牛津大学，哈佛大学等机构的科研人员在medRxiv预印本平台发表题为“The effectiveness and perceived burden of nonpharmaceutical interventions against COVID-19 transmission: a modelling study with 41 countries”的文章。
文章指出，针对COVID-19传播的非药物干预（NPIs）的现有分析，集中于大规模NPIs的联合有效性。随着数据的增加，不仅可以估计总体影响，还可以了解各个干预措施的影响。除有效性外，政策决定还应反映不同的非药物干预对人们的负担。
研究方法：据悉，这是迄今为止最大的以数据驱动的NPI有效性研究。2020年1月至4月期间，研究人员收集了41个国家中的9个NPI序时数据，并通过广泛的事实核查来确保高数据质量。使用一种新的半机械贝叶斯分层模型来推断NPI有效性，对确诊病例和死亡人数进行建模，以增加可从中推断NPI效果的信号。最后，利用MaxDiff方法进行在线偏好调查，研究不同NPI带来的负担。
研究结果：6个NPI的有效后验概率> 97.5％：关闭学校（R值平均降低：58％；可信区间95％：50％-64％），聚会人数限制为10人以下（24％；6％-39％），关闭非必要业务（23％; 5％-38％），关闭高风险业务（19％; 1％-34％），检测有呼吸道症状的患者（18％; 8％-26％）和居家令（17％；5％-28％）。这些结果表明，对12种不同形式的模型和数据的敏感性较低。该模型对验证期间没有纳入的国家和时期做出了合理的预测，研究人员将有效性和偏好性结果结合起来，以估计有效性与负担的比值。
结论：学校在COVID-19传播中起着惊人的作用，这有助于正在进行的关于无症状携带者在疾病传播中的相关性的辩论。研究人员确定了具有良好有效性-负担权衡的额外干预措施，即对症检测，关闭高风险业务和限制聚集规模。关闭大多数无关紧要的业务和下达居家令会带来很大的负担，而产生的额外效果有限。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
