基于指数平滑模型的湖北省新冠肺炎疫情预测分析

目的分析和预测湖北省新冠肺炎(COVID-19)疫情变化趋势。方法采用平滑指数模型对累计确诊病例数、累计治愈出院病例数、累计死亡病例数、重症病例数及危重症病例数进行拟合和预测。结果湖北省COVID-19疫情逐渐得到缓解,在2月18日进入快速“缓解期”后,3月21日进入慢速“缓解期”。采用指数平滑模型获得的拟合值与实际值的趋势基本吻合,模型拟合较好,预测结果表明在4月2日现存确诊病例数将减少至1000例以内,且主要为重症和危重症病例。结论湖北省COVID-19疫情的防控措施是有效的,指数平滑法拟合效果较好,可用于COVID-19的疫情预测。     

河南省新型冠状病毒肺炎疫情传播动力学研究

  目的   通过构建河南省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)早期传播动力学模型, 研究疫情流行趋势, 为疫情防控提供依据。   方法   收集河南省2019年1月21日至2020年2月23日河南省卫生健康委员会公布的疫情数据和河南省统计年鉴中的人口数据, 对COVID-19进行描述性流行病学分析, 采用MATLAB 7.0软件构建传播动力学SEIR模型, 分析河南省COVID-19流行趋势。   结果   截至2020年2月23日河南省累计报告COVID-19确诊病例1 271例, 报告发病率约为1.16/10万; 报告病例集中分布在信阳市、南阳市、郑州市和驻马店市。SEIR模型拟合显示, 河南省COVID-19的基础再生指数R₀平均约为2.41, 防控措施干预使得峰值降低55%, 高峰推迟3天。   结论   河南省COVID-19疫情前期增长较快, 采取防控措施后, 有效再生数逐渐降低, 疫情逐步得到控制。     

非湖北省地区COVID - 19发病宏观影响因素及各省发病趋势差异初探

目的 对非湖北省新型冠状病毒肺炎疫情的宏观影响因素及各省发病趋势差异进行探究,并研究各省提前启动突发公共卫生事件一级响应的不同情景下的估计发病数。方法 由各级卫生健康委员会网站、百度迁徙网站获取2020年1月19日 - 2月19日,非湖北各省每日新增确诊病例数及武汉迁出人口数据、各省启动突发公共卫生事件一级响应启动时间。使用1阶惩罚拟似然法拟合多水平负二项回归进行分析,估计各省分别提前启动一级响应情景下的估计发病率及每日新增发病数。结果 武汉迁移至各省人口数、本地传播时间趋势、启动一级响应、启动一级响应后的时间趋势对COVID - 19发病率有影响,模型系数分别为0.082、0.086、0.302、 - 0.486。各省发病趋势存在差异,其中浙江、湖南、江西3省下降速度最快。各省同期估计发病数共计12 548（95%CI: 5 867, 28 635）例。若各省均提前至1月23日启动一级响应,各省同期估计发病数共计8 295（95%CI: 3 934, 18 239）例,总降幅约33.89%。结论 疫情首发地人口流动、非疫情首发地启动突发公共卫生事件一级响应对非湖北地区疫情趋势及总体规模有影响,今后面对类似传染病疫情发生时,应尽早控制疫情首发地的人口流动,采取严格应对措施,限制疫情影响地区的范围,避免更长时间、更广空间的疫情传播。     

