《2019新型冠状病毒(COVID-19)感染湖北地区旅客与非旅客潜伏期分布估计》

  • 来源专题:新发突发疾病(新型冠状病毒肺炎)
  • 编译者: 蒋君
  • 发布时间:2020-04-07
  • 目的:随着新型冠状病毒(COVID-19)的持续传播,COVID-19的潜伏期应定期重新评估,因为随着报告病例的增加,可以获得更多的信息。本文对湖北省内外感染者潜伏期分布进行了估计。方法:收集媒体报道的个别病例的临床资料,在中国卫生部门的官方网页上没有完整的资料。用MLE估计潜伏期的分布。结果:湖北省无旅游史患者潜伏期较长,波动较大。结论:建议延长检疫期至3周以上。

  • 原文来源:;https://www.medrxiv.org/content/10.1101/2020.02.13.20022822v1.full.pdf
相关报告
  • 《2月18日_湖北省的旅行者和非旅行者之间的2019年新型冠状病毒感染潜伏期分析发现无湖北旅行史的潜伏期较长,建议以3周的隔离期为宜》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-02-20
    • 2月18日_湖北省的旅行者和非旅行者之间的2019年新型冠状病毒感染潜伏期分析发现无湖北旅行史的潜伏期较长,建议以3周的隔离期为宜 1.时间:2020年2月18日 2.机构或团队:迪肯大学 3. 事件概要: 2月18日,medRxiv预印平台发表了迪肯大学的论文“Estimating the distribution of the incubation period of 2019 novel coronavirus (COVID-19) infection between travelers to Hubei, China and non-travelers”,估算湖北省的旅行者和非旅行者之间2019年新型冠状病毒感染潜伏期的分布。 随着新型冠状病毒病(COVID-19)的持续传播,随着报告病例的增加可获得更多信息,应定期重新评估COVID-19的潜伏期。该研究估计了中国湖北省及湖北省以外地区感染者潜伏期的分布情况。临床数据是从媒体报道的个别病例中收集的,因为这些病例在中国卫生当局的官方网页上无法完全获得。用MLE来估计潜伏期的分布。 目前的工作发现,潜伏期在湖北旅客和非旅客之间的分布存在显著差异。这种差异是由地理位置和变异性造成的,如威布尔模型中1.8和6.9天的平均值和0.7和16.7天的方差所示。这种差异可能是由于到湖北旅游的人在湖北停留期间可能多次接触不同的传染源,从而造成感染量的差异。相比之下,没有湖北旅游史的患者被暂时暴露在受感染的亲戚、朋友或同事,症状轻微甚至无症状面前。可能非旅行者的潜伏期是高度不稳定的,正如gamma模型的高方差所表明的那样,该模型的拟合度稍差。这可能对现有预防措施的有效性构成潜在威胁。必须谨慎考虑隔离期的长短。目前的研究发现, 95%的非旅行者的潜伏期可能是14.5天,最多是17.5天。结合潜伏期的高变异性,建议以3周的隔离期为宜。 *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/10.1101/2020.02.13.20022822v1
  • 《估计2019冠状病毒(COVID-19)的潜伏期》

    • 来源专题:新发突发疾病(新型冠状病毒肺炎)
    • 编译者:蒋君
    • 发布时间:2020-03-16
    • 动机:武汉市肺炎是由2019新型冠状病毒(COVID-19)引起的急性传染病。尽管根据中国《传染病预防法》被列为B类,但仍被视为A类传染病。准确估计冠状病毒的潜伏期对于预防和控制至关重要。但是,尽管确切的潜伏期尚不清楚,但据信COVID-19的症状可能在暴露后少至2天或长达14天甚至更长的时间内出现。准确的潜伏期计算需要原始的感染链数据,而武汉地区可能无法完全获得该数据。在这项研究中,我们旨在利用感染链数据准确计算COVID-19的潜伏期,在武汉地区以外有充分的文献记载并提供流行病学信息。方法:我们收集了除湖北省以外的中国10个地区的官方报告的COVID-19数据。为了准确地计算潜伏期,我们只涉及官方确认的病例,这些病例具有明确的接触史和发病时间。我们排除了没有相关流行病学描述,在武汉工作或生活了很长时间或难以确定可能的暴露时间的人群。我们提出了一种蒙特卡罗模拟方法来估算COVID-19的孵育以及采用的非参数方法。我们还运用多元学习和相关的统计分析来解释不同年龄/性别组之间的孵化关系。结果:COVID-19的潜伏期不遵循一般的潜伏期分布,例如对数正态分布,Weibull和Gamma分布。我们估计,通过蒙特卡洛模拟,其孵化的平均值和中位数分别为5.84和5.0天。我们发现年龄> = 40岁和年龄<40岁的组的潜伏期显示出统计学上的显着差异。前者的潜伏期比后者长。它进一步建议应针对不同的潜伏期将不同的隔离时间应用于各组。我们的机器学习分析还表明,两组是线性可分离的,COVID-19的孵化率与之前的统计分析一致。我们的结果进一步表明,男女之间的孵化差异没有显示出统计意义。