全球疫情趋势预测及应对追踪简报第二十八期

作者:智享健康北京 发布时间:2020-12-28
浏览次数:

疫情概览:截至2020年12月10日(CEST时间),全球COVID-19累计确诊人数超过6778万例,累计死亡逾155万例。美洲地区确诊病例已突破2883万;欧洲地区每日确诊病例呈增长趋势,累计确诊病例已超过2086万。12月2至8日,欧洲日均死亡人数为4601例,占全球的43.3%。 


最新资讯:(1)研究指出SARS-CoV-2的D614G突变增强了病毒的感染性和传播性,但未显著增加感染动物疾病的严重性。目前水貂中出现的新冠状肺炎病毒突变现在还没有显示出危险。(2)可利用来自移动应用程序的自我报告数据作为传统疾病监测工具的补充,但应加强对COVID-19 App的管理与监督。(3)专家预计需达到60-70%的免疫率才能安全,建议应该从城市开始接种疫苗,彻底“消灭”病毒需要2-3年时间;新冠的长期症状(包括生理、社会和心理方面)真实存在且十分严重;需警惕冷链产品传播病毒的风险;需重点关注脆弱人群。


一、全球疫情概览


(一)确诊病例变化情况  截至2020年12月9日(CEST时间)[¹],全球累计确诊新型冠状病毒肺炎(COVID-19)67,780,361例,累计确诊病例前3位的依次为:美国(14,755,996例)、印度(9,735,850例)和巴西(6,623,911例)。单日新增确诊病例前3位依次为:美国(185,473例)、土耳其(33,198例)和印度(32,080例)。根据世界卫生组织(World HealthOrganization, WHO)每日更新的数据(见图1),美洲地区确诊病例已经突破2883万;欧洲地区每日确诊病例呈增长趋势,累计确诊病例已逾2086万。


图1世界疫情分布趋势图

(数据更新时间:2020年12月9日)


(二)死亡病例变化情况 截至2020年12月10日(CEST时间)[¹],全球累计确诊死亡病例1,551,214例。累计死亡病例前3位依次为:美国(281,442例)、巴西(177,317例)、印度(141,360例)。单日新增死亡病例数前3位依次为:美国(1529例)、法国(828例)、意大利(634例)。


根据《金融时报》(Financial Times,FT)滚动更新的数据[²](见图2),12月上旬,全球COVD-19死亡人数继续呈现上升趋势。12月2日至8日,全球COVID-19日均死亡人数为10,615例。目前,全球日均死亡人数已经超过之前四月份的峰值——6802例(四月10日至16日)。自6月初以来,全球冠状病毒病例和死亡人数再次上升。从九月中旬开始,欧洲多国疫情复燃,死亡人数也迅速增加,12月2日至8日,欧洲日均死亡人数为4601例,占全球的43.3%;拉丁美洲日均死亡人数为1777例,占全球的16.7%;美国日均死亡人数为2213例,占全球的20.8%。


图2 全球七天滚动日均死亡人数(3月15日至11月16日)


(三)疫情干预措施追踪  牛津大学研发的全球COVID-19疫情干预措施追踪器显示[3],截至12月9日,中国、蒙古、委内瑞拉、洪都拉斯、爱尔兰、奥地利等国家采取较为严格的干预措施(严格指数在80-90 间);美国、加拿大、阿根廷、哥伦比亚、秘鲁、法国、西班牙、德国、波兰、哈塞克斯坦、土库曼斯坦、伊朗、印度、巴基斯坦、阿尔及利亚、利比亚、埃及等国家采取一般严格的干预措施(严格指数在60-80间);巴西、玻利维亚、俄罗斯、新西兰、澳大利亚、日本、韩国、泰国以及非洲大部分国家采取较为宽松的干预措施(严格指数≤60)。


图3 全球各国政府干预措施严格指数(12月9日)


(四)疫情变化趋势预测 麻省理工大学的研究人员开发了一个流行病学模型DELPHI,可以用来动态预测感染、住院和死亡病例数[⁴]。这个模型在标准的SEIR模型之上考虑了COVID-19大流行的其他影响因素,如检测不足和政府的差异化干预措施等等。


图4  2021年2月15日全球累计感染病例总数预测

(颜色从浅黄色到黑色表示从少到多,灰色表示缺乏足够数据进行预测或者疫情已经基本结束的国家。数据更新时间:2020年12月10日)


根据模型,预测截止到2021年2月15日,全球感染病例总数将超过13293万例,死亡病例数逾255万例,现存病例数逾1053万例,现存住院病例数逾235万例。由表1可以看出,预测到2021年2月15日,亚洲感染病例总数最多,近4214万例,其次为北美洲和欧洲,其中美国感染病例总数(2978万例)超过了南美洲、非洲和欧洲;死亡人数最多的为亚洲,其次为北美洲和欧洲。


表1 五大洲COVID-19病例预测(预测截止时间:2021年2月15日)


二、最新资讯


(一)《科学》杂志文章指出SARS-CoV-2的D614G突变增强了病毒的感染性和传播性,但未显著增加感染动物疾病的严重性。《自然》杂志文章指出目前水貂中出现的新冠状肺炎病毒突变现在还没有显示出危险,仍待进一步实验结果。


