《3月23日_一项旨在减轻SARS-CoV-2在新加坡早期传播的干预模型研究》

  • 来源专题:COVID-19科研动态监测
  • 编译者: zhangmin
  • 发布时间:2020-03-27
  • 1.时间:2020年3月23日

    2.机构或团队:新加坡国立大学、英国伦敦卫生与热带医学院

    3.事件概要:

    新加坡国立大学和英国伦敦卫生与热带医学院的研究人员在The Lancet Infectious Diseases在线发表论文“Interventions to mitigate early spread of SARS-CoV-2 in Singapore: a modelling study”,文章旨在调查在本地控制(如通过接触追踪努力防止疾病传播)不成功的情况下,新加坡早期的干预方案。

    文章中优化了流感流行模拟模型,以估计在模拟的新加坡人口中人与人之间传播SARS-CoV-2的可能性。利用该模型,研究人员估计了在三种感染情况下(基本繁殖数R0为1.5、2.0或2.5,假设7.5%的感染是无症状的),在发现100例社区传播病例后第80天SARS-CoV-2将达到的累积感染数。首先假设没有干预措施(基准情况),然后针对每个R0值,评估四种干预情景与基准情景相比对暴发规模和进展的影响。这些方案包括对受感染个人的隔离措施和家庭成员的隔离(以下称为隔离);隔离加关闭学校;隔离加工作场所隔离;隔离、关闭学校和工作场所隔离(以下称为联合干预)。通过改变无症状感染率(22.7%、30.0%、40.0%和50.0%)进行敏感性分析,比较相同控制措施下的暴发规模。

    模型分析结果显示,对于基准情况,当R0为1.5时,在第80天的中位累积感染数为279000例(IQR 245000–320000),相当于新加坡常住人口的7.4%(IQR 6.5-8.5)。随着感染力的增强,感染的中位数增加:R0为2.0时为727000例(670000–776000),相当于新加坡人口的19.3%(17.8–20.6);R0为2.5时为1?207?000例(1164000–1249000),相当于新加坡人口的32%(30.9–33.1)。与基线情况相比,联合干预最有效,当R0为1.5时,估计的感染中位数减少了99.3%(IQR 92.6-99.9);当R0为2.0时,估计的感染中位数减少了93.0%(81.5-99.7);当R0为2.5时,估计的感染中位数减少了78.2%(59.0-94.4)。假设无症状感染率增加到50.0%,估计在第80天会发生多达277000例感染。

    文章认为一旦发现社区传播,采取隔离检疫感染者及其家庭成员、工作场所隔离和关闭学校的联合干预措施,可以大大减少SARS-CoV-2感染的数量。因此,如果在新加坡发生了本地二次传播,建议立即部署此策略。在更高的无症状比例下,干预效果可能会大大降低,需要有效的病例管理和治疗以及疫苗等预防措施。

    4.附件:

    原文链接:https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30162-6/fulltext

  • 原文来源:https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30162-6/fulltext
相关报告
  • 《一项旨在减轻SARS-CoV-2在新加坡早期传播的干预模型研究》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-04-05
    • 新加坡国立大学和英国伦敦卫生与热带医学院的研究人员在The Lancet Infectious Diseases在线发表论文“Interventions to mitigate early spread of SARS-CoV-2 in Singapore: a modelling study”,文章旨在调查在本地控制(如通过接触追踪努力防止疾病传播)不成功的情况下,新加坡早期的干预方案。 文章中优化了流感流行模拟模型,以估计在模拟的新加坡人口中人与人之间传播SARS-CoV-2的可能性。利用该模型,研究人员估计了在三种感染情况下(基本繁殖数R0为1.5、2.0或2.5,假设7.5%的感染是无症状的),在发现100例社区传播病例后第80天SARS-CoV-2将达到的累积感染数。首先假设没有干预措施(基准情况),然后针对每个R0值,评估四种干预情景与基准情景相比对暴发规模和进展的影响。这些方案包括对受感染个人的隔离措施和家庭成员的隔离(以下称为隔离);隔离加关闭学校;隔离加工作场所隔离;隔离、关闭学校和工作场所隔离(以下称为联合干预)。通过改变无症状感染率(22.7%、30.0%、40.0%和50.0%)进行敏感性分析,比较相同控制措施下的暴发规模。 模型分析结果显示,对于基准情况,当R0为1.5时,在第80天的中位累积感染数为279000例(IQR 245000–320000),相当于新加坡常住人口的7.4%(IQR 6.5-8.5)。随着感染力的增强,感染的中位数增加:R0为2.0时为727000例(670000–776000),相当于新加坡人口的19.3%(17.8–20.6);R0为2.5时为1?207?000例(1164000–1249000),相当于新加坡人口的32%(30.9–33.1)。与基线情况相比,联合干预最有效,当R0为1.5时,估计的感染中位数减少了99.3%(IQR 92.6-99.9);当R0为2.0时,估计的感染中位数减少了93.0%(81.5-99.7);当R0为2.5时,估计的感染中位数减少了78.2%(59.0-94.4)。假设无症状感染率增加到50.0%,估计在第80天会发生多达277000例感染。 文章认为一旦发现社区传播,采取隔离检疫感染者及其家庭成员、工作场所隔离和关闭学校的联合干预措施,可以大大减少SARS-CoV-2感染的数量。因此,如果在新加坡发生了本地二次传播,建议立即部署此策略。在更高的无症状比例下,干预效果可能会大大降低,需要有效的病例管理和治疗以及疫苗等预防措施。
  • 《3月3日_基于机器学习预测SARS-CoV-2感染性肺炎患者住院时间的CT放射学模型:一项多中心研究》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-05
    • 1.时间:2020年3月3日 2.机构或团队:兰州大学第一医院;安康中心医院;东南大学医学院附属中大医院;浙江大学丽水医院(浙江丽水市中心医院);江苏大学附属第三医院;甘肃夏州人民医院 3.事件概要: medRxiv于3月3日出版了兰州大学第一医院等发表的预印本论文“Machine learning-based CT radiomics model for predicting hospital stay in patients with pneumonia associated with SARS-CoV-2 infection: A multicenter study”。论文旨在开发和测试基于机器学习的CT放射学模型,以预测SARS-CoV-2感染性肺炎患者的住院时间。 文章指出,该项多中心研究的参与者从2020年1月23日至2020年2月8日之间,从安康、丽水、镇江、兰州和临夏5家指定医院招募的52例实验室确诊的SARS-CoV-2感染患者,并将这些患者的初始CT图像纳入研究。研究排除了截至2月20日仍留在医院或CT检查未发现异常的患者。最终的分析纳入了31例患者的72个病变段。在训练和验证数据集中提取的肺部病变特征的基础上,建立了基于logistic回归(LR)和随机森林(RF)的介入CT放射学模型。在肺叶和患者水平的测试数据集中进一步评估了预测性能。主要结果是短期住院(≤10天)和长期住院(> 10天)。 文章指出,研究结果显示,基于6种二级特征的CT放射学模型可有效区分SARS-CoV-2感染性肺炎患者住院时间的长短。文章总结到,基于机器学习的CT放射学模型显示了预测SARS-CoV-2感染性肺炎患者住院时间的可行性和准确性。 *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。 4.附件: 原文链接: https://www.medrxiv.org/content/10.1101/2020.02.29.20029603v1