RSS订阅

病原学&相关数据分析

在COVID-19大流行期间监督并改进社区控制决策–为公共卫生开启动物流行病工具箱

2020年03月31日 浏览量: 评论(0) 来源:中国实验动物信息网 作者:李晓菲译 责任编辑:admin
摘要:在2020年的头几个月,COVID-19大流行已经蔓延到欧洲。世界各地的卫生系统正试图在最短的时间内控制疫情。外来疾病暴发在动物健康中并不少见,随机监测经常被用作决策支持。本文讨论了实践一种健康的可能性,使用动物健康的方法来加强对COVID-19的监测,为社区和国家的决策提供依据。

在COVID-19大流行期间监督并改进社区控制决策–为公共卫生开启动物流行病工具箱


摘要:在2020年的头几个月,COVID-19大流行已经蔓延到欧洲。世界各地的卫生系统正试图在最短的时间内控制疫情。外来疾病暴发在动物健康中并不少见,随机监测经常被用作决策支持。本文讨论了实践一种健康的可能性,使用动物健康的方法来加强对COVID-19的监测,为社区和国家的决策提供依据。


关键词:冠状病毒  COVID-19  疾病监测  流行病  决策


由严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)引起的新型冠状病毒病(COVID-19)于2019年底出现,引起大流行。在很短的时间内,它已经蔓延到各大洲的国家,这破坏了人们的日常生活,并严重影响了世界经济。欧洲疾病预防和控制中心(ECDC)最新的快速风险评估指出,欧洲正朝着社区持续传播的方向发展,遏制已不可能,需要社区控制措施。这种病毒很可能在短时间内传播到世界其他地区。


各国正在实施不同的社区控制措施。 这些控制措施对社会和经济产生了深远而持久的负面影响,但是,一旦生效,它们将确保卫生系统能够跟上重病患者的人数并最终挽救生命。控制方法的异质性自然是由文化、卫生系统和流行阶段的差异造成的,但也可能受到缺乏客观,有力的监视的影响,该监视无法绘制流行病的演变图并提供证据以提前告知控制方法。 急需获得基于人群的证据的方法。


疫情的规模和后果不得而知。大多数国家采用传统的、警惕性很强的疾病监测方法,主要基于病例识别(综合征监测)、接触者和高危人群的追踪和检测(基于风险的监测),每天报告:地区和国家层面的感染、恢复和死亡病例。这样就可以治疗和隔离病人,隔离个人。但是,它不允许提前预警或预测病例,,也不能客观概述有关情况,以就医疗资源的方向或社区控制措施的最佳时机提供决策依据。


症状监测和基于风险的监测在流行病中至关重要,特别是当这种疾病在人群中不断出现和流行时。对高风险个人的基于风险的监视,例如接触,通过针对那些比其他人更容易感染的病例,增强了尽快发现预期的新病例的能力。在非常低的患病率或早期流行情况下,基于风险的监测比基于随机调查的监测更具成本效益和发现病例的可能性,因为资源是针对高风险亚群的。但是,一旦感染被确定并且不再追踪单个群体,由于识别出的病例并不能代表人群中被感染的个体,因此降低了综合症或基于风险的监测数据在社区层面的指导控制决策作用。此外,已确定的病例已经需要卫生保健,并且卫生系统将对当前情况作出反应,而不是在接下来的几周需要采取的先后顺序上进行优先排序。


作为兽医流行病学家,我们赞扬全世界公共卫生系统目前正在开展的工作。 这是一项令人印象深刻的努力,它将挽救许多生命。在兽医学中,由于新的或外来疾病侵入完全易感人群而引起的流行病并不少见,例如禽流感、欧洲蓝舌病和美国猪地方性腹泻。定期爆发外来或新颖疾病已导致在处理完全易感人群中的爆发方面有可依据的经验,在大多数国家中,兽医部门具有熟练,发达和试用过的应急措施。随着时间的推移,各种各样的监测方法已经成功地应用,以了解传播情况并支持实时有效的控制决策,从而从人群中消除了这种疾病。我们鼓励公共卫生部门考虑从动物种群流行病中获得的兽医经验是否可以对当前COVID-19的公共卫生反应提供更多的专业知识。管理动物健康干预措施的法律很强大,主要是为了人民:保护生计,食物链,企业和国民经济。换言之,有效控制传染病爆发的动机是强烈的,就像我们在COVID-19爆发时看到的那样。兽医流行病学家拥有完善的监视策略工具箱。在动物暴发期间,将进行随机调查以了解感染的流行性质和动态,并为控制决策提供依据。通过随机调查,计算出患病率估计值,以了解疾病传播的程度,跟踪一段时间内的情况,并建议、预测或模拟近期发生的情况。随机调查代表了他们抽样的人口,比其他类型的监测提供了更好的情况知识,为社区控制方案的决策提供了更准确的证据。


此外,对明显健康的个体进行重复的代表性抽样,可以估计新感染的、尚未出现症状的个体,并生成参数,以“预测”未来几天或几周的流行曲线。一个受感染者人数急剧增加的地区,在平常的一天和几周内对医疗资源的需求可能会增加。这可能允许对资源进行一些调整和优先排序。


我们希望鼓励各地区和国家考虑在COVID-19疫情期间在其监测系统中增加重复随机调查,为社区控制和卫生资源分配决策提供强有力的证据基础。根据地区或国家/地区中调查的严格性和频率,它们将支持以下几个领域的政策和决策:


流行初期及流行高峰:

指出未来几周需要卫生系统资源的地方,通过估计患病、感染的比例,不包括无症状和未感染者。

根据传染病流行曲线,定期评估实施控制措施的影响和效果。

通过了解社区/地区/国家/地区的疫情流行曲线来指导收紧或放松控制措施。

为疾病传播建模和研究提供可靠的人口估计,以支持决策。


流行后期:

通过绘制感染曲线和人群中的免疫比例,决定何时可以取消社区控制措施。

通过监测人群中的免疫力和当前感染水平,在疫苗可用时优先进行疫苗接种。


考虑到COVID-19暴发的严重性,建议在暴发期间进行频繁调查,以重要的病例发现监测的补充。在动物健康中记录了重复调查在控制流行病方面的好处,我们鼓励公共卫生实体考虑如何在COVID-19爆发期间将这些措施应用于公共卫生环境。为了使重复调查对决策有用,他们需要强有力的公共卫生领导,但可能受益于与兽医流行病学家的合作,以他们在动物中的流行经验为基础。


我们强烈鼓励在决策过程中使用可靠的科学技术,以确保基于证据的决策并最大程度地减少该流行病的影响,并建议,除了当前的监测战略外,产生代表性社区估计的随机调查还可以为政策决策提供更多支持。


原文出自:https://www.sciencedirect.com/science/article/pii/S235277142030046X

相关文章
  • 没有相关内容!
对不起,暂无资料。
点击这里给我发消息 点击这里给我发消息 点击这里给我发消息
Baidu
map