|
近日，上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院陳賽娟院士團(tuán)隊(duì)與上海市公共衛(wèi)生臨床中心范小紅團(tuán)隊(duì)在 Frontiers of Medicine 發(fā)表研究論文，分析了當(dāng)前境內(nèi)流行的奧密克戎亞型種類，重癥危重癥患者在感染者及住院患者中的比例，并用數(shù)學(xué)建模對(duì)疫情走向進(jìn)行模擬預(yù)測(cè)。 研究依據(jù)公開(kāi)數(shù)據(jù)估計(jì)，全國(guó)自疫情出現(xiàn)以來(lái)重癥患者占總感染者的比例約為 0.035%。在上海市公共衛(wèi)生中心 2022 年 9 月 1 日到 12 月 26 日收治的 5706 名患者中，共發(fā)現(xiàn) 20 名（0.35%）無(wú)并發(fā)癥、153 名（2.68%）有并發(fā)癥的患者進(jìn)展為重癥或危重癥。 研究通過(guò)數(shù)學(xué)建模分析，預(yù)計(jì)國(guó)內(nèi)主要城市（如北京、廣州、上海、重慶）將會(huì)在 2022 年末度過(guò)本輪疫情高峰，中西部省份和農(nóng)村地區(qū)預(yù)計(jì)在 2023 年 1 月中下旬經(jīng)受疫情的沖擊。
論文截圖 以下為該論文結(jié)果編譯，部分內(nèi)容有刪減。 “ 一、2022 年秋冬季上海地區(qū)新冠病毒基因組測(cè)序與分子流行病學(xué)分析 本研究從 2022 年 11 月 16 日至 12 月 12 日期間上海市公共衛(wèi)生臨床中心（以下簡(jiǎn)稱公衛(wèi)中心）收治的新冠患者鼻咽喉拭子樣本中隨機(jī)抽取 378 份進(jìn)行靶向全基因組測(cè)序，經(jīng)過(guò)與 GISAID 數(shù)據(jù)庫(kù)對(duì)比，其中 353 個(gè)樣本被分入四個(gè)主要亞系：BA.5.2（172，46.61%），BA.5.3（118，31.98%），BA.2.75（36，9.76%），重組變異株亞系（27，7.32%）。在每種主要亞系中，有 1～2 個(gè)亞型占比突出，例如 BA.5.3 亞系中的 BQ.1（112/118，94.92%），BA.5.2 亞系中的 BF.7（43/172，25%）、重組變異株亞系中的 XBB（25/27，92.59%）等。 為了推斷病毒傳播的來(lái)源，對(duì) 369 個(gè)基因組序列樣本對(duì)應(yīng)的患者進(jìn)行旅行史和近期感染接觸史調(diào)查，然后對(duì)可能的病毒來(lái)源的地理分布情況進(jìn)行分析。結(jié)果顯示，94% 的 BQ.1（105/112）和 96% 的 XBB（24/25）病例來(lái)自中國(guó)大陸以外地區(qū)，考慮到 BQ.1 和 XBB 是最近在歐洲和北美新出現(xiàn)的病毒變異株，在境外輸入病例中又高頻出現(xiàn)，因此推測(cè)這兩個(gè)毒株可能最近通過(guò)境外輸入傳入上海。 此外，對(duì)可追溯到具體城市的病例中包含的毒株分析，發(fā)現(xiàn)北京和廣州的病例分別以 BF.7 和 BA.5.2 為主。而來(lái)自河北或上海的病例顯示出較為明顯的奧密克戎亞系多樣性，例如上海本地病例中包含較高豐度的 BF.7、BA.5.2、BQ.1 和 XBB 等亞系毒株，而河北病例中主要包含 BF.7、BA.5.2 等亞系毒株。這些結(jié)果印證了最近的推測(cè)，即引起北京和廣州新冠肺炎病毒感染爆發(fā)的主要毒株分別是 BF.7 和 BA.5.2；同時(shí)表明，河北和上海兩地的疫情是由多種奧密克戎毒株同時(shí)流行造成。
