摘要：患者隔离和接触追踪用于控制传染病爆发，并已用于2019年冠状病毒病（COVID-19）。此策略是否将实现控制取决于病原体和响应的特征。在这里，我们使用一个数学模型来评估隔离和接触追踪是否能够控制COVID-19输入案例的继续传输。

 

方法：我们开发了一种针对COVID-19爆发的参数的随机传播模型。我们使用这个模型来量化接触追踪和隔离病例在控制严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）样病原体方面的潜在效果。我们考虑了以下情况：初始病例数，基本繁殖数（R0），从症状发作到隔离的延迟，接触者被追踪的可能性，症状发作之前发生的传播比例以及亚临床比例的变化感染。我们假设隔离阻止了模型中的所有进一步传播。 如果传播在12周内或总共5000例之前结束，则认为暴发已得到控制。 我们使用隔离和接触者追踪来衡量控制暴发的成功率，并量化每周追踪到的最大病例数，以衡量公共卫生工作的可行性。

 

发现：从五个初始病例开始的模拟暴发，即使在较低的接触者追踪可能性下，也可以控制症状发作之前的R0为1·5和0％传播。然而，当R0为2.5或3.5，且在症状出现前有更多的传播时，控制暴发的概率随着初始病例数的增加而降低。在不同的初始病例数中，R0为1.5的大多数情况是可控的，成功追踪的接触者不到50%。要控制大多数爆发，对于2.5的R0，必须跟踪超过70％的接触者，对于3.5的R0，必须跟踪90％以上的接触者。在R0为1.5时，症状发作和隔离之间的延迟在确定爆发是否可控方面起最大作用。当R0值为2.5或3.5时，如果有40个初始病例，接触者追踪和隔离只有在不到1%的传播发生在症状出现之前才行。

 

在大多数情况下，高效的接触者追踪和病例隔离足以在3个月内控制COVID-19的新爆发。从症状开始到隔离措施的时间越长，通过接触者追踪确定的病例越少，以及症状前传播的增加，控制的可能性越小。可以修改该模型，以反映最新的传播特征和更具体的疫情控制定义，以评估当地应对工作的潜在成功。

 

简介：隔离已确认和疑似的病例，以及确定接触者是这些控制工作的关键部分； 但是，这些努力是否将实现对COVID-19的传播的控制尚不清楚。如果感染在症状出现之前就开始了，病例隔离和接触者追踪就变得不那么有效了。例如，2003年在中国南方爆发的严重急性呼吸综合征（SARS）疫情，由于大部分传播发生在症状出现后，因此通过追踪疑似病例的接触者并隔离确诊病例，最终得以控制。这些干预措施在应对同时发生症状和传染性的暴发中也起着重要作用，例如埃博拉病毒病，中东呼吸综合征（MERS）和许多其他感染。

 

隔离和接触者追踪方法的有效性取决于两个关键的流行病学参数：每次新感染所产生的继发感染数量以及症状发作之前发生的传播比例。此外，成功的接触追踪和减少症状出现和隔离之间的延迟是至关重要的，因为在这段时间内，病例仍留在社区中，在社区中他们可以感染其他人，直到隔离。只有通过追踪确诊病例的接触者并检测（和隔离）这些接触者，才能防止症状出现前的传播。不寻求治疗的病例，可能是由于亚临床感染，是进一步控制的挑战。

 

如果可以通过隔离和接触者追踪来控制COVID-19，则公共卫生工作应集中在该策略上。 但是，如果这不足以控制疫情爆发，则可能需要其他资源来进行其他干预。COVID-19的遗传性和自然史的几个关键特征目前尚不清楚，例如，在症状出现之前是否会发生传播。因此，我们根据目前有关COVID-19传播的信息，探索了一系列代表潜在传播特性的流行病学情景。我们使用数学模型评估了隔离和接触者追踪在没有广泛传播的地区控制疾病暴发的能力。通过改变接触追踪的效果，发现时爆发的规模，以及症状出现后隔离的及时性，我们表明，对于面临输入病例风险的国家来说，利用接触追踪和隔离作为遏制战略是多么可行。

 

方法：我们实施了一个分支过程模型，其中每个个体产生的潜在继发病例数均取自负二项分布，其均值等于繁殖数，并且每个个体产生的新感染数具有异质性。从连续时间间隔分布中为每个潜在的新感染分配一个感染时间。 只有当感染者在感染时尚未被隔离时，才会产生继发病例。例如（图1），感染病毒的人可能会产生三种二次感染（因为三种感染来自负二项分布），但在隔离病例之前可能只发生两种传播。因此，在模型中，从发病到隔离的延迟减少将减少继发病例的平均数量。

