抑制COVID-19波动反映的是时间依赖性的社会活动,而不是群体免疫
![Scientists modeling the spread of COVID-19 showed that a temporary state of immunity arises due to individual differences in social behaviors. This 抑制COVID-19波动反映的是时间依赖性的社会活动,而不是群体免疫](https://scx1.b-cdn.net/csz/news/800a/2021/suppressiono.jpg)
美国能源部(DOE)布鲁克海文国家实验室和伊利诺伊大学香槟分校(UIUC)的科学家开发了一种新的数学模型,用于预测COVID-19如何传播。这个模型不仅解释了个体对感染的不同生物易感性,还解释了他们的社会活动水平,而社会活动水平随着时间的推移自然会发生变化。利用他们的模型,研究小组表明,在疫情的早期、快速发展阶段,出现了一种临时的集体免疫状态——他们称之为“短暂性集体免疫”。然而,由于社会行为的变化,随后的“浪潮”或病例数量激增继续出现。他们的研究结果发表在美国国家科学院院刊.
2019冠状病毒病(COVID-19)疫情于2020年初到达美国,到3月迅速蔓延到几个州。为了减缓疾病传播,各州发布了居家令,关闭了学校和企业,并强制佩戴口罩。在主要城市如纽约市和芝加哥,第一波浪潮于6月结束。到了冬天,这两个城市又爆发了第二波疫情。了解最初的疫情结束和随后的疫情开始的原因是能够预测未来疫情动态的关键。
这就是建模可以提供帮助的地方。但经典的流行病学模型是在近100年前开发出来的。虽然这些模型在数学上是稳健的,但它们并不能完美地捕捉现实。他们的缺陷之一是未能考虑到作为传染病传播渠道的人际接触网络的结构。
“经典的流行病学模型往往忽略了一个事实,即一个人群在多个层面上是异质的,或不同的,包括生理上和社会上,”美国能源部布鲁克海文实验室科学用户设施办公室功能纳米材料中心(CFN)理论和计算组的物理学家Alexei Tkachenko说。“由于年龄、先前存在的健康状况和遗传等因素,我们对感染的易感性并不都一样。同样,我们在社交生活中也没有同样的活动量。在不同的季节里,我们亲密接触的人数不同,与他们互动的频率也不同。人口异质性这些个体差异在生物和社会易感性方面——尤其重要,因为它降低了群体免疫阈值。”
群体免疫是指必须获得免疫才能结束流行病的人口比例。
“群体免疫是一个有争议的话题,”CFN用户谢尔盖·马斯洛夫(Sergei Maslov)说,他是UIUC的教授和布利斯学院学者,在物理系和生物工程系以及卡尔·r·沃斯基因组生物学研究所担任教职。“自COVID-19大流行早期以来,就有人建议迅速实现群体免疫,从而结束病毒的局部传播。然而,我们的研究表明,以这种方式达成的明显的集体免疫不会持久。”
伊利诺伊大学香槟分校斯旺伦德物理学教授、美国宇航局宇宙生物学研究所所长奈杰尔·戈登菲尔德补充说:“在这项工作之前,人们的社交活动有增有减,尤其是由于封锁或其他缓解措施。”“因此,当易感人群或更多的社会群体集体被感染时,一波流行病似乎会因为缓解措施而消失,我们称之为短暂的集体免疫。但一旦这些措施放松,人们的社交网络恢复,另一波浪潮就会开始,正如我们所看到的,各州和国家过早地开放,以为最坏的情况已经过去。”
唐纳德·比格·威利特学院研究员、伊利诺伊大学香槟分校土木与环境工程教授艾哈迈德·埃尔班纳指出,短暂的集体免疫对公共政策具有深远的影响。
埃尔班纳说:“应该继续采取缓解措施,如佩戴口罩和避免大型集会,直到通过接种疫苗达到真正的群体免疫阈值。”“我们不能通过广泛感染来强行形成群体免疫来战胜这种病毒,因为感染人数和可能死亡的住院人数太高了。”
预测建模的具体细节
在过去的一年里,布鲁克海文- uiuc团队一直在开展与更广泛的COVID-19建模工作相关的各种项目。此前,他们模拟了这种流行病将如何在伊利诺伊州和伊利诺伊大学香槟分校校园传播,以及缓解措施将如何影响这种传播。去年5月,他们开始了这个项目,计算人口异质性对COVID-19传播的影响。
目前已有几种方法来模拟异质性对流行病动态的影响,但它们通常假设异质性随时间保持不变。举个例子,如果你今天社交不活跃,你明天或未来几周或几个月也不会活跃。
Tkachenko说:“基本流行病学模型只有一个特征时间,称为世代间隔或潜伏期。”“它指的是你自己被感染后又可以传染给另一个人的时间。对于COVID-19来说,大约是五天。但这只是一个时间尺度。人们在其他时间尺度上改变自己的社会行为。”
在这项工作中,研究小组将个人社会活动的时间变化纳入现有的流行病学模型。虽然需要一个复杂的多维模型来描述对疾病有不同易感性的每一组人,但他们将这个模型压缩为三个方程,开发了一个单一的参数来捕捉异质性的生物和社会来源。
马斯洛夫解释说:“我们把这个参数称为免疫因子,它告诉你,当易感个体从种群中移除时,繁殖数量下降了多少。”
繁殖数量表明传染病的传染性有多大。具体来说,数量指的是一个感染者将感染多少人。为了估计社会对免疫因子的贡献,研究小组利用了以前的研究,在这些研究中,科学家积极监测人们的社会行为。他们还研究了实际的流行病动态,确定了与纽约和芝加哥与covid -19相关的住院治疗、重症监护病房入院和每日死亡数据最一致的免疫因子。例如,在纽约市和芝加哥早期快速流行期间,当易感人数下降10%时,繁殖人数下降了40%至50%,相当于估计的免疫因子为4至5。
特卡琴科说:“这是一个相当大的免疫因子,但它不能代表持久的群体免疫。”“在更长的时间尺度上,我们估计免疫因子要低得多,约为2。一个浪停了并不意味着你就安全了。它还能回来。”
之所以出现这种暂时的免疫状态,是因为人口异质性不是永久性的;人们的社会行为会随着时间的推移而改变。例如,在第一波疫情中自我隔离的人——待在家里、不让客人来访、在网上订购食品杂货——随后开始放松自己的行为。任何社交活动的增加都意味着额外的暴露风险。
马斯洛夫说:“这种流行病已经困扰我们一年了。“重要的是要理解为什么它在这里存在了这么长时间。逐渐的变化社会行为个体之间的差异部分解释了为什么会出现停滞期和随后的波动期。例如,这两个城市都避免了夏季的浪潮,但却经历了冬季的浪潮。我们将冬季流感归因于两个因素:季节的变化和短暂性集体免疫力的减弱。”
随着疫苗接种的普及,研究小组希望我们能避免另一波流感。在他们最近的工作中,他们正在更详细地研究流行病动态。例如,他们将“超级传播者”活动的统计数据输入模型,这些活动是指一个受感染者在参与者中引起大规模爆发的聚会。他们还将模型应用于全国不同地区,以解释从封锁结束到2021年3月初的整体疫情动态。
进一步探索
用户评论