全球疫情趨勢預測及應對追蹤簡報第二十八期
疫情概覽:截至2020年12月10日(CEST時間),全球COVID-19累計確診人數超過6778萬例,累計死亡逾155萬例。美洲地區確診病例已突破2883萬;歐洲地區每日確診病例呈增長趨勢,累計確診病例已超過2086萬。12月2至8日,歐洲日均死亡人數為4601例,占全球的43.3%。
最新資訊:(1)研究指出SARS-CoV-2的D614G突變增強了病毒的感染性和傳播性,但未顯著增加感染動物疾病的嚴重性。目前水貂中出現的新冠狀肺炎病毒突變現在還沒有顯示出危險。(2)可利用來自移動應用程序的自我報告數據作為傳統疾病監測工具的補充,但應加強對COVID-19 App的管理與監督。(3)專家預計需達到60-70%的免疫率才能安全,建議應該從城市開始接種疫苗,徹底“消滅”病毒需要2-3年時間;新冠的長期癥狀(包括生理、社會和心理方面)真實存在且十分嚴重;需警惕冷鏈產品傳播病毒的風險;需重點關注脆弱人群。
(一)確診病例變化情況 截至2020年12月9日(CEST時間)[1],全球累計確診新型冠狀病毒肺炎(COVID-19)67,780,361例,累計確診病例前3位的依次為:美國(14,755,996例)、印度(9,735,850例)和巴西(6,623,911例)。單日新增確診病例前3位依次為:美國(185,473例)、土耳其(33,198例)和印度(32,080例)。根據世界衛生組織(World HealthOrganization, WHO)每日更新的數據(見圖1),美洲地區確診病例已經突破2883萬;歐洲地區每日確診病例呈增長趨勢,累計確診病例已逾2086萬。
圖1世界疫情分布趨勢圖
(數據更新時間:2020年12月9日)
(二)死亡病例變化情況 截至2020年12月10日(CEST時間)[1],全球累計確診死亡病例1,551,214例。累計死亡病例前3位依次為:美國(281,442例)、巴西(177,317例)、印度(141,360例)。單日新增死亡病例數前3位依次為:美國(1529例)、法國(828例)、意大利(634例)。
根據《金融時報》(Financial Times,FT)滾動更新的數據[2](見圖2),12月上旬,全球COVD-19死亡人數繼續呈現上升趨勢。12月2日至8日,全球COVID-19日均死亡人數為10,615例。目前,全球日均死亡人數已經超過之前四月份的峰值——6802例(四月10日至16日)。自6月初以來,全球冠狀病毒病例和死亡人數再次上升。從九月中旬開始,歐洲多國疫情復燃,死亡人數也迅速增加,12月2日至8日,歐洲日均死亡人數為4601例,占全球的43.3%;拉丁美洲日均死亡人數為1777例,占全球的16.7%;美國日均死亡人數為2213例,占全球的20.8%。
圖2 全球七天滾動日均死亡人數(3月15日至11月16日)
(三)疫情干預措施追蹤 牛津大學研發的全球COVID-19疫情干預措施追蹤器顯示[3],截至12月9日,中國、蒙古、委內瑞拉、洪都拉斯、愛爾蘭、奧地利等國家采取較為嚴格的干預措施(嚴格指數在80-90 間);美國、加拿大、阿根廷、哥倫比亞、秘魯、法國、西班牙、德國、波蘭、哈塞克斯坦、土庫曼斯坦、伊朗、印度、巴基斯坦、阿爾及利亞、利比亞、埃及等國家采取一般嚴格的干預措施(嚴格指數在60-80間);巴西、玻利維亞、俄羅斯、新西蘭、澳大利亞、日本、韓國、泰國以及非洲大部分國家采取較為寬松的干預措施(嚴格指數≤60)。
圖3 全球各國政府干預措施嚴格指數(12月9日)
(四)疫情變化趨勢預測 麻省理工大學的研究人員開發了一個流行病學模型DELPHI,可以用來動態預測感染、住院和死亡病例數[?]。這個模型在標準的SEIR模型之上考慮了COVID-19大流行的其他影響因素,如檢測不足和政府的差異化干預措施等等。
圖4 2021年2月15日全球累計感染病例總數預測
(顏色從淺黃色到黑色表示從少到多,灰色表示缺乏足夠數據進行預測或者疫情已經基本結束的國家。數據更新時間:2020年12月10日)
