传染为什么疾病金融危机和社会行为会流行PDF下载|百度网盘下载

编辑评论：

无论是疾病还是社会现象，传染的前提是人际网络，而模型法的核心是对网络的深入理解和调控。今天，我们生活在一个复杂且相互影响的人际关系网络中。从传染的角度审视和应对各种问题，或许可以为我们提供新的见解。

编辑推荐

1、关于网络社会传染现象的新科学，比尔盖茨期待着新的知识杰作。

2、经济金融、社交网络、流行文化都有“感染力之手”！它决定了金融危机会不会爆发，创新思想会不会传播，营销软文会不会走红，文化符号会不会流行。传染现象是我们在现实生活中不得不面对的挑战和机遇。

3、用流行病学的方法破译疾病、思想和行为背后的传染规律，把握我们所处的网络社会的深层运作规律，帮助我们阻断、控制甚至利用“传染”。

4、以科学事实和作者亲身经历为线索，梳理现代流行病学百年历史，描述流行病学家如何追溯疫情源头、预测疫情趋势、制定防控措施、成功应对疟疾、埃博拉病毒等拉美、艾滋病、非典等大规模流行病接踵而至。

5、更好地了解流行病学和流行病学方法，不仅可以让我们更好地了解和应对疾病，还可以帮助我们了解社会。事实证明，R值、群体免疫、环形疫苗、超级传播者等流行病学概念和策略也可以应用于其他领域：性病防控方法的使用可以降低金融危机的风险；使用疫苗接种策略可以减少暴力活动的发生；寻找具有潜在超级传播者的用户，可以提高网络营销的效果；病毒株的基因组比对策略可以追溯到童话《小红帽》的起源……

6、 《柳叶刀》、《经济学人》、《金融时报》、《纽约时报》、《卫报》等欧美专业和大众媒体一致推荐，好评如潮。他们从数以万计的候选书籍中脱颖而出，并入围了 getAbstract 书籍奖。

7、罕见的跨学科跨学科豪华推荐阅读阵容：彼得·皮奥（埃博拉病毒发现者）、薛岚（清华大学公共管理学院教授）、曾光（中国疾控中心原首席专家）、石正丽（中国科学院武汉病毒研究所研究员）、万维刚（APP“精英日报班”专栏作者）、周成（北京大学医学人文研究院院长）、殷烨（华大基因CEO）、刘海龙（中国人民大学新闻学院教授）...

8、入选英国《金融时报》两本年度最佳图书榜单：《2020 年最佳图书：评论家精选》、《2020 年最佳科学图书》（Best Books of 2020：Science）；入选“年度图书”（Book年度最佳）英国《新政治家》杂志；入选《华盛顿邮报》“zui/ju 2020 Featured Books”书单（2020 年最多的 2020 本书）。

简介

突如其来的金融危机、有效的网络营销、广泛的政治谣言、劫持计算机并要求高额赎金的计算机病毒，这些现象看似无关，但有一个共同点：它们都是传染性事件。这不仅仅是一个流行的比喻，事实上，如果去掉这个标签，金融泡沫的蔓延和麻疹的蔓延几乎是一样的。

以历史上的重大流行病和科学人物为线索，《感染》讲述了传染病研究中建模方法的发展。在此基础上，作者通过实例展示了如何使用这些方法来研究和应对社会问题：通过预防和控制性传播疾病来降低金融危机的风险；通过分析“基因组”追溯童话的起源；疫苗接种策略以减少暴力活动的发生率；通过在社交网络上寻找潜在的超级传播者来提高互联网营销的有效性...

