四川省新型冠状病毒肺炎流行现况与防控策略探讨

  目的   了解和探究四川省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)流行现状, 为现阶段防控策略与措施的制定提供参考依据。   方法   采用描述性流行病学方法深入剖析疫情变化, 明晰现状。   结果   四川省COVID-19病例主要集中于20~59岁人群, 男性占比略高于女性, 四个时期中有武汉/湖北暴露史病例者占比分别达到52.91%、21.97%、16.67%和0.00%。截至3月16日, 新增确诊病例与现有疑似病例均为0, 累计确诊病例达539例, 累计治愈病例为520例, 累计死亡病例3例。累计确诊病例在全省21个市州均有所分布, 成都居首位(144例, 26.72%)。除成都市武侯区外, 余下182个县(市、区)已无现症病例。   结论   当前四川省COVID-19疫情形势逐渐趋好, 但输入型感染风险仍然存在, 应持续加强防控力度, 深化分区分类防控, 精准科学施策。     

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。     

西安市新型冠状病毒肺炎疫情流行特征

  目的   探讨西安市新型冠状病毒肺炎(COVID-19)疫情的流行规律, 为优化疫情防控策略提供科学依据。   方法   采用Excel 2007、SPSS 18.0、ArcGIS 10.3软件对COVID-19疫情数据进行描述性流行病学分析; 采用内插法计算COVID-19的潜伏期。   结果   西安市截至2020年3月6日累计报告COVID-19确诊病例120例、疑似病例738例, 报告发病率约为1.20/10万; 死亡1例, 病死率为0.83%。确诊病例以轻症为主(92.50%), 男性发病数(63例)多于女性(57例), 41~50岁病例数最多(21.97%)。发病高峰出现在2020年1月25日和1月31日。高发病地区主要分布在主城区的4个街道办事处(21.67%, 26/120)。108例出院病例的平均住院时间为16.00(15.58±5.45)d。全市累计发生23起聚集性疫情, 二代病例的平均续发率为31.73%, 其中13起(56.52%)的聚集性疫情发生在家庭内。西安市COVID-19的平均潜伏期为9 d。累计报告无症状感染者25例, 占SARS-Cov-19感染者的比例为17.24%(25/145)。   结论   西安市COVID-19疫情整体划分为二个阶段, 病例呈现随机的灶状分布, 未出现当地大范围传播, 需警惕家庭聚集性和无症状感染者传播的风险。     

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。     

福建省新型冠状病毒肺炎疫情趋势分析

  目的   分析福建省新型冠状病毒肺炎(COVID-19)疫情趋势和预测时空聚集性, 为风险评估和防控提供参考。   方法   对福建省2020年1月2日―2020年2月18日COVID-19发病数进行时空趋势分析和预测。   结果   福建省2020年1月2日―2020年2月18日COVID-19报告发病数为293例, 无死亡。各时间点累计报告县(区)数(累计报告数)依次为:1月19日22个(35例)、1月26日53个(159例)、2月2日57个(244例)、2月18日61个(293例)。局部空间自相关分析提示, 截至2月18日, 鼓楼、仓山、闽侯、福清等福州县(区)热点性质为高聚集区。截至1月26日, 时空聚集区快速蔓延, 一级和二级聚集区多达7个, 分别以鲤城、涵江、思明、连江、沙县、古田和湄北为中心, 其中以鲤城和思明为中心预测发生于1月27日―2月18日, 期望发病数分别为54和24例。截至2月18日, 时空聚集区减少至2个, 分别以城厢和南安为中心。   结论   泉州、福州、莆田等市的部分县(区)COVID-19时空聚集风险较大, 应重点防控, 但低风险聚集区也不应忽视。     

湖南省新型冠状病毒肺炎流行特征与临床特征

  目的   探讨湖南省新型冠状病毒肺炎（coronavirus disease 2019，COVID-19）的流行病学与临床特征。   方法   对确诊病例的流行病学和临床特征及其影响因素进行描述与分析。   结果   湖南省累计报告COVID-19确诊病例1 019例。从2020年1月21日确诊首例输入性病例至4月1日，病例的增长首先经历快速增长期，在2月中旬病例数趋于稳定，2月下旬至3月14日，为治愈病例数持续增长的消退期。前期病例以输入性病例为主，2月2日后本地病例新增数超过了输入性病例新增数。52.7%的病例临床首发症状为发热，但部分病例为腹泻恶心等消化道症状。聚集性病例代间距为5（2，9）d，一代病例中位潜伏期为7.5（5，11）d，二代病例中位潜伏期为10（7，14）d，各地市的累计发病率与对应城市的迁徙指数呈正相关，相关系数r=0.628（P=0.016）。   结论   湖南省COVID-19的总体疫情已经得到控制，但防控境外输入性病例的压力较大，且企业复工与学生复学增加了人员的流动性，近期疫情防控形势依然严峻。     

