25國三波疫情后，哪種防控策略更有效？
pixabay.com
撰文 | 陳松蹊團(tuán)隊(duì)
● ● ●
北京時間4月7日，北京大學(xué)陳松蹊團(tuán)隊(duì)關(guān)于25國新型冠狀病毒肺炎疫情防控效果分析的研究論文，在英國皇家學(xué)會會刊Proceedings of the Royal Society A 在線發(fā)表。
文章選取了新冠肺炎疫情最早暴發(fā)的25個國家的公開的流行病學(xué)數(shù)據(jù)，并結(jié)合牛津大學(xué)匯總的各國應(yīng)對肺炎的應(yīng)對指數(shù)（Oxford Covonavirus Government Response Tracker (OxCGRT)，研究各國的控制措施對新冠肺炎傳播的效果。
文章發(fā)現(xiàn)，嚴(yán)格的人群限制性措施對控制疫情傳播有顯著成效，政府迅速地采取有力的應(yīng)對措施可以顯著縮短疫情到達(dá)拐點(diǎn)時間并有效減少感染和死亡人數(shù)。
其中，中國和韓國在第一波疫情中的應(yīng)對策略最為成功。通過情景模擬，研究發(fā)現(xiàn)，在中國/韓國的政策力度和反應(yīng)速度下，其他23個國家的確診病例將平均減少91%/89%，死亡人數(shù)將平均減少88%/86%。文章也發(fā)現(xiàn)，在第二波疫情爆發(fā)前后，大部分國家的應(yīng)對力度比第一波有明顯減弱，這也使得第二波疫情的平均持續(xù)時間是第一波的兩倍以上。
文章還給出了急需采取最嚴(yán)格的應(yīng)對措施的國家，衡量了不同類型的政策對于控制疫情的效果，對探索更為有效的疫情控制途徑，預(yù)防疫情出現(xiàn)反彈有重要的借鑒價值。
模型及數(shù)據(jù)
團(tuán)隊(duì)首先使用自主研發(fā)的 Varying coefficient Susceptible-Infected-Asymptomatic-Diagnosed-Removed（以下縮寫為vSIADR）模型，對各國的有效傳染再生數(shù)Rt進(jìn)行估計(jì)。Rt是疫情傳播中的關(guān)鍵指標(biāo)，它代表一個感染者平均可以成功傳染的易感人的個數(shù)，反映疫情有效傳播能力。通常而言，Rt≥1說明疫情在繼續(xù)擴(kuò)散，而Rt<1則表明疫情在收縮。相較于傳統(tǒng)的SEIR流行病模型，vSIADR模型可允許確診前傳染和無癥狀感染的多重傳染機(jī)制，研究者稱這可以幫助更準(zhǔn)確地反映COVID-19的實(shí)際情況。
文章使用的流行病學(xué)數(shù)據(jù)來自于約翰霍普金斯大學(xué)COVID-19全球?qū)崟r數(shù)據(jù)庫。各國的疫情管控的各項(xiàng)應(yīng)對指數(shù)，來自于牛津大學(xué)的OxCGRT數(shù)據(jù)集，包括人群限制性政策（封城、關(guān)閉學(xué)校、限制聚集等）、經(jīng)濟(jì)援助政策（經(jīng)濟(jì)補(bǔ)貼、債務(wù)減免等）、醫(yī)療衛(wèi)生（支持政策檢測力度、佩戴口罩的要求程度、醫(yī)療資源投入、流調(diào)追蹤等）。團(tuán)隊(duì)還構(gòu)造了一個大氣NO2（二氧化氮）指數(shù)，用來反映各國相對于2019年同期的交通流動性，用來間接反映人群的流動性。
中韓情景下的模擬分析
利用政策情景試驗(yàn)，文章首先對政策效果進(jìn)行了比較分析，計(jì)算了如果對其他23國采取中國和韓國在第一波疫情的控制措施下疫情的發(fā)展將受到何種影響。文章從本地傳播開始后第8天開始使用韓國和中國傳染率的日變化來構(gòu)建各國家的情景傳染率。