根據模型,預測截止到2021年2月15日,全球感染病例總數將超過13293萬例,死亡病例數逾255萬例,現存病例數逾1053萬例,現存住院病例數逾235萬例。由表1可以看出,預測到2021年2月15日,亞洲感染病例總數最多,近4214萬例,其次為北美洲和歐洲,其中美國感染病例總數(2978萬例)超過了南美洲、非洲和歐洲;死亡人數最多的為亞洲,其次為北美洲和歐洲。
表1 五大洲COVID-19病例預測(預測截止時間:2021年2月15日)
(一)《科學》雜志文章指出SARS-CoV-2的D614G突變增強了病毒的感染性和傳播性,但未顯著增加感染動物疾病的嚴重性。《自然》雜志文章指出目前水貂中出現的新冠狀肺炎病毒突變現在還沒有顯示出危險,仍待進一步實驗結果。
2020年11月12日,《科學》雜志(Science)的文章[?]指出,與疫情初期的原始毒株不同,當前帶有D614G突變的新冠病毒已成為感染全球的主要毒株。研究表明與原始野生型病毒相比,該D614G變體毒株在人氣道上皮細胞中表現出更有效的感染,復制和競爭適應性,但仍保持與原始野生型病毒相似的形態和體外中和特性。D614G毒株在4種不同細胞系中的基因表達較原始野生型病毒高出3.7~8.2倍,具有更強的感染性。實驗中,人血管緊張素轉換酶2(ACE2)轉基因小鼠和敘利亞地鼠感染這兩種病毒后,呼吸道組織和肺部疾病的病毒滴度相似。然而,與野生型病毒相比,D614G變異株在倉鼠體內傳播速度顯著加快,并表現出更強的競爭適應度。這些結果表明,在人類細胞和動物模型中,D614G變體增強了SARS-CoV-2的感染性、競爭適應性和傳播性。但同時,該實驗表明,D614G毒株并沒有顯著增加動物疾病的嚴重性。
《自然》雜志(Nature)2020年11月13日的一篇文章[?]認為目前水貂中出現的新冠狀肺炎病毒突變現在還沒有顯示出危險。丹麥衛生官員發布了有關在養殖的水貂和人之間傳播的SARS-CoV-2突變簇的遺傳和實驗數據。針對這一數據,科學家們表示,目前突變本身并沒有特別令人擔憂,因為幾乎沒有證據表明突變會讓病毒更容易在人群中傳播,使其更加致命,或危及治療和疫苗。英國牛津大學的病毒學家Astrid Iversen說:“我們所知道的與水貂相關的突變與迅速傳播無關,也與發病率和死亡率的變化無關。”研究人員Iversen指出,由于實驗工作太有限,無法就其對療法和疫苗的影響得出任何結論,“在這種情況下,不要過度解讀非常初步的數據真的很重要。”
(二)《柳葉刀》刊文表明可利用來自移動應用程序的自我報告數據作為傳統疾病監測工具的補充,用以估計發病率、患病率和有效再生數。同時,也有學者指出,應加強對COVID-19 App的管理與監督,從而增強公眾信任度,使其更好地發揮作用。
2020年12月3日,發表于《柳葉刀》雜志(Lancet)的一項前瞻性觀察研究探討了如何應用移動應用程序的大規模自我報告數據檢測英格蘭的COVID-19感染熱點區域[?]。該研究使用英國COVID-19癥狀App的縱向自我報告數據,估算出患病率、發病率和有效再生數R(t),建立數據模型并經過真實數據驗證后,可應用模型使用地理顆粒度的估計來突出顯示“感染重點區域”。結果顯示該方法可作為傳統疾病監測工具的補充,對病例快速增加的區域進行定位,為決策者及時提供信息,有助于迅速采取措施,施加定向干預。但作者同時指出,該研究也存在一定局限性,包括App用戶并不是能用于進行全人群推斷的代表性樣本,App用戶的年齡構成、住址分布、種族分布、患有COVID-19的可能性等諸多因素均可能對進行全人群的統計推斷產生影響。
各種COVID-19 App的應用,為疫情的防控提供了更多的方法與可能,但2020年11月13日《科學》雜志(Science)的一篇文章呼吁應加強對COVID-19 App的管理和監督[?]。該文章指出雖然許多政府認為以數字接觸追蹤(DCT)為代表的數字衛生技術是解決COVID-19的一個有前景的工具,但大多數全國性的DCT應用程序還沒有達到預期的使用率,這可能是由諸多不確定性造成的,包括對DCT應用程序的一般認識、隱私風險、實際有效性以及公眾對數字監測形式的態度等。因此,DCT面臨著典型的社會控制困境。一方面,在廣泛采用DCT之前,評估DCT的有效性極其困難;另一方面,除非DCT的有效性得到證實,否則很難證明它在人群中廣泛使用的合理性。因此文章的作者建議決策者建立機制來評估DCT的有效性、監督DCT應用程序的使用、監測公眾態度,并調整技術設計以適應社會感知的風險和預期,在公眾參與、技術層面、法律層面以及道德層面等均采取強有力的措施,加強對COVID-19 App的管理與監督,從而增強公眾信任度,使其更好地發揮作用。