陕西省新型冠状病毒肺炎疫情流行病学特征

  目的   分析陕西省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)疫情流行特征, 为更好地防控疫情提供参考依据。   方法   从陕西省卫生健康委员会官网上收集全省COVID-19病例个案资料, 采用描述性流行病学方法进行分析。   结果   截至2020年3月15日, 全省共报告COVID-19病例245例(男131例, 女114例), 含输入病例116例(有湖北旅居史者97例), 本地续发病例114例, 无明确接触史者15例; 死亡2例。共报告46起聚集性疫情, 家庭聚集性疫情占84.78%(39/46)。两次疫情高峰分别出现在1月27日(20例)和1月31日(18例)。西安市报告病例占全省48.98%(120/245)。40~岁病例最多(60例)。病例发病到首诊时间为1.0 (0.5, 3.0) d, 首诊到确诊为4.0(3.0, 6.0) d, 发病到确诊为6.0(4.0, 9.0) d。本地病例发病到确诊时间(7 d)较输入病例(5 d)长; 首诊前服药病例发病到确诊时间(9 d)较未服药病例(6 d)长; 首诊选择社区医院病例首诊到确诊时间(7 d)较二级(3 d)、三级(4 d)医院病例长。   结论   陕西省COVID-19疫情分为输入病例为主和本地病例为主两个阶段, 家庭聚集性是其重要特征。病例感染来源, 首诊前是否服药和首诊医院级别可影响疾病确诊。     

中国高海拔民族地区新型冠状病毒肺炎流行现状及相关影响因素

  目的   分析中国高海拔民族地区新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)流行现状与相关影响因素, 为制订、实施该地区COVID-19等传染病的防控策略、措施提供参考依据。   方法   采用描述性流行病学方法分析疫情的三间分布, 并基于传染病控制理论分析其面临的挑战。   结果   五省、自治区(西藏、青海、四川、云南、甘肃)高海拔民族地区确诊人数119例, 占五省、自治区全部确诊人数14.5%, 占全国0.1%。甘孜州确诊人数最多为78人, 占四川14.5%, 占高海拔民族地区的65.5%;患者总性别比1:0.8, 平均年龄为(41.7±16.7)岁, 最小发病者年龄为3岁, 最大发病者年龄为77岁。有湖北旅居史患者30人, 占25.2%。与确诊人员有密切接触史69人, 占58.0%。输入性病例30人, 占25.2%, 无死亡病例。   结论   总体病例数量少, 疫情平稳, 个别地区疫情突出; 疫情呈前期增长, 后期下降趋势, 部分地区连续多天无新增; 高海拔民族地区面临传染源管理追踪、预防救治、自然环境不利等影响因素, 因此有必要建立跨区域的COVID-19等传染病联防联控长效机制, 制订高海拔民族地区COVID-19等传染病防控方案, 推动防控机制长期、有效开展。     

基于贝叶斯变点模型的COVID-19发病与死亡序列趋势

  目的  基于COVID-19发病和死亡序列趋势分析,探讨评价传染病发病或死亡变化趋势的方法,为同类流行病学研究数据的分析提供可能的分析策略。  方法  提取中国31个省(自治区、直辖市)2020年1月23日至2020年3月18日的COVID-19累计确诊病例和累计死亡病例数据,基于贝叶斯变点分析模型确定时间序列变点,并应用间断时间序列(interrupted time series,ITS)构建分段线性回归(segmented linear regression,SLR)模型,评价序列变化趋势与干预措施、政策的一致性。  结果  武汉市累计确诊病例和累计死亡病例数据各有3次变点,湖北省(除武汉市)和除湖北省以外的30个省(自治区、直辖市)的确诊病例数、死亡病例数各有4次变点。武汉市累计确诊病例数3次变点后改变量分别为1 493.885(P＜0.001)、2 444.913(P＜0.001)、-4 061.038(P＜0.001);累计死亡病例数第2次、第3次变点后改变量分别为-66.917(P＜0.001)、-19.845(P=0.034)。湖北省(除武汉市)累计确诊病例数第3次变点出现增幅降低且差异有统计学意义,改变量为-845.244(P＜0.001);累计死亡病例数增幅降低出现在第3次、第4次变点,斜率改变量分别为-10.062(P＜0.001)、-12.245(P＜0.001)。除湖北省以外的30个省(自治区、直辖市)累计确诊病例数第2次变点后开始出现增幅降低,改变量分别为-281.494(P＜0.001)、-295.080(P＜0.001)、-145.054(P＜0.001);累计死亡病例数差异有统计学意义的增幅降低出现在第3次、第4次变点,斜率改变量分别为-3.199(P＜0.001)、-1.706(P＜0.001)。  结论  结合贝叶斯变点分析和ITS分析可充分考虑时间序列趋势变化的不确定性,为传染病疫情分析和防控措施评价提供依据。     

