摘要：新型冠状病毒COVID-19的流行正威胁着我们的健康、经济和生活方式。我们提出了一个通用的方案，在人类社区层面，通过系统的重复检测，对COVID-19进行及时的主动随机监测。讨论了其优点和局限性。如果公共卫生部门认为该方案适用，则可以始终如一、客观地评估COVID-19流行病的状况。

关键词：流行病 新型冠状病毒 COVID-19  主动随机监测

背景：世界各地的卫生系统都试图在最短的时间内遏制和解决疫情。全球各地的回应似乎各不相同，一些国家在国际上进行报告，似乎遵循了基于以下方面的传统监视控制方法：a）病例鉴定b）追踪和c）每天报告：地区和国家层面的感染，康复和死亡。对临床病例和追踪接触者的监测特别有用，特别是在爆发初期，以限制进一步传播。一旦一种新的疾病在易感人群中传播，两项监测结果对于风险缓解和疾病控制的行动非常重要。感染者（有症状和无症状）的“真实”患病率（TP），以及如果没有发现病例，对“自由”的信心（PFree）。TP是考虑到使用不完善的测试而估计的真正感染的比例。相反，PFree是指人们对疾病在人群中不存在的信心，或者如果存在的话，其低于（事先）确定的假设临界患病率Pu。换言之，后者代表了如果在被测人群中发现至少一个阳性（n2），那么该人群将被视为受感染的临界点。从疾病中“自由”的概念已经在兽医领域和最近的公共卫生领域有了一些应用。

 红色虚线表示感染者的假设真实患病率（TP），可以通过主动随机监测进行估算，以实时了解“真实”人群的感染状况。A）监视调查旨在初步检测疾病，如果未发现病例，则可达到自由的目标置信度PFree（置信度低于设计患病率Pu）。B）已知疾病正在人群中传播，并进行了随机调查以估计TP（CI值为95％）并避免达到临界患病率（ThreTP，X1），超过该值，医疗系统可能会因严重疾病人数过多而承受压力。C）紧急情况始于医院。 红色竖线连接ThreTP = X1和重病患者的住院极限Y1（红色横线）。D）由于TP> ThreTP和应用“严厉”措施而导致的紧急情况。E）由于TP = ThreTP（橙色条Y2-X2），医院的危急情况有所减轻。F）疾病仍在人群中传播，因此，在放宽限制之前，应进行随机调查以估计TP，来监测情况。G） 监测调查的目的是及早发现疾病的最终复发，如果没有发现病例，则可以确认自由的目标置信度PFree。

在兽医领域，经常使用主动随机监测调查来估计TP和PFree，并决定何时何地可以优先采取控制措施。为了在公共卫生领域就COVID-19流行病作出决定，也需要类似的调查。在爆发开始时使用重复随机调查可以证实自由（如果尚未在该地区检测到病原体）。如果检测到，可以估计TP以了解人群中的感染水平。这可以预知并采取行动，将估计的平均TP达到临界患病率ThreTP的风险降到最低，在这个临界患病率ThreTP下，相关住院人数可能过高，从而使医疗保健系统压力过大。决策者还可以选择使用TP置信区间的任何限制而不是均值，具体取决于风险偏好和卫生系统中的不确定性空间。在阶段D和阶段E中，估算TP可以评估“严厉”措施（例如严格的检疫，封闭边界等）的最终效果。在F阶段，如果限制放宽，估计受感染者的TP，监测没有重新进入D阶段；而在G阶段，重复调查的结果将通知何时放松措施，安抚公众，并将资源转移到紧急程度更高的地区。图2显示了如何实时执行方案的一般描述。首先，计算样本大小（n1和n2），以潜在地解决以下两个目的：估计TP（n1），如果没有发现病例，则达到自由的目标置信度PFree（n2）。

图2 基于重复随机调查的COVID-19监测通用方案：n1=样本量以估计真实患病率。TP=目标人群Np内感染者的真实患病率。如果抗体测试也被应用，同样的方案，通过适当的输入，可以用来估计抗体阳性者的TP；n2=样本量，以达到自由的目标置信度；PFree=如果通过调查未发现病例，则在区域/人口水平上对免于疾病的目标置信度。Np=该地区的总体目标人群，从中抽取研究人群n1和/或n2。ThreTP=卫生保健系统面临压力时的临界真实患病率。

选择目标群体Np的随机样本大小，以确保获得的TP或PFree在重复随机调查中具有统计上的可靠性和一致性。由于SARS-CoV-2的高传输率，每周或每两周重复一次调查及其解释就足够了。调查的频率将取决于可用资源和公共卫生当局的管理需求，以改善决策，确定优先次序并预期响应需求（即医院病床，呼吸机，场地或随时可用的医务人员等）。显然，调查越频繁，它提供的更新信息就越及时。然后，当局可以使用估算来决定是否需要采取更多的行动和资源来减少该地区的TP，或者可以放心地将其视为“自由” PFree。

估算TP的样本量计算示例

软件程序（如R、Excel、SAS、STATA等）以及来自web的链接可能适用于计算样本量，来估算TP或目标PFree。例如，可以通过使用Ausvet链接来计算估计TP的样本量（n1）。这是我们最熟悉的广泛使用的兽医链接之一。 在这种情况下，所需的输入为：目标精度水平，TP周围的置信区间（CI），所用测试的灵敏度（Se）和特异性（Sp）以及进行调查之前假设的真实患病率（先验）（此处称为PriorTP） ）。通过调整上述输入，抗体阳性者的TP也可以被评估。

图3.详细描述示例，用于样本量计算和重复调查的随机化过程。 PriorTP =在进行调查之前假设的真实患病率（TP）。Se =测试灵敏度。 Sp =测试特异性。 引入目标人群Np的概率（例如在1个或多个采样日内或两次连续调查之间的时间间隔内）。PFree=如果所有样本（n2）结果均为阴性（TP < Pu）；Np=目标区域内的人群规模（Np），并考虑进行随机化过程。Pu=感染者的设计患病率（Pu），在使用测试的n2样本中，我们至少可以有一个阳性结果。.如果同时计算n1和n2，则使用两个样本量中的最大值，为两个输出做好准备，即TP（如果至少有一个人是阳性的）和PFree（如果所有抽样的人都是阴性的）。

达到自由目标置信度的样本量计算示例（PFree）

例如，可以使用Ausvet链接计算实现目标自由置信度（PFree）的样本大小（n2）。仅适用于预计无疾病的地区（TP约为0％且低于设计患病率Pu）。Se可根据文献资料或专家知识设置。如果后续检查排除了最终的假阳性，则Sp可以设置为100%。在进行第一次调查之前（PriorPFree），对自由的置信度可以设为=50%。而在接下来的测试中，来自先前调查的PFree可以用作PriorPFree。在调查期间（或两次连续调查之间）引入目标人群的概率在这里称为PIntro，可以设置为50%或0%。在后一种情况下，假设在调查期间（例如，在一天的抽样期间），将疾病引入目标人群的可能性可以忽略不计。如果可能，建议同时采集所有样品。设置PIntro=50%比使用0%更为保守，，因为它将包括被感染人群向目标人群的潜在移动。PriorPFree和PIntro值为50%可被视为“中性”或保守。在兽医领域，通常认为PFree 95％或99％足以证实在人群中没有疾病。

原文出自：https://www.sciencedirect.com/science/article/pii/S2352771420300483

更多新型冠状病毒肺炎内容点击如下专题