2022 年秋冬季上海地區(qū)奧密克戎基因組多樣性和分子流行病學(xué)分析。（A）2022 年 11 月上海地區(qū)感染者隨機(jī)抽樣進(jìn)行病毒基因組測(cè)序，與 GISAID 數(shù)據(jù)庫(kù)新冠病毒參考基因組構(gòu)建分子進(jìn)化樹(shù)，鑒定近期上海地區(qū)感染者攜帶的毒株譜系和類型。（B）每個(gè)毒株對(duì)應(yīng)的樣本數(shù)量和比例。（C）主要毒株的來(lái)源分布。（D）不同地區(qū)來(lái)源樣本中各種毒株的比例。 二、2022 年秋冬季新冠病毒患者重癥比例分析 在 2022 年 11 月前，國(guó)內(nèi)采用社區(qū)常規(guī)核酸檢測(cè)來(lái)篩查新冠病毒感染病例，因此能夠較為準(zhǔn)確地統(tǒng)計(jì)所有新冠病毒感染者人數(shù)。2022 秋冬季部分地區(qū)調(diào)整防控措施以來(lái)，根據(jù)國(guó)家衛(wèi)生健康委員會(huì)發(fā)布的數(shù)據(jù)，全國(guó)新冠病毒感染率迅速上升，伴隨重癥/危重癥患者病例總數(shù)逐漸增加。截至 2022 年 11 月 29 日，在所有感染者中，重癥/危重癥患者總占比為 0.035%（注：一般重癥/危重癥的癥狀在感染后一到兩周才表現(xiàn)出來(lái)，因此重癥/危重癥患者比例需要根據(jù)持續(xù)監(jiān)測(cè)公共衛(wèi)生記錄來(lái)評(píng)估）。
2022 年秋冬季新冠病毒感染者重癥比例分析。（A）截至 2022 年 11 月 29 日公布的中國(guó)大陸感染人數(shù)和重癥患者人數(shù)。（B）上海公衛(wèi)中心收治的患者按癥狀嚴(yán)重程度分布圖。 由于防控措施調(diào)整之后，常規(guī)核酸檢測(cè)僅限于醫(yī)院、養(yǎng)老院和婦幼保健院，因此無(wú)癥狀病例的數(shù)量不再明確。為了估計(jì)醫(yī)院就診病例中的重癥/危重癥例占比，我們回顧了 2022 年 9 月 1 日～12 月 26 日上海公衛(wèi)中心收治的 5706 例有癥狀患者，根據(jù)新型冠狀病毒肺炎診療方案（試行第九版）按其癥狀嚴(yán)重程度分為輕型/普通型，以及重癥/危重癥兩組。 結(jié)果顯示，這些患者中共有 5533 例患者（96.97%）歸為輕型/普通型，另外 173 例患者（3.03%）歸為重癥/危重癥。在這 173 例重癥/危重癥患者中，153 例患者有能被新冠病毒感染惡化的并發(fā)癥，這表明當(dāng)前疫情中出現(xiàn)癥狀的新冠病毒感染者中，有并發(fā)癥和無(wú)并發(fā)癥的重癥/危重癥患者占比分別為 2.68% 和 0.35%。 此外，在這些患者中，疾病的嚴(yán)重程度和年齡顯著相關(guān)（P<0.0001）：無(wú)并發(fā)癥的重癥/危重癥病例中位年齡為 66 歲（區(qū)間：55～79歲），有并發(fā)癥且進(jìn)展為重癥/危重癥的患者中位年齡為 59 歲（區(qū)間：46～73歲），輕型/普通型患者中位年齡為 39 歲（區(qū)間：28～53歲）。