基于改进的SEIR+CAQ传染病动力学模型进行新型冠状病毒肺炎疫情趋势分析

目的 拟合并预测新型冠状病毒肺炎(COVID-19)疫情的发展趋势,为疫情防控提供科学依据。方法 基于SEIR动力学模型,考虑COVID-19的传播机制、感染谱、隔离措施等,建立SEIR^+CAQ传播动力学模型。基于官方公布的每日确诊病例数进行建模,利用2020年1月20日至2月7日的报告疫情数据进行拟合。采用2月8-12日的数据评估预测效果,并进行疫情预测。结果 SEIR^+CAQ模型对全国(湖北省除外)和湖北省(武汉市除外)的累计确诊病例数的过去10日拟合偏差<5%;未来5日预测偏差<10%,略有高估。全国(湖北省除外)和湖北省(武汉市除外)的每日新增确诊病例数已于2月1-2日达峰值;武汉市亦已于2月9日达到高峰。在当前防控措施不变的情况下,截至2月29日,预计全国累计确诊病例将达80 417例。预测结果尚未包含临床诊断病例。结论 SEIR^+CAQ模型可用于COVID-19疫情趋势预测,为疫情防控决策和效果评价提供参考。     

基于传染病动力学模型的一起幼儿园人腺病毒感染暴发疫情的流行特征分析

目的 应用传染病动力学模型研究人腺病毒在幼儿园暴发的流行规律，并定量评价病例隔离、综合防控等措施的效果。方法 根据疾病的自然史建立适合人腺病毒的SEIR模型。收集长沙市一起幼儿园人腺病毒暴发疫情数据，将模型与疫情数据相拟合，获得传播系数，模拟无干预状态下的疫情暴发流行特点，然后在不同时期采取不同防控措施，从而定量评价防控效果。结果 该起幼儿园腺病毒疫情实际累计病例报告数为76例，持续时间为39 d,罹患率为9.93%。在无干预状态下，累计发病数为331例，疫情持续时间为83 d,罹患率为43.27%。不同时间采取不同防控措施后，模拟结果显示，由于存在一定数量的隐性感染者，病例隔离措施的防控效果不明显；采取综合防控措施后，疫情持续时间、罹患人数显著降低。越早采取综合防控措施效果越好。结论 在处置幼儿园人腺病毒感染暴发疫情中，落实病例停课隔离，并采用环境通风消毒、暂停聚集性活动等综合措施，可减少发病数和缩短疫情持续时间。     

新疆2020年1月和7月新型冠状病毒肺炎疫情流行规律的比较研究——基于SIR动力学模型和Richards生长曲线模型

目的 本文结合SIR动力学模型和Richards生长曲线模型研究新疆2020年1月和7月新型冠状病毒肺炎（COVID - 19）的流行规律及其差异，为疫情防控策略的制定提供科学参考依据。方法 利用新疆1月23日—2月22日和7月16日—8月22日官方报道的疫情数据，使用SIR动力学模型拟合日累计确诊病例数据估计流行拐点、流行高峰到达时间、基本再生数、最终累计确诊病例数，利用Richards生长曲线模型拟合日新增确诊病例数估计增长速度。最后采用联合假设检验方法对新疆1月和7月疫情的增长速度进行比较。结果 估计新疆1月份和7月份流行拐点分别发生在2020年2月7日、7月29日；流行高峰到达时间分别为2020年2月11日、8月1日；基本再生数分别为1.95(95%CI: [1.92,1.98]) 、2.63(95%CI:[2.57,2.69])；最终累计确诊病例数分别为82 (95%CI: [80.58,83.43]) 、792(95%CI:[785.47,798.53])；增长速度分别为0.14 (95%CI: [- 0.10,0.38])、0.61(95%CI:[0.30,0.92])，新疆1月份和7月份疫情的增长速度不同(P＜0.05)。结论 在COVID - 19的流行经历过流行高峰之后，SIR动力学模型和Richards生长曲线模型对流行数据的拟合效果较好，对抗击疫情的公共卫生政策的制定具有一定的参考价值。     