(三)《柳葉刀》刊發社論回顧過去一年研究發現,專家預計需達到60-70%的免疫率才能安全,建議應該從城市開始接種疫苗,徹底“消滅”病毒需要2-3年時間;新冠的長期癥狀(包括生理、社會和心理方面)真實存在且十分嚴重;需警惕冷鏈產品傳播病毒的風險;需重點關注脆弱人群。
12月5日,《柳葉刀》發表了其總編 Richard Horton撰寫的題為“COVID-19,到目前為止我們發現了什么?”的社論[?],對11月24-25日在線舉行的“柳葉刀-中國醫學科學院醫學與健康大會”上各位嘉賓演講的主要觀點和內容進行總結回顧。
在群體免疫及疫苗研究方面,英國帝國理工學院Roy Anderson教授討論了用疫苗來建立群體免疫的挑戰,并展望了疫苗的分配問題。他表示,群體免疫是指已免疫人群對病毒傳播速度的影響。他估計需要達到60-70%的免疫率才能安全,同時建議應該從城市開始接種疫苗,而徹底“消滅”病毒需要2-3年時間。哪些群體應該先接種疫苗取決于具體情況:在高收入國家,優先考慮老年人合乎情理;但在肯尼亞這樣的國家,也可能要從年輕人開始接種。中國醫學科學院醫學生物學研究所寸韡研究員討論了第二代新冠疫苗的設計方式。陳思邈明確表示,即使有了疫苗,仍然需要堅持一些非藥物干預措施。
針對各國疫情防控的不同表現,香港大學梁卓偉教授提出了“東亞例外”(East Asian exceptionalism)現象-為什么中國、日本、新西蘭和韓國等國在抗疫中的表現比西方國家好得多?他的回答是“社會學印記”(Sociological imprinting)。中國疾病預防控制中心傳染病處呼吸道傳染病室主任馮錄召則在主題演講中展示了中國“零新冠”(zero-COVID-19)戰略的運作方式-初期快速控制,隨后注意抑制。目前的主要威脅是輸入病例,邊境管控和篩查是重中之重。許文波警示了隱藏在冷鏈產品中的新冠病毒再次輸入的風險。
針對新冠感染后遺癥,中日醫院呼吸與危重癥醫學科主任曹彬公布了新冠肺炎出院患者長期后果的最新研究成果。該研究隨訪了今年1月7日-5月29日期間武漢金銀潭醫院出院的1733名新冠肺炎患者。研究顯示,這些治愈患者中,超過七成在發病六個月后仍有至少一種癥狀,最常見的癥狀包括疲勞和睡眠困難,超過20%患者存在心理問題。曹彬表示新冠的長期癥狀(包括生理、社會和心理方面)真實存在且十分嚴重,“新冠長期癥狀”的存在對于這種影響多器官的病毒來說并不奇怪。
針對公共衛生干預及具體的防疫措施,德國海德堡大學醫學院Till B?rnighausen教授分享了公共衛生干預的見解,深入分析了如何將新的技術應用到篩查、隔離、傳染性檢測以及健康促進等傳統衛生干預措施中。例如,監測不再需要直接接觸;隔離由方艙庇護醫院實現;健康促進采取非文字的干預措施,如寓教于樂的視頻等。加拿大麥克馬斯特大學Holger Schünemann教授則強調了對不確定性保持透明的重要性。例如,戴口罩。綜合證據表明,口罩可以降低14%的新冠病毒傳播風險,但這一證據的確定性很低。戴口罩的潛在作用也與病毒暴露有關:在低暴露區域,可能不需要口罩;而在高暴露區域,口罩則可能是一個明智的預防措施。
在疫情對重點脆弱人群的影響方面。北京大學第三醫院院長喬杰院士分析了新冠對中國婦幼健康的影響及全球啟示。她得出了一個令人震驚的結論:在疫情最嚴重的時候,新生兒要與母親分離一個多月,新冠對嬰兒運動、認知、個體和情緒發展的潛在影響是十分嚴峻的。哈佛大學陳曾熙公共衛生學院葉志敏教授則提醒人們注意老年人的持續風險。在養老院,保持身體距離幾乎是不可能實現的,且隔離對老年人的心理健康影響極大,甚至部分封鎖也會中斷必要的照護模式。
參考文獻:
[1] WHO Coronavirus Disease (COVID-19) Dashboard.[Internet]. 2020 [cited 2020 Dec 10]. Available from: https://covid19.who.int/
