限制人員流動(dòng)對(duì)中國(guó)深圳COVID-19傳播的影響
圖片來(lái)源unplush.com。
● ● ●
《柳葉刀-數(shù)字醫(yī)療》（The Lancet Digital Health）近期發(fā)表深圳大學(xué)周穎與夏吉喆課題組在2019冠狀病毒病（COVID-19）的傳播動(dòng)力學(xué)建模研究成果。文章基于手機(jī)大數(shù)據(jù)與流行病傳播動(dòng)力學(xué)模型的結(jié)合，量化分析人群流動(dòng)管控對(duì)COVID-19傳播的影響。此模型可協(xié)助決策者根據(jù)城市規(guī)模和人群流動(dòng)性預(yù)測(cè)疾病傳播風(fēng)險(xiǎn)，并在平衡人群流動(dòng)管控帶來(lái)的公共衛(wèi)生收益以及其潛在的社會(huì)經(jīng)濟(jì)成本時(shí)提供參考信息。
作者介紹
周穎
助理教授，深圳大學(xué)公共衛(wèi)生學(xué)院。研究方向?yàn)楹粑纻魅静×餍胁W(xué)研究（呼吸系統(tǒng)傳染性疾病大流行和季節(jié)性數(shù)據(jù)的大數(shù)據(jù)分析；疾病負(fù)擔(dān)以及干預(yù)措施有效性研究）。
夏吉喆
助理教授，深圳大學(xué)建筑與城市規(guī)劃學(xué)院。研究領(lǐng)域包括時(shí)空大數(shù)據(jù)、城市學(xué)與流行病學(xué)的交叉性研究。
論文簡(jiǎn)介
研究背景：為了控制COVID-19伴隨人群流動(dòng)的快速傳播，對(duì)人群流動(dòng)進(jìn)行適當(dāng)?shù)墓芸厥强刂萍膊鞑サ挠行Р呗浴Ｈ欢?，人群流?dòng)管控強(qiáng)度與COVID-19的流行程度的聯(lián)系仍處于研究階段。本研究旨在建立數(shù)學(xué)模型以量化城市內(nèi)人群流動(dòng)性的限制對(duì)COVID-19傳播的潛在影響。
研究方法：我們以中國(guó)深圳市為模擬地點(diǎn)，采用匿名手機(jī)信令數(shù)據(jù)針對(duì)COVID-19在城市內(nèi)部的傳播建立了流行病動(dòng)力學(xué)模型SEIR（susceptible–exposed–infectious–recovered transmission model）。本研究模擬在多種傳播模擬場(chǎng)景中，采取不同類型人群流動(dòng)管控措施（例如，一般性城市人口流動(dòng)降低，高風(fēng)險(xiǎn)地帶的封鎖，具有傳染性的患者的流動(dòng)控制，或區(qū)域間人群移動(dòng)率降低）和不同幅度的管控措施（例如使得人群流動(dòng)下降20％，40％或60％）對(duì)于疾病傳播的變化。多種傳播模擬場(chǎng)景包括不同的COVID-19基本傳染數(shù)（R0），疾病傳染期時(shí)長(zhǎng)和城市初期病例數(shù)等。
研究發(fā)現(xiàn)：截至2020年2月7日，深圳市總計(jì)確診COVID-19病例331例。在模擬場(chǎng)景中（基本傳染數(shù)R0擬為2.68），降低城市內(nèi)部人群流動(dòng)性對(duì)COVID-19傳播產(chǎn)生了顯著影響（Figure 1，2）：當(dāng)降低20％城市內(nèi)部人群流動(dòng)性可令COVID-19傳播流行曲線的感染峰值延遲2周到來(lái)，峰值病例數(shù)減少33％（95% UI 21–42）；當(dāng)降低40%人口流動(dòng)性時(shí)，COVID-19感染峰值延遲4周到來(lái)且峰值降低66%（95% UI 48-75); 降低60％流動(dòng)性可令達(dá)峰值延遲14周且峰值病例數(shù)減少91％（95% UI 79–95）。當(dāng)人群流動(dòng)管控與其他非藥物管控措施（如勤洗手、戴口罩等）結(jié)合使用時(shí)，對(duì)疾病傳播的控制效果會(huì)大大增強(qiáng)。若將80%具有傳染性的患者隔離管控，可令新冠傳播流行曲線的峰值延遲約2周。
Figure 1：Effects of human mobility restrictions in Shenzhen on COVID-19 incidence with and without transmissibility reduction, February to October, 2020
Cumulative incidence of COVID-19 (A) and daily incidence of COVID-19 (B) with varying mobility restrictions. Shaded areas in (A) are 95% uncertainty intervals. Daily incidence of COVID-19 with varying mobility restrictions with 25% reduction in transmissibility (C) and 50% reduction in transmissibility (D).
Figure 2: Effects of mobility restrictions on COVID-19 incidence under different transmission scenarios, February to October, 2020
Daily incidence of COVID-19 with varying mobility restrictions and a varied reproduction number (A), infectious period (B), and initial numbers of cases in Shenzhen (C). The baseline scenario is an R0 of 2·68, an infectious period of 12·7 days, and 331 initial cases in the city. R0=basic reproductive number.
其他措施包括封鎖高危區(qū)域以及減少區(qū)域間的人群流動(dòng)均對(duì)控制COVID-19 在城市的傳播均有明顯效果。（Figure 3）該模擬的效果受COVID-19傳染性參數(shù)的影響。
Figure 3: Effects of various mobility restrictions for subgroups and high-risk regions on COVID-19 incidence, February to July, 2020
討論與結(jié)論: 本研究在城市尺度上針對(duì)人群流動(dòng)性限制措施對(duì)于COVID-19傳播的影響進(jìn)行了量化評(píng)估。評(píng)估不同類型和不同幅度的人群移動(dòng)管控措施對(duì)于控制COVID-19的本地傳播有重要意義，尤其是當(dāng)決策需要找到這些管控措施的最佳組合和干預(yù)幅度時(shí)。值得注意的是本文的模擬結(jié)果受COVID-19的傳染性參數(shù)影響，隨著人類COVID-19的了解逐漸深入，對(duì)COVID-19傳染性參數(shù)的研究會(huì)更加準(zhǔn)確。本模型也會(huì)根據(jù)更新的疾病傳染性參數(shù)進(jìn)行調(diào)整，可協(xié)助可協(xié)助決策者根據(jù)城市規(guī)模和人群流動(dòng)性預(yù)測(cè)疾病傳播風(fēng)險(xiǎn)，并在平衡人群流動(dòng)管控帶來(lái)的公共衛(wèi)生收益以及其潛在的社會(huì)經(jīng)濟(jì)成本時(shí)提供參考信息。決策者根據(jù)城市規(guī)模和人群流動(dòng)性預(yù)測(cè)疾病傳播風(fēng)險(xiǎn)，并在平衡人群流動(dòng)管控帶來(lái)的公共衛(wèi)生收益以及其潛在的社會(huì)經(jīng)濟(jì)成本時(shí)提供參考信息。
*中文翻譯僅供參考，所有內(nèi)容以英文原文為準(zhǔn)。
注：本文轉(zhuǎn)載自柳葉刀TheLancet。