如圖1所示，與截至4月20日觀察到的實(shí)際病例相比，在中國/韓國情景下，23個國家的確診病例減少了1.88/1.83萬例，死亡人數(shù)減少了142645/139321，平均減少了91%/89%確診病例和88%/86%死亡人數(shù)。其中對美國、日本、英國和法國來說，病例和死亡人數(shù)的減少將是驚人的，在韓國的情況下，確診病例減少了92%以上，死亡人數(shù)減少了86%，在中國的情景下，會減少更多。
圖1 非中國、韓國 23國從本地傳播開始后第8天到2020年4月20日（第一波疫情），在中國（藍(lán)色）和韓國（淺藍(lán)色）的管控情景下及實(shí)際觀測到的（紅色）23個國家的確診病例（a）和死亡（b）人數(shù)；在中國（紅色）和韓國（藍(lán)色）的情景下及實(shí)際觀測到的（黑色）23個國家（不包括中韓兩國）從本地傳播的第8天到第33天的總確診病例數(shù)（c）和總死亡人數(shù)（d）
政策效果分析
文章使用統(tǒng)計(jì)學(xué)的線性混合效應(yīng)模型（Linear Mixed Effect）來評估前文所述的四種管控措施對傳染再生數(shù)Rt的影響。結(jié)果表明，對于17個歐美國家，政府對人群的限制性政策、經(jīng)濟(jì)援助能有效緩和疫情傳播，而交通流動性對疫情傳播有顯著促進(jìn)效應(yīng)。
研究也發(fā)現(xiàn)同一政策的效果在不同國家存在差異。在歐美國家中，德國、瑞典、法國、西班牙、土耳其依次為人群限制性措施最有效的前五個國家。對于研究包括的7個亞洲、大洋洲國家，人群限制性政策對于控制疫情傳播是最為有效的，且效果約為歐美國家的兩倍，但經(jīng)濟(jì)援助和醫(yī)療衛(wèi)生政策沒有顯著效果。
不同寬松程度下的政策情景模擬
基于vSIADR模型和線性混合模型，文章用截止2020年12月31日的數(shù)據(jù)對2021年1月-2月進(jìn)行了三種政策情景下的模擬預(yù)測，結(jié)果如圖2。當(dāng)下情景是保持12月31日的政策應(yīng)對水平和NO2水平；最嚴(yán)格情景是保持疫情本地傳播以來最嚴(yán)格政策應(yīng)對水平和最低NO2水平；50%情景是保持一半的歷史最嚴(yán)格政策應(yīng)對水平和兩倍最低NO2水平。在除中國外24國中，最嚴(yán)格情景會使得預(yù)計(jì)死亡人數(shù)比當(dāng)下情景降低17.4%，50%情景則會升高477.2%。
模擬預(yù)測也表明，在不同情景下結(jié)果較為穩(wěn)健的國家，如新加坡、澳大利亞，泰國，因在最嚴(yán)格政策情景和50%情景下的預(yù)測結(jié)果非常相近，可以考慮適當(dāng)放松政策；而日本、瑞典、美國、法國等國家因Rt較高且歷史最嚴(yán)格政策水平較低，如將政策放松到50%情景，其兩月預(yù)計(jì)死亡人數(shù)將比維持當(dāng)下情景增長超過550%。因而，對這些國家而言，放松政策并不是一個明智的選擇。
圖2 歐洲十三國（a）（c）與非歐洲十一國（b）（d）預(yù)計(jì)人群感染病例比率與死亡病例比率及其95%置信區(qū)間（基于截止2020年12月31日數(shù)據(jù)）。藍(lán)色代表當(dāng)下情景（2020年12月31日實(shí)際情景），綠色代表最嚴(yán)格管控情景，紅色代表管控強(qiáng)度只是最嚴(yán)格的50%情景。
參考資料：
Yan Han, Zhu Yuru, Gu Jia, Huang Yaxuan, Sun Haoxuan, Zhang Xinyu, Wang Yuqing, Qiu Yumou and Xi Chen Song 2021Better strategies for containing COVID-19 pandemic: a study of 25 countries via a vSIADR modelProc. R. Soc. A.4772020044020200440 http://doi.org/10.1098/rspa.2020.0440
制版編輯 | 盧卡斯
