数理モデル、特に微分方程式から計算をするとき、R0 であると言われる数の多くは、実際には単なる閾値であって、2次感染者数の平均ではない。そのような閾値を数理モデルから導出する多くの手法があるが、常に R0 の真値を与えるものはほとんどない。これはマラリアのように宿主間に媒介動物がいる場合は特に問題が多い[39]。

これらの閾値は疾病が絶滅（R0 < 1）するか流行（R0 > 1）するかを決定するが、一般にそれらを異なる疾病で比較することはできない。したがって、上の表にある値は慎重に用いる必要がある。（特に数理モデルから計算された場合。）

手法には生存関数・ヤコビ行列の最大固有値の再配置・next-generation method[40]・内的自然増加率からの計算[41]・エンデミックな定常状態の感受性人口からの計算・平均感染年齢からの計算[42]・最終規模方程式からの計算などがある。多くの手法は、たとえ同じ微分方程式から出発したとしても、互いに一致しない[要出典]。実際に2次感染者の平均を計算しているものはさらに少ない。基本再生産数 R0 が実地で観測されることは滅多になく、通常は数理モデルから計算され、これにより有用性は著しく制限される[43]。
実効再生産数

基本再生産数を、実効再生産数（effective reproduction number）R と混同してはならない。実効再生産数とは、感染個体がすでに存在するかもしれない現在の集団内で、一感染個体により直接生み出される感染個体数の平均である。

広東省疾病予防コントロールセンターによれば、「伝染性を表現するために実効再生産数 (R) がより一般的に使用される。実効再生産数は感染症例ごとによって発生する二次症例数の平均として定義される。管理措置がない場合、R = R0 χ (χは感受人口の割合) となる。」[44][要非一次資料]。例えば2019-nCoVの実効再生産数は2.9で、SARSの実効再生産数は1.7となる[44]。