全球旅行和接触限制能减缓新冠疫情大流行吗？丨Engineering(2)

一、
引言
新型冠状病毒肺炎（COVID-19）疫情大流行已导致不断演变的全球性公共卫生和经济危机。在有效的疫苗得以广泛使用并实现群体免疫之前，医疗和公共卫生领域主要采用非药物干预措施（NPI）来缓解COVID-19疫情大流行。各国实施了旅行限制和保持社交距离的干预措施，从而隔离疫情的“热点”区域，并最大限度地减少感染者与易感人群之间的接触。这些干预措施旨在抑制此次疫情大流行的高峰，延缓下一波疫情的到来，保护医疗卫生服务能力，并降低 COVID-19引起的发病和死亡率。
旅行限制和保持社交距离措施的实施，结合大规模检测、接触者追踪和个人卫生行为等其他干预措施，可能已大幅减缓了2020年上半年各国COVID-19的传播速率，并压低了流行曲线。然而，由于不同地区实施这些旅行和人员接触限制措施的时间和强度各不相同，这些措施在全球尺度上的有效性仍有待研究。此外，为了尽量减少疫情期间采取的全面封锁或旅行限制措施的社会经济影响，放宽这些干预措施，对于防止疫情复燃和再次封锁也很重要。例如，中国已经度过了第一波COVID-19疫情，并全面取消了在2020年1月下旬至3月上旬严格实施的全国旅行管控措施。然而，过早和突然取消各国缺乏协同的干预措施，可能会导致下一波疫情更早地到来。如欧洲疫情的复燃和第三次封锁。一个国家的疫情暴发可能会导致另一个国家因病例输入引起疫情。然而，很少有研究采用全球旅行和人员接触措施的定量测量指标，分析在缺乏疫苗或有效治疗的情况下，应如何以及何时实施或取消旅行和人员接触限制的干预措施。
为了回答这些问题，我们应该开展研究以测量和评估各国干预措施及潜在放松策略的有效性，从而指导当前和未来COVID-19 或其他大流行的应对。
从移动设备获取的汇总后的匿名人口流动数据，提供了人群出行模式和人员接触水平的近似测量指标，在COVID-19疫情大流行期间得到了广泛的应用。这些手机定位数据提供了人群在不同地点和时间流动模式变化下的信息，从而帮助改进疫情的干预策略。本研究采用人口流动数据，衡量在2020年COVID-19第一波疫情大流行期间，135 个国家和地区实际的人员出行水平和干预措施持续时间。然后，构建集合种群传播模型：①模拟COVID-19在这些研究地区的传播；②评估旅行限制和保持社交距离干预措施的相对有效性；③分析各种放松策略的影响。此外，为了给医疗卫生资源的准备工作提供证据，本研究根据不同人口、地区和季节，进一步评估了特定年龄人群的重症和危重症COVID-19病例的潜在数量。