2020年7月22日，国际权威期刊《科学》（Science）在线发表了吴晔教授参与合作的研究成果“Evolution of effective serial interval of SARS-CoV-2 by non-pharmaceutical interventions”，这是香港大学、剑桥大学、北京师范大学等学者合作的一项交叉学科研究成果。吴晔是北师大计算传播学研究中心执行副主任，北师大新闻传播学院教授。
计算传播学研究中心执行副主任 吴晔教授
研究利用大规模流行病学数据证明了非药物干预在传染病控制领域的重要性，在改进传播动力学的评估、预测传染病发病率和评价疫情防控有效性等方面具有指导意义。课题组开发了一系列线性多变量回归模型，以预测感染者出现症状的代际间隔（serial interval），旨在观察中国大陆地区新冠肺炎的流行病学特征及传播动力学的动态变化。
研究表明，在施加隔离措施后，2020年1月9日至2月13日期间（划分为高峰前、高峰期和高峰后三个阶段）COVID-19传染的代际间隔均值在一个月内从7.8天（95% CrI: 7.0, 8.6）缩短到2.6天。分析、仿真和回归模型的组合验证了及时隔离是缩短代际间隔的主要因素。感染者提前一天被隔离，平均可使平均间隔时间减少0.7天。这与之前的研究发现是一致的，即从症状发作后的15天之内隔离确诊病例并隔离他们的接触者可以使新冠肺炎的传播减少60％。
图 1 中国大陆COVID-19病例代际间隔的演变
图2 非药物干预（NPI）随时间代际间隔的效果
随着疫情的发展，新冠肺炎的流行病学特征发生变化。研究表明，与使用固定代际间隔分布的常规定义相比，使用允许随时间变化的代际间隔的实时估计可以提供更准确的再生数估计。这些发现对于提高传染病扩散动态评估、预测未来发生率的准确度，估计控制措施的有效性至关重要。
在没有抗病毒药物或疫苗的情况下，疫情控制依赖于对确诊病例的迅速发现和隔离。新冠疫情发生以来，各级政府及时采取了隔离病例、追踪密切接触者、严格限制人群流动、保持良好卫生习惯、保持社交距离等一系列防控措施，有效抑制了新冠病毒在社区的传播，为防止疫情本地扩散做出了重要贡献，这也是为世界疫情防控提供的中国经验。
另悉，新冠疫情发生以来，吴晔教授团队围绕疫情信息科普传播、疫情传播风险预测、媒体干预疫情等领域开展研究，取得了阶段性成果。此前已在国际权威传染病期刊《emerging infectious diseases》上发表《The serial interval of COVID-19 from publicly reported confirmed cases 》，以及在国内核心期刊《全球传媒学刊》上发布《媒体在流行病暴发事件中的干预作用》等两篇论文，把科学有序防控落到实处，为抗击疫情提供理论支撑。