全球旅行和接触限制能减缓新冠疫情大流行吗?丨Engineering(4)
2023-10-27 来源:旧番剧
(二)估计有效再生数
为了解释严重急性呼吸综合征冠状病毒2(SARS-CoV-2)在不同地区的传播能力的差异,在实施旅行和保持社交距离的干预措施之前,我们计算了不同国家或地区的再生数(与一名感染者相关的平均新感染人数)。然后将其用于模拟COVID-19传播并评估跨地区和时间的各种干预和放松方案的有效性。
1. COVID-19 病例数据
我们使用了欧洲疾病预防控制中心(European Centre for Disease Prevention and Control)收集的、截至2020年5月4日全球各个国家/地区报道的每日确诊 COVID-19病例数据。中国大陆地区截至2020年5 月2日报道的基于发病日期的COVID-19确诊病例数据来自中国国家卫生健康委员会和中国疾病预防控制中心。中国香港特别行政区和澳门特别行政区的 COVID-19发病数是根据中国香港特别行政区卫生署卫生防护中心(Centre for Health Protection, Department of Health, Hong Kong SAR, China)和中国澳门特别行政区卫生局(Bureau of Health, Macau SAR, China)的个案数据汇总的。
2. 校正数据的报告延迟
为了构建COVID-19传播的数学模型和估计在采取旅行和人员接触干预措施之前的传播参数,我们估算了每个国家或地区在采取这些干预措施前的COVID-19病例的有效再生数(Re)。由于病例报告数据与真实的病例数据之间存在误差(由疾病潜伏期和病例报告延迟所致),因此基于病例报告数据估计的Re可导致在COVID-19传播模拟过程中,参数的任何变化和干预效果的评估都被延迟。为了减少Re因报告数据延迟导致的潜在偏倚,对于每个国家,我们基于潜伏期和发病日期至报告日期延迟的后验分布,进行了随机抽样,从而将每个病例报告日期转换为可能的感染日期。通过1000次抽样,每个确诊病例将产生1000个可能的感染和发病日期。然后,我们根据每次抽样的潜在感染日期生成每日病例数并绘制流行曲线,然后估计在实施旅行和接触限制措施前的Re值。
本研究采用2020年1月23日之前武汉市的COVID-19疫情流行病学数据,其中潜伏期为对数正态分布[平均为5.2 d,95%置信区间(CI)为4.1~7.0 d],发病日期至首次就诊/报告时间差服从Weibull分布(平均为5.8 d,95% CI为4.3~7.5 d)。