三、利用數(shù)學(xué)模型評(píng)估奧密克戎疫情走向 為了評(píng)估目前奧密克戎疫情的規(guī)模和持續(xù)時(shí)間，我們基于 2022 年 10 月初至常規(guī)核酸檢測(cè)全面解除（2022 年 11 月 29 日）之前的每日新增感染人數(shù)和累計(jì)人數(shù)進(jìn)行數(shù)學(xué)建模。為此，我們利用時(shí)滯微分方程來(lái)擬合奧密克戎在中國(guó)幾個(gè)主要城市（如北京、上海、廣州、重慶）和內(nèi)陸幾個(gè)省份（如甘肅、青海、陜西、四川）的早期數(shù)據(jù)（注：在選擇省份時(shí)排除其省會(huì)城市，以便分析農(nóng)村和中小型城鎮(zhèn)的情況），然后通過(guò)數(shù)據(jù)擬合得到的數(shù)學(xué)公式來(lái)預(yù)測(cè)未來(lái)一段時(shí)間的新增感染人數(shù)和總?cè)藬?shù)。 結(jié)果顯示，不同城市間 R0 值（傳播系數(shù)乘以檢測(cè)時(shí)間）各異。例如，北京 R0 值最大（約為 2.18）；其次為上海（約為 1.91）；最小為重慶郊區(qū)（約為 0.91）。同時(shí)，結(jié)果還提示廣州已經(jīng)度過(guò)了最近的感染高峰期，而北京、上海、重慶市區(qū)尚處于感染高峰的中間段，預(yù)計(jì) 2022 年年底度過(guò)高峰期。此外，數(shù)學(xué)模型顯示本輪疫情將逐步蔓延至中西部省份，且疫情高峰經(jīng)過(guò)四川的時(shí)間略早于陜西、甘肅和青海等地。 根據(jù)在重慶不同區(qū)域近期的病例報(bào)告，對(duì)城市和郊區(qū)的傳播趨勢(shì)分別進(jìn)行了建模分析，用于近似比較疫情在城市和農(nóng)村中的擴(kuò)散模式。結(jié)果提示，重慶郊區(qū)感染高峰預(yù)計(jì) 2023 年 2 月到來(lái)，比重慶市區(qū)的感染高峰晚近 1 個(gè)月。春節(jié)（2023 年 1 月 21 日）前后因農(nóng)民工返鄉(xiāng)將帶來(lái)從城市返回農(nóng)村地區(qū)的人員流動(dòng)高峰，為了評(píng)估這種影響，我們?cè)跀?shù)學(xué)模型中調(diào)低重慶郊區(qū)的參數(shù)以模擬春節(jié)期間的人員流動(dòng)，結(jié)果顯示，春運(yùn)不僅將極大增加感染人數(shù)，而且可能造成農(nóng)村地區(qū)的感染高峰提前 15～30 天。
2022 年秋冬季疫情走向數(shù)學(xué)模型。當(dāng)前疫情期間國(guó)內(nèi)主要城市和中西部省市的總感染人數(shù)（A）和每日新增感染人數(shù)的（B）變化趨勢(shì)及預(yù)測(cè)。（注：重慶市區(qū)和郊區(qū)感染趨勢(shì)分別構(gòu)建數(shù)學(xué)模型，用于近似模擬城市與農(nóng)村的疫情走向。） 討論 本研究對(duì)上海公共衛(wèi)生中心于 2022 年 11 月 15 日至 12 月 15 日期間隨機(jī)收集的 378 例感染者樣本進(jìn)行病毒全基因組測(cè)序，獲得 369 個(gè)高質(zhì)量病毒全長(zhǎng)基因組數(shù)據(jù)，用以評(píng)估此輪疫情中的病毒譜系多樣性，結(jié)果提示當(dāng)前上海疫情有多種奧密克戎流行，尚未發(fā)現(xiàn)新的新冠病毒變異株或主流毒株。 值得一提的是，此次上海秋冬季疫情中的流行毒株多樣性與今年（2022 年）春季奧密克戎流行的情況顯著不同。此前我們利用基因組測(cè)序發(fā)現(xiàn)春季疫情爆發(fā)期間的感染者都攜帶奧密克戎 BA.2.2.1 亞系中的 BA.2.2.1 亞型毒株。