中国大陆地区COVID-19境外输入确诊病例特点分析

  目的  分析2020年3月4日至2021年10月31日以来中国大陆地区境外COVID-19输入病例的流行特点,为输入性疫情防控提供参考。  方法  收集国家和地方卫生健康委员会(简称卫健委)官方网站上疫情通报信息,提取境外输入确诊病例、输入性病例的来源国家和地区以及流向省份等数据。采用Joinpoint回归模型分析输入性病例在不同来源国家和地区及流入省份的差异。  结果  2020年3月4日至2021年10月31日,中国每月新增境外输入确诊病例与境外输入现有确诊病例大致呈现“W”型变化趋势。研究期间,中国境外输入病例共来自152个国家和地区,其中来自缅甸、美国、菲律宾、俄罗斯四国的输入病例占了27.6%。流向上海市、广东省、云南省、四川省、福建省5个地区的病例数占总病例数的70.59%。  结论  中国输入性疫情呈现较大波动趋势可能与全球疫情变化及国内防控政策相关。针对输入性病例来源地及流入地分布的不均衡现象,政府应针对重点来源国家和地区及输入省份采取针对性措施,各省市应根据输入国及地区特点、病毒变异特征动态调整“外防输入”政策。     

新型冠状病毒肺炎感染的数学建模与控制策略

  目的   针对新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)感染进行数学建模, 预测疫情的发展趋势, 并为该病的防控提供参考。   方法   采用SEIR模型进行数学建模, 收集自2020年01月10日至2020年02月28日中国国家卫健委公布的当前感染人数、治愈人数和死亡人数的数据, 对模型进行参数估计; 并针对模型中不同参数的变化, 预测疾病未来发展趋势。   结果   根据COVID-19传播机制, 建立了SEIR模型, 并基于国家卫健委公布的数据, 通过fmincon和lsqnonlin函数对建立的数学模型进行分阶段拟合, 感染人数和移出人数的相关性分别为99.9%和99.8%, 预测的误差率分别为0.67%和0.89%。   结论   基于中国近一个月来COVID-19发病率数据, 本研究建立了精准度较高的数学模型, 通过数学模型的精确分析和有效预测, 结果提示对潜伏期人群和感染人群进行严格隔离, 同时不断提高患者的移出率, 可有效控制该传染病疫情。     

2014-2018年中国大陆地区淋病流行趋势及空间分布特征

  目的  探讨2014-2018年中国大陆地区淋病流行趋势及空间分布特征,为确定重点防控区域和制定有针对性的防控策略提供参考依据。  方法  基于2014-2018年中国大陆地区31个省、自治区和直辖市(港澳台地区除外)淋病报告发病数据,应用地理信息系统(geographic information system, GIS)进行空间自相关分析、冷热点分析、克里金(Kirging)插值预测,采用ArcGIS 10.6软件实现可视化地图绘制。  结果  2014-2018年中国大陆地区淋病发病率总体呈上升趋势,2014-2018年淋病发病率的空间分布呈空间正相关特征(Moran’I=0.335, Z=3.581, P＜0.001),且发病热点区域主要集中在江苏省、上海市、浙江省和福建省等东南沿海地区。Kirging插值预测结果显示:2014-2018年淋病发病率总体呈“东南高中西低”的空间分布格局,发病率高值区与热点分析结果一致。  结论  2014-2018年中国大陆地区淋病发病呈现空间聚集性分布,需加强热点区域淋病防控工作。     

自回归求和滑动平均(ARIMA)模型在全球新型冠状病毒肺炎发病人数预测中的应用

  目的   应用自回归求和滑动平均(autoregressive integrated moving average, ARIMA)模型对全球新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)发病人数进行预测, 为各国提出的防控策略与措施提供参考和评价依据。   方法   收集2020年2月22日-3月19日各国(意大利、西班牙、德国、法国等)COVID-19每日累计确诊人数, 用SPSS 17.0和R 3.6.1软件拟合ARIMA模型, 对5日前数据进行回带评价拟合效果, 同时利用该模型预测各国后10日数据。   结果   ARIMA模型预测值和实际值动态趋势基本一致, 实际值在预测值的95% CI内。   结论   ARIMA模型能够较好的对全球COVID-19发病人数进行预测, 在指导疫情防控方面有实际意义。     

新型冠状病毒肺炎疫情演变特征探索——基于函数型数据视角

目的 探索和分析COVID-19疫情发展以来各地COVID-19病例数随时间的演变特征,以发现疫情发展特点并比较不同的卫生防疫思路,为公共卫生管理积累经验.方法 从函数型数据视角分析处理累计病例数据,采用函数型主成分分析刻画各地累计病例数据随时间变化的主要演变特征,并利用函数型主成分得分对各地累计病例数据曲线进行层次聚...