使用多种竞争性统计模型评估新冠非药物干预效果的不确定性与不一致性

这项研究为何当下重要

新冠疫情通过停课、宵禁、口罩令及其他诸多规定重塑了日常生活。各国政府主张这些非药物干预（NPI）对于减缓病毒传播是必要的。但每项措施究竟有多大效果，科学家对其估计又有多大把握？本研究重新审视了德国针对新冠政策的官方分析，显示许多关于哪些措施有效以及效果大小的“精确”结论其实是一种幻觉。

重新审视德国的大流行应对策略

德国卫生部委托了一项名为StopptCOVID的重大分析，旨在估计不同干预措施在各联邦州对病毒传播的影响。原始研究使用了将时变再生数R(t)—即每例平均导致的新感染数—与50多项政策与背景变量（包括疫苗接种和季节）联系起来的统计模型。该模型给出了诸如关闭公共场所、限制夜生活或强制戴口罩降低R(t)的整齐数值，并配以看似紧凑的置信区间，暗示具有相当的确定性。

再分析欲检验的问题

新的研究团队将德国报告视为需要独立审计的对象。他们保留了相同的基本输入数据与流行病学假设，但采用了九种不同且被广泛接受的统计方法来检验原始结果的稳健性。他们的关注点刻意狭窄：并非争论哪种流行病学模型更好，而是考察在认真对待统计不确定性的情况下，特别是对于跨地区长时段、包含数十项重叠政策的时间序列，答案会有多大变化。

原始研究中被忽视的统计陷阱

有两个问题被证明至关重要。首先，官方模型假定数据中无法解释的部分——残差——在每日之间是独立随机的。事实上，将各州随时间绘图后可见，这些残差呈现出持续的波动，显示出强烈的自相关性。也就是说，前一天的误差与今天有关，违反了基本回归假设，使得标准公式得出的误差条（置信区间）过于乐观。其次，许多干预措施在全国范围内几乎同时推出或收紧，导致严重的多重共线性：不同NPI的启用模式高度相似，模型难以区分它们。在这种情况下，单个政策效应的估计可能大幅波动，甚至在模型稍作调整后改变符号，从而破坏任何精确性的印象。

哪些结论仍然可靠，哪些不可靠

在这组竞争模型中，研究者发现官方的置信区间本应宽得多。当自相关与共线性被更严格处理时，大多数NPI无法与R(t)的变化自信地联系起来。这并不意味着这些措施没有效果；而是现有的数据与方法无法可靠地将它们互相区分。一些关联相对稳健：疫苗接种显著降低传播，且有强而一致的证据表明新冠具有季节性。公共场所、夜生活和某些服务行业的限制，以及最严格的托育规定，也呈现为可能的实际效应候选项，但即便如此，收益的具体大小高度不确定，且可能与早期广泛措施（如普遍保持距离）部分混淆。

对未来大流行决策的启示

对非专业读者而言，关键结论是：当基于复杂且嘈杂的数据时，将政策按效果排出整齐表格可能具有误导性。作者认为，德国的做法——以及大量关于新冠政策的全球时间序列文献——都低估了不确定性，从而高估了我们判断单项干预的精确程度。他们呼吁未来的大流行应对规划在措施设计中就纳入评估：允许足够的观测期、收集更高质量的数据、使用现代时间序列方法，并对有影响力的模型进行独立验证。若不谨慎，政府可能会基于脆弱的统计基础制定或为广泛政策辩护，而公众得到的数字可信度可能超过其应有的程度。

引用: Müller, B., Padberg, I., Lorke, M. et al. Uncertainty and inconsistency of COVID-19 non-pharmaceutical intervention effects with multiple competitive statistical models. Sci Rep 16, 5767 (2026). https://doi.org/10.1038/s41598-026-36265-z

关键词: 新冠干预措施, 大流行政策评估, 统计不确定性, 德国, 非药物措施