在傳入上海之前，BA.2.2.1 在 GISAID 數(shù)據(jù)庫(kù)中顯示只在上海以外地區(qū)零星出現(xiàn)，因此我們推測(cè)，上海春季疫情出現(xiàn)之后政府采取的嚴(yán)格防控措施阻斷了除 BA.2.2.1 之外的其他毒株在上海社區(qū)傳播。而當(dāng)前疫情出現(xiàn)的多種毒株共存的情況，可以歸結(jié)于防控措施調(diào)整的結(jié)果。 從本研究包括的基因組數(shù)據(jù)來(lái)看，目前尚未在上海地區(qū)發(fā)現(xiàn)新的奧密克戎毒株或具有顯著競(jìng)爭(zhēng)優(yōu)勢(shì)的毒株。此后隨著疫情發(fā)展是否會(huì)出現(xiàn)主導(dǎo)疫情走向的優(yōu)勢(shì)毒株，以及是否會(huì)出現(xiàn)新的高傳染性或毒性的毒株也需要持續(xù)監(jiān)測(cè)。 為了對(duì)近期疫情發(fā)展趨勢(shì)進(jìn)行評(píng)估和預(yù)測(cè)，我們基于此前常規(guī)核酸檢測(cè)的感染者數(shù)據(jù)，建立模擬感染者人數(shù)變化曲線的數(shù)學(xué)模型，初步判斷：廣州已經(jīng)度過(guò)此輪疫情高峰期，而北京、上海、重慶等城市將于 2023 年元旦前后達(dá)峰，之后疫情將擴(kuò)散至中西部省市和農(nóng)村。 另外，基于重慶市主城區(qū)和郊區(qū)數(shù)據(jù)的數(shù)學(xué)模擬分析，并對(duì)模型中的 u 參數(shù)予以調(diào)整來(lái)模擬春運(yùn)期間人口流動(dòng)變化，結(jié)果顯示：相對(duì)于城區(qū)，疫情峰值在郊區(qū)有可能延后 2～4 個(gè)星期，且其感染峰值將在春運(yùn)期間因人員流動(dòng)造成疫情擴(kuò)散加速和增強(qiáng)。 值得注意的是，本研究中的數(shù)據(jù)模型著重于所選地區(qū) 80%～85% 人口感染的情況，同時(shí)傳染高峰過(guò)后的每日新增人數(shù)下降期也未納入數(shù)學(xué)模型，故本研究?jī)H限于評(píng)估當(dāng)前所選城市和地區(qū)正在或即將經(jīng)歷的一波疫情。此外，真實(shí)世界情況較之?dāng)?shù)學(xué)模型更為復(fù)雜，例如中國(guó)香港、臺(tái)灣地區(qū)，以及日本等國(guó)家均經(jīng)歷了多輪疫情；感染者體內(nèi)產(chǎn)生的中和抗體水平將隨著時(shí)間的變化逐漸降低，從而導(dǎo)致再次感染風(fēng)險(xiǎn)升高。因此，需要持續(xù)跟蹤疫情實(shí)際發(fā)展，定期評(píng)估社區(qū)流行的毒株和感染人數(shù)。 隨著奧密克戎亞株迅速傳播，在接下來(lái)的幾個(gè)星期甚至幾個(gè)月里，國(guó)內(nèi)欠發(fā)達(dá)地區(qū)老年人和有基礎(chǔ)疾病人群發(fā)展成重癥的風(fēng)險(xiǎn)增高。鑒于當(dāng)前一些地區(qū)特別是農(nóng)村在本波疫情初期即出現(xiàn)了藥品供應(yīng)和重癥監(jiān)護(hù)病床（ICU）服務(wù)不足的情況，此點(diǎn)尤其令人擔(dān)憂。 最后，對(duì)于超額死亡病例，包括單純新冠感染致死和伴隨新冠感染死亡的病例進(jìn)行記錄十分關(guān)鍵，因?yàn)檫@些數(shù)據(jù)的時(shí)間線和精準(zhǔn)性對(duì)于及時(shí)評(píng)估和預(yù)判疫情走勢(shì)，確保循證決策至關(guān)重要。（策劃：z_popeye｜監(jiān)制：gyouza） 題圖來(lái)源：論文截圖 |
|
|
