什麼叫做疫情崩盤、感染炸裂、防疫崩潰？
現在大家應該都知道什麼叫R0(R nought)值吧
就是指一個感染者，平均會傳染給其他幾個人
如果 R0 > 1，感染者的增加就會呈指數成長
所以要看有無疫情崩盤、感染炸裂、防疫崩潰
就看感染者增加有沒有指數成長的趨勢
在這邊跟大家介紹一個很好的疫情資料圖形化網站
https://aatishb.com/covidtrends
作者是科學作家Aatish Bhatia 跟 Youtuber minutephysics
他們把JHU的資料，製作成互動式的圖形化網站
其特色在於座標軸的單位和尺度的選擇
縱軸是對數尺度的新增確診人數（取過去一週總和，目的是平滑化）
橫軸是對數尺度的累計確診人數
不同於其他的圖形化方式，他的橫軸是累積人數，而非時間
在疫情崩盤未受控制的情況下，
累積越多感染者，就會更快速的傳染給其他人
因此新增確診人數會和累積確診人數具有比例關係
簡單來說，
疫情崩盤失控的國家，在這個圖表上會呈現一個斜直線
如下圖
https://i.imgur.com/RalnVL1.png
這個圖優美地展示了一個悲慘殘酷的事實
幾乎所有個國家疫情崩潰後的模式都是類似的
當累積感染人數破一萬時，一週新增確診大多是8千人左右
當累積感染人數破五萬時，一週新增確診大多是3萬人左右
一條悲慘的爆炸路徑
相反的，能把曲線從斜直線中折下來，就代表相對遠離疫情爆炸狀態
比方說渡過第一波疫情的新加坡，以及南韓
https://i.imgur.com/TmJ6PMZ.png
相同的方法，用來檢視sub-national的單位也適用
比方說美國各州的狀況，都還不能說有明顯趨緩
https://i.imgur.com/1TIJp4L.png
不過需注意的是，這裡的新增確診人數是採過去一週的新增之加總
好處是不會因為一天的數字就產生大起大落的變化
壞處是對於情況變化的反應較慢，往往需幾天後才能看出變化
不過這麼一來，
當圖上明顯出現轉折，就代表該區防疫出現成效，應該不是短期波動
當然，這一切的前提都是，該國、該地的確診數字可信
比方說，看這個圖表一定會被中國的謎之跳水吸引
https://i.imgur.com/n2t2ySV.png
但我告訴大家，中國最強的不是跳水
而是各省同步一起花式跳水
https://i.imgur.com/UFVWXCd.png
https://i.imgur.com/1sBh38N.png
https://i.imgur.com/UqK69C5.png
中國各省疫情，同一時間、整齊劃一的數字花式跳水
這種事情過去只有在奧運場上看得到
真不愧是厲害了我的國