它可能传播的范围。我们可能还不了解COVID-19的一切，但流行病学的知识帮助我们理解要战胜它需要付出什么。
更正：本文和图表已更新，以纠正两个错误。先前版本的图表错误地使用了西班牙流感爆发的R0值，该值高于季节性流感的典型R0值。文本也已更正，以反映比之前引用的MERS的R0值更被广泛接受的数字。
