数据跟踪,如果能显示“饱和”度的意义,可能对新爆发点的趋势估计更有帮助。我理解的饱和,是指每日测试人数与确诊人数的比例,以及确诊人数下降的趋势结合起来看所能提供的经验性数据模型,如纽约的这类数据出来后,尤其在拐点明确后,饱和度的意味对其它地方会有提示作用。
另一个数据,就是病死率的跟踪。我猜想这类数据不仅与当地的人口结构和密集程度等有关,也与医疗资源状况,以及病毒的差异有关。如果能跟踪这类数据的突异性变化,并追究突变的原因,对控制病死率会有效应。
以上两方面结合起来看,也许能有助于方舱的数量,规模以及选址的考虑。