logistic模型在新型冠状病毒肺炎疫情中的应用

目的 拟合新型冠状病毒肺炎疫情发展趋势,为logistic模型在新发传染病流行中的应用提供依据。 方法 使用logistic模型,基于官方公布的2020年1月10日—3月12日新冠肺炎疫情报告数据,采用非线性最小二乘法进行拟合。结果 logistic模型拟合效果较好,4个模型的决定系数R²均高于0.99。拟合曲线与真实疫情的变化趋势吻合。始盛期前模型平均相对误差较大(74.1%～427.0%),始盛期之后降至1.0%～4.1%。模型拟合结果显示全国(湖北省除外)、湖北省(武汉市除外)和上海市于2020年2月2—5日达到疫情峰值,2月6—11日进入缓增期。武汉市则于2月11日达到高峰期,2月16日进入缓增期。模型显示首例病例报告到疫情高峰期的时间间隔以及启动一级响应到疫情盛末期的时间间隔均约为一个最长潜伏期。 结论 logistic模型对新型冠状病毒肺炎疫情的拟合效果较好,能够对疫情发展态势进行分期,为疫情防控决策和防控措施效果评价提供科学依据。     

及时开展新冠疫情防控与大规模核酸检测的卫生经济学评价

目的 对广州市于第二波新冠疫情及时开展疫情防控以及大规模核酸检测进行卫生经济学评价。方法 基于全社会角度,从相关部门及文献中收集数据,对广州市的所有常住居民构建改进SEIR模型,通过构建不同情景,分析真实世界情景及疫情防控措施分别推迟3天与7天的情景下的结果产出值,并对广州市四轮大规模核酸检测行成本效益分析。结果 真实世界情境下,本轮疫情的总经济负担约为344.02亿元人民币。与及时开展疫情防控措施相比,推迟3天开展疫情防控措施会带来1 391例累计确诊病例、43例死亡以及额外的141.91亿元人民币的经济负担。而推迟7天开展疫情防控措施会带来26 237例累计确诊病例、882例死亡以及额外的294.62亿元人民币的经济负担。四轮大规模核酸检测的净收益为221.82亿元人民币,效益成本比为24.23。结论 面对疫情时及时开展疫情防控措施能够极大地减少经济负担,且进行大规模核酸检测具有良好的经济性。     

基于传染病动力学模型的宁波市新型冠状病毒肺炎防控措施效果评估

目的 基于传染病动力学模型评估宁波市新型冠状病毒肺炎（COVID-19）防控措施的效果。方法 收集截至2020年3月9日宁波市COVID-19疫情个案数据、疾病进程等信息。根据防控策略落实情况,建立SEIR传染病动力学模型,计算基本再生数（R₀）和实时再生数（R_t）,评估防控效果。结果 宁波市累计确诊COVID-19病例157例,无死亡病例,重症病例比例为12.1%。从暴露到发病（潜伏期）平均（5.7±2.9）d,发病到确诊平均（5.4±3.7）d,从确诊到出院平均（16.6±6.5）d。累计医学观察105 339人,其中居家医学观察者COVID-19感染率为0.1%,集中医学观察者感染率为0.3%,确诊病例在就诊前处于医学观察期者占63.1%。估算R₀为4.8。随着防控措施的加强,R_t呈逐渐下降趋势,到2月4日下降至1.0以下,之后持续下降到2月中旬的0.2。结论 通过建立传染病动力学模型,能够有效评估宁波市COVID-19防控措施的效果,为防控策略的制定提供科学依据。     

乌鲁木齐市COVID-19传播的动力学模型研究

  目的  拟合新疆维吾尔自治区乌鲁木齐市2020年7月COVID-19疫情流行状况,为疫情防控提供数量依据和理论支撑。  方法  利用仓室建模方法,考虑乌鲁木齐市在2020年7月COVID-19疫情期间所采取的追踪隔离措施,建立具有阶段性控制策略的动力学模型。利用新疆维吾尔自治区卫生健康委员会公布的2020年7-9月COVID-19的累计确诊病例数、累计治愈病例数、累计无症状病例数,使用非线性最小二乘法拟合所建立的模型。  结果  模型的参数估计:确诊速率为0.6,潜伏暴露者类和无症状感染者类的传染力系数分别为0.78和0.99,无症状感染者所占比例为0.4。参数敏感性分析表明,加大密切追踪隔离力度和减少接触能有效控制新增确诊病例。  结论  所建立的模型拟合实际数据效果较好;无症状感染者传染性较强;每日有效再生数变化趋势表明政府控制措施得当,控制效果较好;相关部门应加大密切追踪隔离力度、持续强调减少接触可以有效控制COVID-19的流行。     

