英团队建模评估武汉解封：4月比3月好警惕2次高峰( 二 )
假定人群中有一定数量的感染者 ， 年龄组i中特定年龄人群的混合模式改变了他们暴露于病毒的可能性 。 此外 ， 研究者纳入了无症状和亚临床者的影响 。 尽管有证据表明他们很可能会传播此类病毒 ， 但在撰写本文时仍无法确定这些人是否能够传播感染 。 研究者还考虑了一种情况 ， 在这种情况下 ， 研究者认为年少者相对年长的个体而言 ， 其症状更容易是无症状（或亚临床的）且传染性较低 。对于给定的年龄段i ， 可以通过以下公式描述流行病转变：
其中β是传播率（按照R0取值） ， Cij描述了：“年龄段j”的接触者“年龄段i” ， κ= 1-exp（–1 / dL）是每日暴露的概率个体具有传染性（d为平均潜伏期） ， 并且γ= 1–exp（–1 / dI）是当平均感染持续时间为dI时被感染个体恢复的每日概率 。 研究者还纳入了无症状和亚临床病例的贡献 ， 1-ρi表示感染病例无症状或亚临床的可能性 。 研究者假设年轻的个体更有可能是无症状的（或亚临床的）和传染性较小的（与Ic ， α相比 ， 传染性的比例） 。使用表中提供的文献中的参数 ， 研究者模拟了疫情 。
研究者假设平均潜伏期为6.4天 ， 平均感染期为3天或7天 。 每次模拟都从200或2000个传染性个体开始 ， 其余人口处于易感状态 。 研究者通过Kucharski及其同事从半机械模型的R0分布的后部均匀地从R0分布的95％CI得出R0值 ， 从而探索了模型的不确定性 。社会融合和干预社会融合模式在各个地点（包括家庭 ， 工作场所 ， 学校和其他位置）有所不同 。 在正常情况下 ， 在所有这些地点进行的人与人之间的接触会汇总出一个总的混合方式 。 因此研究者对不同地点的接触模式进行了汇总 ， 以得出暴发前总体中的基线接触模式 。 在暴发流行的环境中 ， 不同的干预策略旨在减少不同情景下的社会融合 ， 以降低病毒在人群中的传播 。 为了模拟旨在减少社交融合的干预措施的效果 ， 研究者使用这些基本模式为每种干预方案创建了综合接触矩阵 。研究者考虑了以下三种情况：第一种是理论性的情况：假设所有地点类型的社交融合方式都没有变化 ， 学校没有寒假 ， 没有农历新年假期；第二种情况 ， 没有干预措施：在有寒假和农历新年的情况下 ， 但并未施加物理疏离措施 。 由于1月15日至2月10日学校放寒假 ， 学校里没有人与人之间的接触 。 分别在2020年1月25日至2020年1月31日以及2020年2月1日至2月10日的期间中工作的劳动力分别为正常情况下的10％和75％；第三种情况下 ， 武汉采取了严厉的措施以控制疫情：假设在控制措施期间 ， 学校停课 ， 约有10％的劳动力（例如 ， 卫生保健人员 ， 警察和其他基本政府工作人员）继续工作 。对于第三种情况 ， 研究者模拟了严格控制措施在3月或4月初结束的不同效果 ， 并允许在学校关闭期间分阶段重返工作（即25％劳动力在第一周和第二周工作；第三 ， 四周工作的劳动力恢复到50%；此后100％劳动力恢复工作和上学 。
结果研究者的模拟结果表明 ， 旨在减少社会融合的控制措施可以有效降低新冠疫情暴发的规模并延缓其高峰 。
研究者提供了200次模拟暴发的中位数累积发病率 ， 每天的新报告病例和每天的特定年龄发病率 。
严格的控制措施 ， 如长期停课和放假 ， 可减少到2020年底的累计感染率和发病率高峰 ， 同时也推迟了疫情的暴发高峰 。 研究者的模型表明 ， 这些增加物理距离的策略效果随年龄段的不同而不同 。 发病率的下降在小学生和老年人中最显著 ， 而在工作年龄的成年人中最不显著 。
