药物使用总数不到建模中提出的一半感染者用药的十分之一，却能降低死亡约60%，远超文中提出一半人用药的减少40%死亡。 模型 是否低估了过去两年现代医学对新冠的治疗进展？
低估最明显的是对疫苗接种率最高的山东的模拟结果。山东老人接种接近90%，第三针超过70%。模拟结果居然每千人死亡0.84，没比香港的1.1好多少。 模拟使用的疫苗有效性来自香港，防死亡接种完2-3针后灭活与mRNA疫苗类似。山东老人接种率与新西兰、新加坡等疫苗接种领先国家差距没那么大，新加坡每千人死亡率仅有0.08，实在无法理解怎么能模拟出山东死亡率比新加坡高10倍多。
实际上按模拟结果来看接种疫苗还真没什么用。高危人群90%的全程接种率与70%的三针接种率，继续提高还能有多少空间？每千人死亡0.84，放大到全国还是有122万死亡，住院一样超过医疗系统承受范围。要这结果准确，大家都可以洗洗睡了。
可新西兰、新加坡偏偏靠较高的疫苗接种率把新冠死亡率降低到了每千人0.1以下。按该建模来看，这些都是不可能发生的吧。可惜新西兰、新加坡都是实实在在存在的国家，而这个模型别说发表在《自然|医学》上，就是CNS同时头版头条，也只是一个虚构的模型而已。
4. 模型都准确地预测了过去
有趣的是和诸多新冠疫情的建模一样， 模型模拟过去的疫情是严丝合缝：
我对如何建模啥的是一窍不通，不过有句话我个人认为对这类基于大数据的研究是通用的，那就是“garbage in, garbage out”，所谓的 输入数据不佳，结论不靠谱。
论文作者们也承认建模的很多参数有不确定性：疫苗有效性随时间的变化、病死率波动等等。还是以香港为例，60-70岁与80岁以上，都是老人，但病死风险差异巨大。上海做的建模里，疫苗接种数据都只分了60-70岁与70岁以上老人，没法做更细致的区分。那么多不确定性，最后居然模拟出与现实如此贴切的结果，这确实是现在新冠疫情模拟普遍的神奇之处。
当然，这种出奇的准往往仅限于对疫情的过去做模拟。像美国最权威的IHME建模，自疫情以来， 预测未来被反复打脸，但每次都能总结出自己的模拟与过去发生的情况非常吻合，反过来长期成为最准确的新冠预测。
所以对诸多模拟与预测，参考就好。没必要依靠别人预测的未来过日子，毕竟， 我们自己就活在真实的历史中。明天如何，靠自己的眼睛去看，靠自己的手去触碰，靠自己的心去感受就行。
5. 关于物理防疫措施