SEIR动力学模型辅助北京市新发地新型冠状病毒肺炎疫情传播起始时间溯源和防控效果评价

目的 推测2020年6月北京市新发地新型冠状病毒肺炎（COVID-19）疫情首例感染的传播时间起点,辅助传染病溯源,评价当前综合防控效果。方法 根据北京市卫生健康委员会官方报告统计每日发病人数,建立SEIR传染病动力学模型,基于每日发病人数拟合动力学模型,并搜寻本次疫情的传播时间起点;考虑不同的防控效果而拟合6月12日至7月1日的累计发病人数,以评估当前综合防控措施效果。结果 北京市新发地疫情传播首例感染应起始于5月22日至5月28日之间（累计概率为95%）,起始于5月25日的概率最大（23%）。本次疫情R₀为4.22（95% CI：2.88～7.02）。模型拟合结果提示,截至6月11日,累计发病为99例（95% CI：77～121）,符合实际情况。若不加控制,则截至7月1日累计发病估计将达到65 090例（95% CI：39 068～105 037）。截至7月1日,较之无防控措施的理论情况,实际感染人数减少了99%。自6月12日起,北京市采取了强有力的综合防控措施,疫情实际走势接近于传播率降低95%的推演结果,敏感性分析支持这一结果。结论 针对突发性疫情,传染病动力学模型可用来辅助推演传染病传播起始时间,辅助疫情溯源。北京市针对本次突发疫情所及时采取的综合防控措施迅速控制了95%以上的传播途径,减少了99%的感染人数,快速遏制了疫情,对于未来疫情防控具有重要的指导意义。     

衡阳市新型冠状病毒肺炎流行病学特征分析及防控措施评估

目的 描述和分析衡阳市新型冠状病毒肺炎(简称新冠肺炎,COVID-19)流行病学特征,初步评估防控措施效果。方法 选取自《中国疾病预防控制信息系统》网络直报的衡阳市新冠肺炎确诊病例和无症状感染者数据,回顾性描述衡阳市疫情概况、三间分布,分析新冠肺炎流行特征;使用SIR(susceptible infected recovered)模型,并用Python 求解微分方程,根据预测值和实际值的差异评估衡阳市防控措施的有效性。结果 衡阳市从2020年1月25日报告首例确诊病例开始,截至3月2日,累计报告新冠肺炎确诊病例和无症状感染者54例,其中无症状感染者6例(11.11%);输入病例32例(59.25%),本地病例22例(40.75%);男性病例35例,女性病例19例,男女比例1.84∶1;年龄以30~60岁居多,为40例(74.1%);职业分布中,农民/农村务工人员占大多数为18例(33.33%);流行曲线显示确诊病例多集中在1月23—30日之间发病,此后散在发生;除南岳区外,衡阳市所有县市区均有确诊病例;患者临床表现多有发热,共44例,咳嗽26例;CT检查有肺部影像学改变的46例(95.83%);将新冠肺炎疫情确诊数和出院数带入SIR模型,实际确诊数较模型预测确诊数少,提示衡阳市防控措施有效。结论 衡阳市疫情目前处于平缓下降时期,这得益于防控措施的有力实施,但随着境外病例输入的增多和本地复工复产复学的人口流动扩大,要进一步加强疫情监测和管理。     