[2] Steven Bernard, David Blood, John Burn-Murdoch,Max Harlow, Cale Tilford, Aleksandra Wisniewska, et al. Coronavirus tracked:the latest figures as the pandemic spreads [Internet]. 2020[cited 2020 Dec 10].Available from:https://www.ft.com/content/a26fbf7e-48f8-11ea-aeb3-955839e06441
[3] Hale, Thomas, Sam Webster, Anna Petherick, TobyPhillips, and Beatriz Kira (2020). Oxford COVID-19 Government Response Tracker,Blavatnik School of Government. Data use policy: Creative Commons AttributionCC BY standard.https://www.bsg.ox.ac.uk/research/publications/variation-government-responses-covid-19
[4]COVID Analytics. DELPHIEpidemiological Case Predictions [Internet]. 2020 [cited 2020 Nov 20]. Available from: https://www.covidanalytics.io/projections
[5] Yixuan J. Hou. Shiho Chiba. Peter Halfmann. etal. SARS-CoV-2 D614G variant exhibits efficient replication ex vivo andtransmission in vivo[J].Science. 12 Nov 2020. DOI: 10.1126/science.abe8499
[6] Smriti Mallapaty. COVID mink analysis showsmutations are not dangerous — yet[J]. Nature 587, 340-341 (2020). doi: https://doi.org/10.1038/d41586-020-03218-z
[7]Varsavsky T, Graham MS, Canas LS, Ganesh S,Capdevila Pujol J, Sudre CH, et al. Detecting COVID-19 infection hotspots inEngland using large-scale self-reported data from a mobile application: aprospective, observational study. The Lancet Public Health.
[8] Blasimme A, Vayena E. What's next for COVID-19apps? Governance and oversight. Science. 2020;370(6518):760-2.
[9] Horton R. Offline: COVID-19—what have welearned so far? The Lancet [Internet]. 2020 Dec 5 [cited 2020 Dec10];396(10265):1789.Available from: https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)32584-8/abstract
北京市衛生健康委信息中心
(北京市衛生健康委政策研究中心)
翻譯整理
2020年12月10日
上一篇: 縱深推進“互聯網+醫療健康”建設
下一篇: 縱深推進“互聯網+醫療健康”建設