关于作者

Adam Kucharsky 是伦敦卫生和热带医学学院传染病流行病学系的副教授，他致力于使用数学模型来研究传染病的传播和社会行为。

曾参与西非埃博拉病毒、南美寨卡病毒等流行病的流行病学研究，研究成果被BBC、《华盛顿邮报》等媒体广泛报道。 2020年新型冠状病毒爆发期间，库查尔斯基团队是全球流行病学领域最活跃的研究团队之一。发表多篇论文。他还为英国政府制定疫情防控政策提供专家意见。

除了从事科学研究，库查尔斯基还积极参与科学传播，在金融时报、卫报、科学美国人、新科学家等媒体发表多篇文章，介绍该领域各种应用中的模型方法，主题包括博弈论、人工智能和社交媒体上的信息传播。此外，他还是 TED 的高级演讲者，并获得了 Wellcome Trust 科学写作奖和英国科学协会的 Rosalind Franklin 讲座奖。

书评

微生物学家和埃博拉病毒发现者彼得·皮奥：

如果您对流行病学和应对各种危机的策略感兴趣，请不要错过这本书。

中国科学院武汉病毒研究所研究员、新发传染病中心主任石正丽：

对流行病学和流行病学方法的深入了解，不仅可以让我们更好地了解和应对疾病，还可以帮助我们了解社会。

中国疾病预防控制中心原首席专家曾光：

如今，流行病学方法广泛用于社会学、犯罪学、经济学和文化研究。 《传染病》与其他同类书籍的一大区别在于，它介绍了流行病学方法在这些领域的应用。

苏世民书院院长、清华大学公共管理学院教授薛澜：

《传染病》的一大特色就是生动地介绍了流行病学方法在其他诸多领域的应用，让我们领略了跨学科研究工作的魅力。

北京大学医学人文研究院院长周诚：

在《传染病》一书中，作者用通俗易懂的语言介绍了流行病学家如何收集流行病学数据、分析疫情特征、追查源头、制定防控措施。更难能可贵的是，作者还把话题延伸到了其他领域，引起了读者对流行病学方法在其他学科中的重要作用的关注。

科普作家、“获取”APP“精英日报课堂”专栏作家万维刚：

传染病的传播、新品的普及、时尚的流行、金融风暴、社会行为的模仿，这些其实都是网络事件。 “传染”是一种令科学家着迷的现象。 Adam Kucharsky 的书向我们讲述了科学家的奇妙探索。

《柳叶刀》，医学杂志：

世界各地的政策制定者需要了解《传染病》中介绍的疾病传播模型，媒体中谈论流行病学的人也应该阅读它。传染病及时提醒我们疾病模型的重要性，没有它，我们将更加难以抗击新型冠状病毒。

经济学家：

在当今许多国家，流行病学家的工作正在影响人们的自由和日常生活。在 COVID-19 大流行期间，这些建模者分析并预测旅行禁令、社交距离和居家政策将如何改变大流行的进程。传染病介绍了这一重要科学的历史及其在预测从疾病到假新闻的一切传播方面的核心作用。

金融时报：

从冠状病毒到计算机病毒，从金融危机到假新闻，传染背后的数学原理非常相似。如果你想推广产品或传播政治信息，你会希望它的 R 值尽可能高；如果你想遏制病毒的传播（无论是生物病毒还是计算机病毒），你会希望它的 R 值越小越好。传染病是各个领域科学知识的汇编，描述了事物如何传播以及如何遏制（或促进）它们的传播。

纽约时报：

许多读者都听说过疾病和 R 值的数学模型。 《传染病》的作者亚当·库查尔斯基认为，R 值是理解“传染病规律”的关键。这些法律不仅适用于生物传染，也适用于金融危机恐慌、枪支犯罪和“冰桶挑战”等社会传染。

罗斯的灭蚊行动：从描述“感染”现象到探索“感染”机制

1901 年，罗纳德·罗斯带领一个团队前往塞拉利昂，试验他自己的蚊虫控制措施。他们清理了很多瓶子和罐子，并在蚊子较多的死水中喷洒了驱蚊剂。罗斯回忆说，他们到处都填满了洞，这样路上就没有积水了。结果很好：一年后罗斯再次来到塞拉利昂时，蚊子比以前少了很多。次年，罗斯成功说服苏伊士运河公司采取了他的灭蚊措施，说服过程比以前顺利多了。在埃及伊斯梅利亚市，每年约有 2,000 人感染疟疾。经过大规模的灭蚊运动，每年的感染人数下降到100人以下。在其他地方，灭蚊行动也被证明是有效的。尽管这些计划取得了成效，但许多人仍然对灭蚊工作持怀疑态度。所以罗斯需要一个更有力的案例来说服他的同行。为了找到这个原因，罗斯最终求助于数学方法。他早年在印度医疗队服役期间自学了数学，并且学得非常高。