安徽省新型冠状病毒肺炎流行病学特征

  目的   对安徽省2020年1月22日-2020年2月15日新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)的流行病学特征进行分析, 为本地区疫情防控提供流行病学依据。   方法   病例资料来源于安徽省及其各地市卫生健康委员会公布的COVID-19疫情公告。运用描述性研究方法统计分析安徽省及各地级市COVID-19在时间、空间、时空以及人群的分布特征。采用Spearman秩相关分析探索日发病率与迁徙指数(迁入数据)的相关性。使用ArcGIS 10.6软件绘制安徽省确诊病例的时空分布地图。   结果   2020年1月22日-2020年2月15日期间, 安徽省累计COVID-19确诊病例数为962例, 累计发病率为1.52/10万; 累计治愈出院人数比例为24.12%;共有6例死亡病例, 粗病死率为0.62%;确诊病例的年龄集中在30~59岁(66.70%), 不同年龄层病例数差异有统计学意义(χ2=247.96, P < 0.001);安徽省16个地市均有COVID-19确诊病例, 其中合肥市(17.57%)、蚌埠市(16.32%)以及阜阳市(15.80%)地区病例数较多; 安徽省日发病率与12 d前迁徙指数(迁入数据)存在正相关关系(r _s=0.74, P < 0.001)。   结论   安徽省各地市均出现COVID-19确诊病例, 截至2月15日, 各地市累计确诊病例仍有增加, 增幅下降, 确诊病例主要集中在合肥市及皖北地区, 各年龄层普遍易感, 30~59岁确诊病例比例最高。各级政府需采取相应的干预措施, 以控制COVID-19的蔓延。     

Transmission dynamics of COVID-19 in Algeria: The impact of physical distancing and face masks

We propose an SIR epidemic model taking into account prevention measures against coronavirus disease 2019 (COVID-19) such as wearing masks and respecting safety distances. We look for the conditions to avoid a second epidemic peak in the phase of release from confinement. We derive equations for the critical levels of mask efficiency, mask adoption (fraction of population wearing masks) and fraction of population engaging in physical distancing that lower the basic reproduction number ℜ₀ to unity. Conclusions: For ℜ₀ = 2.5, if at least 40% of people wear masks with efficiency 50%, and at least 20% of the population without masks (or anti-maskers) respect physical distancing measures, the effective reproduction number can be reduced to less than 1 and COVID-19 infections would plummet. The model predicts also that if at least half of the people respecting physical distancing, COVID-19 outbreaks with ℜ₀ of about 3, would be theoretically extinguished without wearing masks. The results of this study provide an alternative explanation for the spread of the disease, and suggest some valuable policy recommendations about the control strategies applied to mitigate disease transmission.     

新型冠状病毒肺炎流行对我国梅毒病例报告结果的影响

目的 分析新型冠状病毒肺炎（新冠肺炎）流行对我国梅毒病例报告的影响,为科学研判梅毒疫情形势和加强新冠肺炎流行背景下梅毒的防控工作提供依据。方法 资料来源于中国疾病预防控制信息系统传染病报告信息管理系统、全国性病防治管理信息系统和github官网下载“nCov2019”R包。比较新冠肺炎流行前后我国梅毒病例报告数的变化;基于2010-2018年梅毒病例报告数建立Joinpoint回归模型,使用2019年数据进行验证,并预测2020和2021年的梅毒病例数。通过计算梅毒实际病例报告数与预测数之间的百分比误差评估新冠肺炎流行对梅毒病例报告数的影响。使用Spearman相关分析梅毒与新冠肺炎病例报告数的相关性。应用Joinpoint 4.9.1.0和SPSS 18.0软件进行统计学分析。结果 相比于新冠肺炎流行之前（2019年）,2020和2021年全国梅毒病例报告数分别减少13.32%和10.41%,2021年梅毒病例报告数比2020年上升3.36%。2020和2021年全国梅毒病例报告数较预测数分别减少17.95%和20.41%。2020年1-3月,梅毒月病例报告数与新冠肺炎月确诊病例数呈完全负相关（r_s=-1.00,P<0.001）。新冠肺炎流行程度不同的省份每月梅毒病例报告数与新冠肺炎确诊病例数也呈负相关（均P<0.05）。结论 2020和2021年我国梅毒病例报告数的变化与新冠肺炎流行密切相关,受新冠肺炎流行的影响,梅毒病例报告数比新冠肺炎流行之前显著降低,但尚不能认为未来我国梅毒发病呈下降趋势,需要慎重和科学研判梅毒疫情变化。