 

图1从感染者A开始的模拟过程示例

潜伏期过后，人员A出现症状，并从延迟分布表中一次隔离出来。 从具有基本繁殖数（R0）和分布参数的负二项式分布得出的图形确定了人A可能感染的人数。对于每一个，都会绘制一个序列间隔。其中两次暴露发生在人A被隔离之前。利用概率ρ，跟踪每个接触者；利用概率1-ρ，通过接触者跟踪，忽略它们。B人被成功追踪，这意味着当他们出现症状时，会立即被隔离。然而，它们仍然可以在被隔离之前感染其他人。接触者跟踪错过了人员C。 这意味着它们仅在有症状时和有症状时才被检测到，并且在症状发作延迟后才被隔离。 因为没有追踪到C人，所以与D人相比，他们除了感染D人外，还感染了另外两个人（E和F）。

 

我们用5、20或40个病例来初始化分支过程，以表示新发现的不同规模的暴发。症状发作后，将最初的症状病例隔离开，从发作到隔离的分布有一个延迟。隔离在预防进一步传播方面被认为是100%有效的；因此，在该模型中，未能控制疫情是由于接触者追踪不完全和隔离病例的延迟造成的，而不是因为隔离无法防止进一步传播。无论是100%还是90%的病例出现症状，所有症状病例最终都被报告。

 

每一个新感染的病例通过接触追踪以概率ρ来确定。追踪到的继发病例在出现症状后立即隔离。由于接触者追踪而遗漏的病例（概率1-ρ）在有症状时被隔离，并且从发病到隔离的时间有所延迟。此外，每种情况都有独立的亚临床可能性，因此无论是通过自我报告还是通过接触者追踪都无法检测到。 由亚临床病例引起的新的继发病例因接触者追踪而遗漏，只能根据症状加以隔离。该模型只隔离有症状的个体，即不隔离，不能在症状出现前阻止传播。在该模型中，从未分离出亚临床病例，而有症状的病例可能在症状出现之前就已传播，但最终被隔离。隔离病例接触者（即尚未出现症状、可能未受感染的个人）需要在公共卫生资源方面投入大量资金，而且尚未对所有病例接触者广泛实施隔离。然而，一些国家对从已确认携带COVID-19病毒的国家返回的航空旅客采取了检疫或自我检疫政策。

 

传播模拟：我们对症状发作之前的基本繁殖数（R0），发作至隔离的延迟，初始病例数以及追踪到接触者的概率的每种组合进行了1000次模拟。我们探讨了症状发作和隔离之间出现延迟的两种情况（短期和长期）。在2003年新加坡SARS爆发的后期估计了短延迟，而长延迟是从武汉COVID-19爆发的早期计算出来的经验分布。我们以20％的间隔将跟踪的接触者百分比从0％更改为100％，以量化接触者跟踪的有效性。

 

图2用于模拟的概率分布

用于对潜伏期为5天的病例的序列间隔进行采样的方法的示例。每个病例都有一个从（B）分布中提取的潜伏期，然后它们的序列间隔从一个倾斜正态分布中提取，平均值设置为病例的潜伏期。在（C）中，潜伏期为5天。偏斜正态分布的偏斜参数控制了症状发作前的传播比例；探究的三种情况是发病前少于1％，15％和30％的传播。

 

每个病例的潜伏期由Weibull分布得出。然后从一个倾斜正态分布中为每个病例绘制相应的序列间隔，该分布的平均参数设置为该病例的潜伏期，SD为2，并且选择了一个倾斜参数，使得序列间隔的设置比例小于潜伏期。这种抽样方法确保了每个病例的序列间隔和潜伏期是相关的，并防止了生物学上不可信的情况，即病例在暴露后可能很快出现症状，但直到暴露后很晚才具有传染性，反之亦然。关于中国武汉市COVID-19暴发早期的早期繁殖数有很多估计，因此我们使用值1.5、2.5和3.5，它们覆盖了当前的大部分范围。我们使用了2003年SARS爆发中的继发病例分布，并测试了继发病例数中较低异质性的影响作为敏感性分析。我们将模拟的有效繁殖数（Reff）计算为每个感染者在隔离和接触者追踪的情况下产生的继发病例的平均数。我们提出的结果与2.5的基线情况有关，20例初始病例，短暂隔离延迟，15%在症状开始前传播，0%亚临床感染。