如果湖北武汉在4月初开始分批恢复工作 ， 则最能保住此前增加物理距离的成果 。 由于该疾病具有更长的传染期 ， 实行强力的隔离措施并在4月开始逐步解封 ， 建模得出的感染的中位数到2020年中期能减少92％（IQR 66-97） ， 到2020年底可减少24％（IQR 13-90） ， 并降低了所有年龄段的人群发病率和发病高峰 。 这对减轻疫情暴发对医疗保健系统的压力有着重要的意义 。另外 ， R0值的不确定性对流行高峰的时间安排和暴发的最终规模有很大影响 。长时间停课和放假的严格控制措施的模拟效果随感染时间的长短而异 。 如果该疾病的感染期较短（3天） ， 则研究者的模型表明 ， 3月份放松干预措施可以避免约30％的学龄儿童和年长个体患病 。 如果该病具有更长的传染性持续时间（例如7天） ， 那么3月放松将对到2020年底降低感染病例帮助不大 。 相比3月就解封 ， 4月解封效果更好 。 在儿童传染性较低的假设下 ， 在4月而不是3月取消物理疏远干预措施 ， 可能会带来更多的健康益处 。讨论数学模型可以帮助研究者了解新冠病毒如何在整个人群中传播 ， 并为可能减轻未来传播的控制措施提供信息 。 研究者使用年龄结构化的SEIR模型模拟了武汉市持续暴发COVID-19的轨迹 。 由于个体间的混合模式并非随机 ， 因此会影响疾病的传播动力学 。 评估物理疏离干预措施（例如学校停课）有效性的模型需要考虑社会结构和个体混合中的异质性 。 在研究者的模型中 ， 研究者将纳入了针对特定年龄和特定地点的社会混合模式进行了改进 ， 以估计特定地点的物理疏离干预措施在减少暴发扩散方面的效果 。 为减少与学校和工作场所的接触而采取的措施正在通过为医疗保健系统提供了应对的时间和机会 ， 以便更有力的控制疫情 。 因此 ， 如果过早取消隔离限制 ， 由于仍然有足够的易感人群 ， 这很容易使基本传染数再次大于1 ， 导致感染数量将会增加 。 实际上 ， 干预措施应缓慢、逐步取消 ， 一方面是为了避免感染急剧增加 ， 另一方面是出于物流供给等实际原因 。 因此 ， 研究者模拟了以交错方式逐步取消干预 。研究的局限性本研究以武汉为例 ， 描述了一个数学模型 ， 该模型可量化物理疏离政策的潜在影响 。 中国世卫组织联合考察组的流行病学调查发现 ， 许多感染集中在家庭 。 这也就意味着 ， 强力的物理疏离措施也可能带来另一些不利影响 ， 包括学校停课 ， 工作场所停工和避免任何公共聚会这样的措施 ， 可能将传播推向家庭 ， 导致家庭聚集感染案例增加 。 由于模型中未明确包括家庭 ， 因此研究者没有考虑家庭传播的异质性和集群性 。 在接触网络模型中 ， 区分重复接触和新接触对于疾病传播很重要；需要更复杂的方法来说明家庭中的暂时存在 ， 以表征较高的接触程度 。 鉴于研究者研究的局限性 ， 研究者的隔间模型没纳入接触者的个体水平异质性 ， 这在超级传播事件（尤其是在流行病的早期）中可能很重要 。 与医院内感染相结合 ， 确诊病例与医护人员的密切接触有可能扩大COVID-19感染的风险 。 但是 ， 研究者提出的隔间模型无法明确考虑医疗机构和家庭之间的传播 。研究使用了其他研究已有的R0作为关键参数 。 R0决定了新冠病毒在疫情暴发初期在人群中传播的速度 。 但这是一个难以估计的参数 。另外 ， 研究也未考虑天气及气候对新冠疫情的影响 。 也未将其他创新纳入模型 ， 例如医院能力的提升、检测的快速扩展 ， 这些都能缩短诊断和卫生系统的延迟 ， 从而减少传染性和易感性个体之间的有效接触 ， 并中断传播 。 正在开发的有效疫苗和抗病毒药物可以抵消这一全球公共卫生威胁 。延伸阅读4月8日武汉天河机场复航 武汉始发航班可以购票了武汉恢复到站首日:260多趟列车停靠 6万多人"回家"应勇王晓东武汉站接站:武汉是健康的城市 欢迎回家俞昌宗 本文来源：澎湃新闻
推荐阅读
- 『福建卫生报』全省首例！附一翁山耕教授团队劈离式肝移植，让一个肝救两条命！
- 「反传指南」“理想家园”传销眉山团队长发展下线万余人被起诉
- 『律本律师团队』成功案例 | 发生交通事故怎么办？如何索赔？
- 「临床试验」继陈薇团队后 中国又一新冠疫苗将进入临床试验
- 『兰州新闻网』研究南极植物 我们是认真的 ——访中智联合科考团队成员、兰州大学教授冯虎元
- 『甘肃省第二人民医院』医患情深丨甘肃省二院妇产科团队 孕产妇坚强的后盾
- 「大众健康报健康四川」潜心研究攻克难题 提高胃癌患者生存期——绵阳四〇四医院腹部外科科研团队
- 胶东在线@烟台毓璜顶医院吕宏琳团队成功开展微创显微镜下颈椎ACDF手术
- 「护理团队」提灯照亮，用爱呵护——武汉战“疫”一线白衣天使护理团队
- 『牟森』牟森：《致勇气》礼赞人类的伟大与勇气