新模型预测意大利的COVID-19传播动态 |《自然-医学》论文

来源：Nature自然科研

《自然-医学》发表的一篇论文 Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy 报道的一个新模型可利用本次疫情数据预测COVID-19大流行在意大利的走向。这个模型将感染分为8个阶段，区分了确诊人群和非确诊人群，或能为意大利等地的决策者提供一个评估可用策略效果的工具，这些策略包括封城和社交疏远，检测和接触者追踪。该研究显示，现已采取的社交疏远措施是必要且有效的，应在最初阶段就立即予以实行。研究还发现，封城措施只有在落实大规模检测和接触者追踪的情况下才能安全地解除。

结束COVID-19全球大流行需要采取多种人口层面的策略，但这些策略的有效性和它们“压平曲线”的能力依然未知。

论文模型。来源：Giordano et.al

意大利特伦托大学的Giulia Giordano和同事描述了一个COVID-19大流行的流行病学新模型，名为“SIDARTHE”，可以区分已确诊（已诊断）病例和未确诊（未诊断）病例，还能按严重程度划分不同病例。作者将人口分为8个疾病阶段：疑似（未感染）；已感染（无症状或少症状感染，未检测）；已诊断（无症状感染，已检测）；患病（有感染症状，未检测）；已确诊（有感染症状，已检测）；病危（有危及生命的感染症状，已检测）；痊愈（已康复）；去世（已死亡）。

作者利用意大利从2020年2月20日（第一天）至2020年4月5日（第46天）的数据，分析了逐步的限制措施（包括最近一次从2020年3月9日开始的封城）如何影响了疫情在意大利的传播。作者还模拟了不同应对策略效果的长期可能场景，包括社交疏远、接触者追踪和全民检测。据模型预测，同时感染人数达峰在第50天左右，有0.19%的人口受到感染；但同时确诊人数达峰要等到约一周之后。

研究结果证实了一种假说，即诊断行动可以降低感染峰值，有助于更快结束疫情。该模型并未考虑由于医疗系统满负荷或超负荷运转而导致的医疗资源紧张，但作者指出，这类分析可以间接进行。比如，当重症患者较多时，病死率就会因重症监护室（ICU）数量不足而上升。

作者还发现，采取部分封城的举措会让同时感染人数和ICU收治患者的高峰延迟，但总的感染和ICU收治人数只会出现轻微下降；相反，实行非常严格的社会疏远策略可以让同时感染人数和ICU收治患者的峰值出现可预期的降低，总的感染和ICU收治人数会出现显著下降。作者估计，较宽松的封城措施会在第一年出现7万例死亡病例，而较严格封城措施则对应2.5万例死亡病例。

© nature

Nature Medcine| DOI: 10.1038/s41591-020-0883-7

点击“阅读原文”查看论文英文原文

 Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy 

相关文章

特别报道：建模如何帮助应对新冠肺炎疫情？

新冠疫苗全球研发现状：78个已确认，5个进入临床

版权声明：

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件China@nature.com。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。

© 2020 Springer Nature Limited. All Rights Reserved