 

疫情控制的定义：暴发控制的定义是在最初病例发生后12至16周内没有新的感染。累积病例达到5000例的疫情被认为太大，无法在12-16周内控制，并被归类为未受控制的疫情。基于这一定义，我们报告了在假设基本繁殖数量保持不变且没有实施其他干预措施的情况下，每种情况下，严重急性呼吸综合征冠状病毒2样病原体的爆发将在12周内得到控制的可能性。

 

疫情得到控制的可能性使人们对实现控制的难度有了一维的理解，因为该模型对可追踪和隔离的病例和接触者的数量没有任何限制。实际上，接触者追踪和隔离的可行性可能取决于实现控制的可能性，以及追踪和隔离感染病例所需的资源。因此，我们报告了导致疫情控制的每种情况下接受接触追踪和隔离的每周最大病例数。新的病例需要追踪他们的接触者，如果这些数字很高，它会使接触者追踪系统不堪重负，影响接触者追踪工作的质量。

 

结果：为了控制90%的疫情，需要对80%的接触者进行追踪和隔离，以应对基本繁殖数为2.5的情况。当繁殖数为1.5时，各接触追踪水平的控制概率均较高，当繁殖数为3.5时，控制概率迅速下降。在繁殖数为1.5的情况下，隔离的效果与过度分散导致的随机灭绝的机会相结合，这就是为什么有些疫情即使在追踪到的0%接触点上也得到控制的原因。

 

图3隔离和接触追踪对控制暴发和有效繁殖数的影响

（A） 在所追踪的接触者的每个值上，在具有不同繁殖数（R0）的情况下控制的暴发百分比。基线情况为R0为2.5、20例初始病例，短暂隔离，症状发作前15％的传播和0％的亚临床感染。如果在最初病例之后的第12周到第16周之间没有病例，则将模拟爆发定义为受控。（B） 在有病例隔离和接触追踪的情况下有效复制数。中间值，以及50%和95%的间隔。

隔离和接触者追踪减少了传播，如图3所示。当基本繁殖数为1·5时，中位估计值迅速降到1以下，说明控制是可能的。对于更高的传播情况，需要更高级别的接触者跟踪，以使有效繁殖数中位数低于1。可以看到没有接触者跟踪的隔离效果为0％，这是由于案例的快速隔离（和停止传播）导致有效繁殖数低于模拟的基本繁殖数。

 

最初案件的数量对实现控制的可能性有很大的影响。 在最初的五个案例中，即使在适度的接触者追踪水平下，三个月内也有超过50％的机会实现控制。由于症状病例隔离和随机灭绝的共同作用，超过40%的疫情在没有接触追踪的情况下得到控制。控制概率随着初始病例数的增加而下降。

 

图4  实现不同传播场景下模拟疫情的控制

在基线情况下控制的暴发百分比，以及不同初始病例数（A）、从发病到隔离时间（B）、症状前传播百分比（C）和亚临床（无症状）病例比例（D）。基线情况是繁殖数（R0）为2.5，初始病例20例，隔离时间短，症状出现前传播15%，亚临床感染0%。如果在最初病例之后的第12周到第16周之间没有病例，则将模拟爆发定义为受控。

 

在许多情况下，在模拟爆发的高峰期，一周内出现25到100例症状病例。所有这些病例及其接触者都需要隔离。大量的新病例会淹没隔离设施，需要追踪的接触越多，追踪的后勤任务就越大。100例中每例20个接触者意味着追踪到2000个接触者以实现控制。不受控制的暴发通常有更多的病例。图5中每周病例的最大数量可能看起来有悖常理，因为每周病例的最大数量越低，与更高的疫情控制无关。这种情况的发生是因为有了更好的接触者追踪，就有可通过每周更高数量的病例来控制疫情。

 

图5. 20个索引案例在3个月内获得控制的情况下，需要每周进行跟踪和隔离的每周案例

情景因繁殖数和从开始到隔离的平均延迟而变化。15%的传播发生在症状出现前，0%的亚临床感染。实现控制的仿真百分比显示在方框图中。这说明了最终控制的模拟疫情的潜在规模，需要通过接触追踪和隔离进行管理。*间隔超出绘图区域。

 

原文出自：https://www.sciencedirect.com/science/article/pii/S2214109X20300747