当时罗斯的一个关键问题是，是否有可能在不消灭所有蚊子的情况下控制疟疾？为了找到这个问题的答案，罗斯设计了一个简单的疟疾传播概念模型。首先，他计算了给定地理区域每月的平均疟疾感染人数，这意味着将疟疾传播过程分解为不同的基本组成部分。罗斯认为，要让疟疾传播，该地区必须至少有一个人感染了疟疾。例如，如果一个有 1,000 人的村庄中的一个人感染了疟疾，为了使疟疾从一个人传染给另一个人，按蚊必须叮咬病人。罗斯假设只有四分之一的蚊子会成功咬人。如果这个地区有48000只蚊子，那么12000只蚊子可以叮人。

由于该地区每 1,000 人中只有 1 人感染疟疾，因此 12,000 只蚊子中有 12 只叮咬患者并成功吸入寄生虫。疟疾寄生虫在蚊子中繁殖需要时间，因此这些感染疟疾的蚊子必须存活足够长的时间才能具有传染性。罗斯进一步假设只有三分之一的蚊子只能活那么久，这意味着在这 12 只蚊子中，只有 4 只最终会具有传染性。根据最初的假设，4只蚊子中只有1只会成功吸人血，这意味着只有1只蚊子能够传播疟疾。罗斯的计算表明，即使是 48,000 只蚊子的区域，平均也只会导致一个人感染疟疾。

如果该地区有更多的蚊子或更多的疟疾患者，按照上述逻辑，每个月感染疟疾的人就会更多。然而，还有一个过程可以减少疟疾感染的增加：罗斯估计 20% 的疟疾患者会在一个月内康复。这意味着要让疟疾在该地区持续存在，感染过程和恢复过程之间必须保持某种平衡。如果恢复速度超过感染速度，那么患病人数最终将降至零。这是罗斯理论的核心。没有必要消灭所有的蚊子来控制疟疾的传播。他提出了临界蚊子密度的概念，低于该密度，疟疾会自行慢慢消失。正如罗斯所说，“只有当社区中有足够的按蚊，以至于新感染的人数多于康复人数时，疟疾才能在社区中持续存在。”

罗纳德·罗斯爵士，一位苏格兰医生，他研究疟疾的进入和治疗机制以及在西非发现传播疟疾的按蚊。

Roth 的分析不仅表明可以遏制疟疾的传播，而且还包含一个更深层次的想法，可以彻底改变我们对传染病的看法。罗斯认为，疾病分析有两种方法，即描述法和机理法。在罗斯时代，大多数研究都使用描述性信息进行推理：从现实世界的数据开始，归纳推导出可预测的模式。威廉·法尔 (William Farr) 对 1830 年代伦敦天花爆发的分析中使用了这种方法。在政府部门工作的统计学家法尔发现，感染人数起初增长非常快，但随后逐渐放缓。感染人数最终达到顶峰，然后开始下降，下降与生长期几乎完全对称。法尔利用病例数据绘制了一条描述流行趋势的曲线。他后来发现，1840 年的另一次爆发在很大程度上符合这一趋势。在他的分析中，法尔没有解释疾病是如何传播的，也没有提到传染或恢复的速度。 Farr 的方法侧重于流行病的趋势，而不是趋势背后的原因。

与法尔不同，罗斯使用机械方法。 Farr 的描述性方法首先收集数据，然后找到描述数据趋势的模式。罗斯首先做的是确定影响疾病传播的主要过程。罗斯利用他对疟疾的了解，解释了疟疾是如何被感染的、它是如何传播的，以及患者需要多长时间才能康复。他用数学公式总结了一个疟疾传播的概念模型，并用这个模型分析和预测了疫情未来的发展趋势。因为他的分析包括关于疟疾如何传播的具体假设，罗斯可以对其进行微调，看看如果条件发生变化会发生什么。灭蚊行动会带来什么？如果传染速度减慢，这种疾病需要多长时间才能消失？罗斯的方法帮助他向前看，问“如果怎么办？”问题，而不是像描述性方法那样仅仅在现有数据中寻找模式。