《自然》论文点赞中国抗疫,若不干预感染者或超七百万

《自然》论文点赞中国抗疫,若不干预感染者或超七百万

新冠肺炎作为新出现的传染病,全球尚无特效药物及疫苗。因此,各国对疫情的遏制主要采用非药物干预措施(non-pharmaceutical interventions, NPIs)。中国基于非药物干预措施的疫情遏制策略是有效的,但这些措施到底多有效?其施加时机如何?要回答这些问题,需要定量评估。

当地时间5月4日,顶级学术期刊《自然》杂志刊发了中英美多国科研团队的研究。研究通过建模发现,中国使用的三大非药物干预措施不仅遏制了新冠疫情在中国的发展,也为全球赢得了时间窗口。研究指出,如果不实施强有力的非药物干预“组合拳”,则中国的新冠病例或将增加67倍,超过700万人。

以上研究来自英国南安普顿大学、复旦大学、武汉疾控中心、美国哈佛大学、约翰霍普金斯大学等多个研究团队。

研究者利用流行病学和匿名的人类活动数据,建立了一个模型框架,该模型使用日常旅行网络来模拟中国各地的疫情暴发和干预方案。模型估计,到2020年2月29日,中国大陆总共有114325例COVID-19病例(四分位数范围为76776-164576)。如果没有非药物干预措施(NPI),那么中国大陆的COVID-19病例可能会增长67倍(四分位数范围44倍-94倍)。这意味着,如果不加干预,中国大陆将有近766万新冠感染者。

研究还发现:相比出行限制和降低人与人的接触,尽早发现和隔离病例可防止更多的感染。但是,只有多种非药物干预措施协同施加,才能取得最强、最迅速的遏制效果。

如果能够维持社会疏远措施,那么自2020年2月17日起取消旅行限制似乎也不会导致全国病例增加。该研究发现有助于增进人们对COVID-19上非药物干预措施的了解,并为全世界的应对工作提供信息。

三大类非药物干预措施

作为一种新出现的传染病,要在几个月之内找到有效的药物干预措施是不现实的。而目前有限的医疗资源也是无法医治所有的病例。因此,非药物干预措施是公共卫生应对疫情的重要组成部分。

这些措施包括隔离患病者、进行接触者追踪、隔离接触者、旅行限制、学校和工作场所关闭、取消群众集会等。这些措施旨在减少传播,从而延后流行高峰出现的时间并压低疫情高峰规模,为医疗保健系统的恢复争取时间,为疫苗和药物的研发争取时间。

为遏制COVID-19在中国的蔓延并减小其暴发规模,中国的非药物干预措施(NPI)包括三大类。

首先是城际旅行限制,这遏制了农历新年假期期间病毒的进一步传播。对武汉及湖北省周边城市的封城措施于春节(CNY)前两天的1月23日实施。自春节以来,全国其他省份也实行了旅行限制。

第二类非药物干预措施是病例的早期识别和隔离,包括改善对疑似病例和确诊病例的筛查、识别、诊断、隔离以及报告追踪接触者。中国各地政府都加强了对湖北省旅客的例行检查和隔离,以期尽早发现COVID-19感染。尤其是对检测和诊断的改善,使得从症状发作到实验室确诊的平均间隔从暴发初期的12天下降到2月初的3天。

第三类非药物干预措施是实施接触限制和社会疏远措施,并加强个人预防措施,比如洗手,以减少社区一级的接触风险。作为社会疏远政策的一部分,中国鼓励人们尽可能留在家里,取消或推迟大型公共活动和群众聚会,并关闭图书馆、博物馆和工作场所。此外,学校假期也得到了延长,湖北省的春节假期结束日期从1月30日延后到了3月10日,其他许多省份的春节假期结束日期也延到了2月9日。

尽管经济和社会成本高昂,中国在全国实施的非药物干预措施使得新增病例数量迅速下降。先前的研究已经初步探讨了武汉封锁、旅行限制、机场检查以及病例隔离追踪对遏制病毒传播的效果。但是,目前缺乏对中国不同非药物干预措施的有效性及施加时机的全面和定量的分析比较。

基于COVID-19的流行病学数据以及历史和近乎实时的匿名人口活动数据,研究者开发了根据旅行网络的随机易感-暴露-传染-去除(SEIR)模型,模拟2019年12月1日以来,在340个中国大陆的城市中的新冠疫情传播情景。通过模型,研究者进行了前后可比性分析,以量化中国三大主要非药物干预措施带来的影响。模型还评估了自2020年2月17日解除旅行限制以来COVID-19传播的风险。

模拟、重建COVID-19的传播

在实施广泛干预措施之前,中国新冠疫情早期的流行病参数该如何取值?研究者采用的是武汉暴发初期估计的流行病学参数。

研究者通过手机用户的百度定位服务来获取城市间和城市内人口流动数据,以及全国范围内从发病到报告病例的时间间隔,来衡量三大非药物干预措施的效果。自从实施干预措施以来,中国的人口流动和接触方式发生了重大变化,病例报告的及时性也得到了改善。

