W nowym badaniu opublikowanym w pole wyszukiwania* Serwer prepress, badacze wykazują dzienne wahania w zróżnicowanej w czasie heterogeniczności transmisji (kr) przez trzy fale pandemii koronawirusa 2019 (COVID-19) trwającej lokalnej transmisji w Hongkongu.
tło
Super rozprzestrzenianie się wydaje się być znakiem rozpoznawczym ciężkiego ostrego zespołu oddechowego koronawirusa 2 (SARS-CoV-2), czynnika wywołującego trwającą pandemię COVID-19. Miary epidemiologiczne, takie jak efektywna liczba reprodukcji (R.).mi) oraz zmienną w czasie efektywną liczbę reprodukcji (R .).i inni), może określić szybkość transmisji SARS-CoV-2 i przewidzieć ewolucję epidemii.
Jednak środki te często pomijają niejednorodność w przenoszeniu na poziomie indywidualnym i super rozprzestrzenianie się zdarzeń. Ponadto model rozkładu Poissona mierzący wariancję transmisji (np. R.mi) nie nadaje się do modelowania zbiorów danych, które charakteryzują się ultrarozproszeniem.
Z drugiej strony, ujemny rozkład dwumianowy jest wygodnym modelem do pomiaru zmian niejednorodności transmisji w czasie dla COVID-19. Dla niskich wartości współczynnika dyspersji k (0
W przeciwieństwie do R.mi oraz Ti inniw badaniach naukowych k zinterpretowano jako stały współczynnik, na który nie mają wpływu interwencje niefarmaceutyczne (NPI) ani czas, a w niewielu badaniach zbadano czasowe różnice w k i względny wpływ NPI na zmienną w czasie heterogeniczność transmisji.
o nauce
W bieżącym badaniu naukowcy zastosowali nowatorskie podejście do porównania epidemiologii i kr Z dwóch zestawów danych dotyczących beta koronawirusa z Hongkongu między 23 styczniabadania i rozwójI 2020 i 5 kwietniatak2021. Należy zauważyć, że w Hongkongu wystąpiły dwie epidemie beta-koronawirusa: SARS w 2003 roku oraz trwająca obecnie epidemia COVID-19.
Badacze przedstawili fluktuacje kr COVID-19 w skali ciągłej (dziennej) bez wprowadzania międzynarodowych w celu zafałszowania wyników transmisji lokalnej oraz w odniesieniu do zdarzeń super rozprzestrzeniania się, zdefiniowanych jako więcej niż sześć przypadków wtórnych na przypadek pierwotny.
Wykorzystali wartości k do obliczenia proporcji przypadków odpowiedzialnych za 80% dalszych transmisji (Prop80). Ponadto naukowcy wykorzystali analizy wrażliwości w hipotetycznych najgorszych scenariuszach, aby ocenić potencjalny wpływ nadzoru przy (niedoskonałej) liczbie przypadków COVID-19 na szacunki kr.
Zespół badawczy przedstawił dodatkowe dowody faworyzujące wyższy poziom heterogeniczności transmisji COVID-19 niż poprzednie szacunki, zwiększając liczbę par transmisji, 4697 par w porównaniu do 169 par (stosowanych wcześniej).
Wyniki
Autorzy odkryli, że miary heterogeniczności transmisji SARS i COVID-19 zmieniały się w czasie i były częściowo związane z bardzo rozpowszechnionymi zdarzeniami, przy czym SARS wykazywał większą heterogeniczność i mniejszą zmienność czasową niż SARS-CoV-2.
Wartości kt i Prop80t spadły podczas trzech fal epidemii COVID-19 w Hongkongu, a te spadki były związane z NPI, które zapobiegały potencjalnym zdarzeniom superproliferacji. Zauważają również związek między krstent80 ton Z Ret za COVID-19; Jednak w przypadku SARS ten link był niejednoznaczny.
Najbardziej prawdopodobnym wyjaśnieniem jest to, że wdrożenie rygorystycznych inicjatyw non-profit, takich jak dystans społeczny i obowiązkowe ukrywanie się podczas pandemii COVID-19, zmniejszyło losowe kontakty w całej społeczności, zwiększając w ten sposób odsetek przypadków, które zakończyły łańcuch infekcji . Zapobiegało to superrozprzestrzenianiu się wydarzeń podczas pandemii COVID-19, co jest znakiem rozpoznawczym heterogeniczności transmisji.
Te wyniki wyjaśniają, dlaczego k. jest wyjaśnioner Pomiary heterogeniczności przenoszenia w czasie, w tym odpowiedź na nieskuteczne antybiotyki, mogą pomóc w ustaleniu strategii łagodzenia pandemii i zapobieganiu zdarzeniom superrozprzestrzeniania się i szerokiemu przenoszeniu SARS-CoV-2 na długo przed jego wystąpieniem.
Globalne szacunki wykazały, że mniej niż 10% przypadków COVID-19 było odpowiedzialnych za 80% dalszej transmisji wirusa. Szacunki dla obecnego badania były nieco wyższe, z akr 14,2%, co wskazuje na wyjątkową dynamikę patogenów w Hongkongu. Brak wykrycia przypadków COVID-19 w Hongkongu mógł doprowadzić do umiarkowanego przeszacowania kr.
W najgorszym przypadku, gdy połowa przypadków COVID-19 pozostaje niewykryta w Hongkongu, obserwowany rozkład krańcowy kr W przypadku COVID-19 nie był wyższy niż w przypadku SARS. Jednak zastosowanie tego samego wskaźnika niewykrycia do ogólnych szacunków k wykazało wyższą heterogeniczność dla SARS (k = 0,04) w porównaniu z COVID-19 (k = 0,1).
Wnioski
Ogólnie rzecz biorąc, w badaniu oszacowano czasowe różnice w heterogeniczności transmisji w skali ciągłej dla COVID-19 i SARS. Warto zauważyć, że 14,2% przypadków było odpowiedzialnych za 80% wszystkich transmisji COVID-19 i nie tylko w Hongkongu, a około 70% nie spowodowało żadnej transmisji COVID-19. Podsumowując, zmienne w czasie szacunki heterogeniczności przenoszenia mogą być potencjalnymi wskaźnikami wszystkich pojawiających się epidemii i są silnie wykorzystywane w nadzorze epidemiologicznym.
*Ważna uwaga
Research Square publikuje podstawowe doniesienia naukowe, które nie zostały zrecenzowane, a zatem nie powinny być traktowane jako rozstrzygające lub ukierunkowywać praktykę kliniczną/zachowania związane ze zdrowiem, ani traktowane jako ustalone informacje.
„Odkrywca. Entuzjasta muzyki. Fan kawy. Specjalista od sieci. Miłośnik zombie.”
More Stories
Bardziej ekologiczne wybory, bystrzejsze umysły: badania łączą zrównoważony rozwój i zdrowie mózgu
Coraz częstsza liczba chorób przenoszonych przez komary w Europie – jak bardzo martwią się naukowcy? | Transmisja
Badanie asocjacji całego genomu pozwala zidentyfikować genetyczne czynniki ryzyka demencji