Zmienna w czasie heterogeniczność transmisji dwóch ważnych epidemii betawirusa koronawirusa w Hongkongu

W nowym badaniu opublikowanym w pole wyszukiwania* Serwer prepress, badacze wykazują dzienne wahania w zróżnicowanej w czasie heterogeniczności transmisji (k_r) 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 T_{i inni}w 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 k_r Z dwóch zestawów danych dotyczących beta koronawirusa z Hongkongu między 23 stycznia^{badania i rozwój}I 2020 i 5 kwietnia^tak2021. Należy zauważyć, że w Hongkongu wystąpiły dwie epidemie beta-koronawirusa: SARS w 2003 roku oraz trwająca obecnie epidemia COVID-19.

Badacze przedstawili fluktuacje k_r 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 k_r.

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 k_rstent_{80 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 wyjaśnione_r 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 ak_r 14,2%, co wskazuje na wyjątkową dynamikę patogenów w Hongkongu. Brak wykrycia przypadków COVID-19 w Hongkongu mógł doprowadzić do umiarkowanego przeszacowania k_r.

W najgorszym przypadku, gdy połowa przypadków COVID-19 pozostaje niewykryta w Hongkongu, obserwowany rozkład krańcowy k_r 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.