研究者估计,截至2020年2月29日,中国大陆共有114325例COVID-19病例(四分位数间距 76776 – 164576),其中湖北省占了85%。

在春节前,中国的新增病例呈指数级增长,但在实施非药物干预措施之后,流行高峰在很快就到了,时间正是春节假期内,耗时大约一周左右。该模型对流行病和高峰的预测,与发病日期报告的数据高度一致。该模型每天的估计值与跨时间和跨区域的报告数据之间也具有高度相关性。

截至2020年2月29日,模型估计病例数与各省报告的病例数之间存在显著的总体相关性(p <0.001,R2 = 0.86),在预测某个城市有或者没有新冠病例时,该模型的敏感性(91%,280/308)和特异性(69%,22/32)也很高。

量化不同非药物干预措施的影响

模型预测显示:如果没有非药物干预措施,截至2月29日,中国的COVID-19病例数将远远高于目前的实际数值。其中,武汉市增加51倍(四分位数范围 33倍-71倍),湖北省其他城市病例数将增加92倍(四分位数范围 58倍-133倍)。其他省份的城市病例数将增长了125倍(四分位数范围 77倍-180倍)。

但是,不同干预措施的表观效果各不相同。

对武汉的封锁没能完全阻止病毒从武汉扩散出去,因为封锁是在春运返乡相对靠后的时段实施的。但是,如果不执行城际旅行限制,武汉以外的城市和省份将迎来更多来自武汉新冠病例,受影响的地理范围将扩大到中国偏远的西部地区。

通常来说,相比全国范围内减少人与人之间的接触水平和社交疏远,早期发现和隔离病例可以更迅速、更实质性地预防感染(5倍对2.6倍)。但是,如果没有减少对人与人接触的干预,从长远来看,整个地区的流行病将成倍增加。因此,综合的非药物干预措施对COVID-19疫情的遏制效果是最强、最迅速的,疫情的顶峰在综合的非药物干预措施实施大约一周后就到了。

评估干预时机:往前或往后一周、两周或三周会有多大区别?

如果可以再早一周、两周或三周进行干预,则中国病例数可分别减少66%(四分位数范围 50%-82%)、86%(四分位数范围81%-90%)、95% (四分位数范围93%-97%)。

受影响地区的地理范围也将从308个城市分别缩小到192个、130个和61个城市。

但是,如果非药物干预措施比实际实施时间晚一周、两周或三周后进行,则病例可能较目前分别增加3倍(四分位数范围 2-4),7倍(四分位数范围5-10)或18倍(四分位数范围11-26)。

评估对旅行限制的解除

干预措施实施后,湖北省以外的疫情在3月初被遏制在了较低水平(每天新增病例<10例,不包括输入病例),而湖北省可能还需要4个星期才能与其他省份达到相同水平。

但是,如果人群接触水平恢复到往年的正常水平,则自2月17日起取消旅行限制可能会导致病例数再次上升。因此,模型表明,到4月下旬,即使只是在有限的程度上保持社会距离(例如,平均减少25%的接触),也将有助于确保像武汉这样的COVID-19震中地区遏制疫情。

模型对基本感染数(R0)很敏感,如果R0较高,则流行病峰值也会较高且出现时间更晚,而遏制疫情需要更长的时间。敏感性分析还表明,在不同的流行病学参数和传播敏感性下,该模型可以有效地测量干预效果的相对变化。

研究者的研究结果表明,协同施加的非药物干预设施大大遏制了中国的新冠疫情传播。较早实施可能会大大减少疫情的暴发程度和地理范围。反过来说,延迟反应则会导致更大规模的疫情暴发。

中国的强有力、多管齐下的遏制避免了更糟的情况,降低了新冠病毒在全球蔓延的速度。中国为遏制COVID-19在世界其他地区的蔓延和减轻其影响提供了时间窗口和准备机遇。

研究者的结果提出了三个关键点。首先,人口流动和密切接触在新冠的传播中起着重要作用。由于对武汉的封锁是在春运的后期,旅行限制并能彻底阻止病毒从武汉扩散出去,但这确实阻止了更多的病例从武汉输出到更广阔的地区。

其次,三种非药物干预措施的重要性和影响是不同的。与旅行限制相比,更好地发现和隔离病例以及社会疏远可能对控制疫情有更大的影响。社交疏远的干预减少了人们与来自暴发中心的旅行者的接触。这可能在遏制病毒向更广泛的社区传播方面特别有用,并减少了无症状或轻度感染的传播风险。

第三,考虑到在中国正在复工复产,中国应至少考虑保留部分非药物干预措施,以确保对疫情的控制,避免再一次暴发。例如,考虑到从其他国家输入的病例以及在中国发现的无症状或亚临床感染,应继续保持早期病例的识别和隔离,这也可能有助于防止或延迟疫情的第二波暴发。

发表评论