什么叫做疫情崩盘、感染炸裂、防疫崩溃？
现在大家应该都知道什么叫R0(R nought)值吧
就是指一个感染者，平均会传染给其他几个人
如果 R0 > 1，感染者的增加就会呈指数成长
所以要看有无疫情崩盘、感染炸裂、防疫崩溃
就看感染者增加有没有指数成长的趋势
在这边跟大家介绍一个很好的疫情资料图形化网站
https://aatishb.com/covidtrends
作者是科学作家Aatish Bhatia 跟 Youtuber minutephysics
他们把JHU的资料，制作成交互式的图形化网站
其特色在于座标轴的单位和尺度的选择
纵轴是对数尺度的新增确诊人数（取过去一周总和，目的是平滑化）
横轴是对数尺度的累计确诊人数
不同于其他的图形化方式，他的横轴是累积人数，而非时间
在疫情崩盘未受控制的情况下，
累积越多感染者，就会更快速的传染给其他人
因此新增确诊人数会和累积确诊人数具有比例关系
简单来说，
疫情崩盘失控的国家，在这个图表上会呈现一个斜直线
如下图
https://i.imgur.com/RalnVL1.png
这个图优美地展示了一个悲惨残酷的事实
几乎所有个国家疫情崩溃后的模式都是类似的
当累积感染人数破一万时，一周新增确诊大多是8千人左右
当累积感染人数破五万时，一周新增确诊大多是3万人左右
一条悲惨的爆炸路径
相反的，能把曲线从斜直线中折下来，就代表相对远离疫情爆炸状态
比方说渡过第一波疫情的新加坡，以及韩国
https://i.imgur.com/TmJ6PMZ.png
相同的方法，用来检视sub-national的单位也适用
比方说美国各州的状况，都还不能说有明显趋缓
https://i.imgur.com/1TIJp4L.png
不过需注意的是，这里的新增确诊人数是采过去一周的新增之加总
好处是不会因为一天的数字就产生大起大落的变化
坏处是对于情况变化的反应较慢，往往需几天后才能看出变化
不过这么一来，
当图上明显出现转折，就代表该区防疫出现成效，应该不是短期波动
当然，这一切的前提都是，该国、该地的确诊数字可信
比方说，看这个图表一定会被中国的谜之跳水吸引
https://i.imgur.com/n2t2ySV.png
但我告诉大家，中国最强的不是跳水
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
中国各省疫情，同一时间、整齐划一的数字花式跳水
这种事情过去只有在奥运场上看得到
真不愧是厉害了我的国