当下一次大流行出现时，最初几周会是什么样子?是否会有系统来确定受感染者的接触者，并将信息结合起来，以获得有关潜伏期、疾病严重程度和有效控制措施的关键见解?还是零碎的数据和临时制定的政策会再次导致大规模流行病和漫长的限制?

每次爆发都有一个从了解到控制的反馈循环。为了设计出最有效、破坏性最小的控制措施，各国政府必须了解疾病传播的地点和方式。控制传播的措施——例如检测和追踪接触者——反过来可以提供更多的见解。更好的数据意味着更好的控制措施，但各国必须就如何获得这些见解进行艰难的讨论。

在2020年初，卫生官员对SARS-CoV-2感染的地方没有信心，也不知道有什么措施可以抑制传播。许多城市和国家因此进入封锁状态。

在大流行开始时，我和同事们拼凑了有偏见和不完整的全球数据集。我们将不同国家报告的病例与回国航班上的感染相结合，以估计病毒出现在中国武汉的封城措施的影响。我们研究了病毒的爆发钻石公主来推断感染的严重程度。当我们与不确定性作斗争时，往往是因为没有收集数据集来回答我们的问题。

2020年3月，我在伦敦卫生和热带医学学院的同事建立了CoMix，对英国的社会关系进行了调查。第一个确凿证据表明，社交距离行为已经发生了足够大的变化，足以抑制COVID-19，但这并不来自病例或住院治疗;它来自于CoMix的估算。当Alpha变种在2020年晚些时候出现时，社会接触研究帮助表明，感染激增可能是新变种的结果，而不是更宽松的当地行为(n g·戴维斯et al。科学372eabg3055;2021）.

在一些地方，人们的行为已经在更精细的尺度上进行了分析。在韩国，手机和信用卡数据将个人与COVID-19热点地区联系起来:5.7万名曾在夜店疫情爆发附近的人收到短信，让他们去检测。在台湾，手机追踪确保了被感染者的接触者被隔离。在测试活动期间，新加坡使用蓝牙传感器记录了数百万次社交互动。

收集这些数据对评价控制措施很重要。新的举措有望确保新的诊断方法、治疗方法和疫苗在下一次大流行中更快到达。但各国首先必须决定隔离、检疫、佩戴口罩和限制社会接触等措施。

为了了解这些和类似措施的有效性，研究人员将干预的时间与流行病曲线对齐，但很少有专门为此目的设计的研究。大多数已经进行的研究，比如英国活动研究项目(UK Events Research Programme)，该项目研究了2021年现场活动的COVID-19风险，但研究力度不足，也没有定论。

研究设计在下一次大流行中可能变得尤为重要。2020年，COVID-19疫苗结果很快就到了，因为在活跃的试验地点出现了第二波复苏，因此证据积累得很快。在部分被抑制的流行病中，这类证据将来得更慢。

自2016年以来，几名研究人员(包括我的合作团队)为世界卫生组织的《研发蓝图》做出了贡献，参与了一个为突发卫生事件准备疫苗试验设计的项目。2015年，埃博拉疫苗的一项“环形试验”成功追踪了感染者的接触者和接触者的接触者之间的感染情况。然而，在不太明确的接触者中传播更快的呼吸道感染带来了更大的挑战，除非这些接触者能够以某种方式迅速被识别和登记。

量化病毒的特征、确定有被感染风险的人群、评估早期措施以及疫苗的有效性，都需要良好的数据。这就需要规划未来的数据系统如何发挥多重作用。(不可能为每个问题都建立新的基础设施。)有一些主动数据流的例子可以借鉴。在2003年严重急性呼吸系统综合征(sars)爆发后，台湾成立了国家卫生指挥中心，并于2020年初通过数字隔离、患者旅行和接触史三角定位等数据驱动措施迅速动员起来抗击COVID-19。2015年中东呼吸综合征爆发后，韩国修订了立法，允许卫生机构在严重疫情期间访问和分析数据，包括移动电话位置和信用卡交易。

我注意到西方在实施数据密集型方法时存在冲突。我已经不记得有人说过多少次我们应该效仿东亚的反应了——但一旦他们听到细节，他们就会得出结论，这些措施是不可接受的隐私侵犯。

大流行期间不是辩论如何平衡数据和隐私，或哪种控制措施和试验设计是适当的时候。这些是各国现在需要在下一次大流行之前作出的决定。