2020年11月12日,《科学》杂志(Science)的文章[⁵]指出,与疫情初期的原始毒株不同,当前带有D614G突变的新冠病毒已成为感染全球的主要毒株。研究表明与原始野生型病毒相比,该D614G变体毒株在人气道上皮细胞中表现出更有效的感染,复制和竞争适应性,但仍保持与原始野生型病毒相似的形态和体外中和特性。D614G毒株在4种不同细胞系中的基因表达较原始野生型病毒高出3.7~8.2倍,具有更强的感染性。实验中,人血管紧张素转换酶2(ACE2)转基因小鼠和叙利亚地鼠感染这两种病毒后,呼吸道组织和肺部疾病的病毒滴度相似。然而,与野生型病毒相比,D614G变异株在仓鼠体内传播速度显著加快,并表现出更强的竞争适应度。这些结果表明,在人类细胞和动物模型中,D614G变体增强了SARS-CoV-2的感染性、竞争适应性和传播性。但同时,该实验表明,D614G毒株并没有显著增加动物疾病的严重性。


《自然》杂志(Nature)2020年11月13日的一篇文章[⁶]认为目前水貂中出现的新冠状肺炎病毒突变现在还没有显示出危险。丹麦卫生官员发布了有关在养殖的水貂和人之间传播的SARS-CoV-2突变簇的遗传和实验数据。针对这一数据,科学家们表示,目前突变本身并没有特别令人担忧,因为几乎没有证据表明突变会让病毒更容易在人群中传播,使其更加致命,或危及治疗和疫苗。英国牛津大学的病毒学家Astrid Iversen说:“我们所知道的与水貂相关的突变与迅速传播无关,也与发病率和死亡率的变化无关。”研究人员Iversen指出,由于实验工作太有限,无法就其对疗法和疫苗的影响得出任何结论,“在这种情况下,不要过度解读非常初步的数据真的很重要。”


(二)《柳叶刀》刊文表明可利用来自移动应用程序的自我报告数据作为传统疾病监测工具的补充,用以估计发病率、患病率和有效再生数。同时,也有学者指出,应加强对COVID-19 App的管理与监督,从而增强公众信任度,使其更好地发挥作用。


2020年12月3日,发表于《柳叶刀》杂志(Lancet)的一项前瞻性观察研究探讨了如何应用移动应用程序的大规模自我报告数据检测英格兰的COVID-19感染热点区域[⁷]。该研究使用英国COVID-19症状App的纵向自我报告数据,估算出患病率、发病率和有效再生数R(t),建立数据模型并经过真实数据验证后,可应用模型使用地理颗粒度的估计来突出显示“感染重点区域”。结果显示该方法可作为传统疾病监测工具的补充,对病例快速增加的区域进行定位,为决策者及时提供信息,有助于迅速采取措施,施加定向干预。但作者同时指出,该研究也存在一定局限性,包括App用户并不是能用于进行全人群推断的代表性样本,App用户的年龄构成、住址分布、种族分布、患有COVID-19的可能性等诸多因素均可能对进行全人群的统计推断产生影响。


各种COVID-19 App的应用,为疫情的防控提供了更多的方法与可能,但2020年11月13日《科学》杂志(Science)的一篇文章呼吁应加强对COVID-19 App的管理和监督[⁸]。该文章指出虽然许多政府认为以数字接触追踪(DCT)为代表的数字卫生技术是解决COVID-19的一个有前景的工具,但大多数全国性的DCT应用程序还没有达到预期的使用率,这可能是由诸多不确定性造成的,包括对DCT应用程序的一般认识、隐私风险、实际有效性以及公众对数字监测形式的态度等。因此,DCT面临着典型的社会控制困境。一方面,在广泛采用DCT之前,评估DCT的有效性极其困难;另一方面,除非DCT的有效性得到证实,否则很难证明它在人群中广泛使用的合理性。因此文章的作者建议决策者建立机制来评估DCT的有效性、监督DCT应用程序的使用、监测公众态度,并调整技术设计以适应社会感知的风险和预期,在公众参与、技术层面、法律层面以及道德层面等均采取强有力的措施,加强对COVID-19 App的管理与监督,从而增强公众信任度,使其更好地发挥作用。


(三)《柳叶刀》刊发社论回顾过去一年研究发现,专家预计需达到60-70%的免疫率才能安全,建议应该从城市开始接种疫苗,彻底“消灭”病毒需要2-3年时间;新冠的长期症状(包括生理、社会和心理方面)真实存在且十分严重;需警惕冷链产品传播病毒的风险;需重点关注脆弱人群。


12月5日,《柳叶刀》发表了其总编 Richard Horton撰写的题为“COVID-19,到目前为止我们发现了什么?”的社论[⁹],对11月24-25日在线举行的“柳叶刀-中国医学科学院医学与健康大会”上各位嘉宾演讲的主要观点和内容进行总结回顾。


在群体免疫及疫苗研究方面,英国帝国理工学院Roy Anderson教授讨论了用疫苗来建立群体免疫的挑战,并展望了疫苗的分配问题。他表示,群体免疫是指已免疫人群对病毒传播速度的影响。他估计需要达到60-70%的免疫率才能安全,同时建议应该从城市开始接种疫苗,而彻底“消灭”病毒需要2-3年时间。哪些群体应该先接种疫苗取决于具体情况:在高收入国家,优先考虑老年人合乎情理;但在肯尼亚这样的国家,也可能要从年轻人开始接种。中国医学科学院医学生物学研究所寸韡研究员讨论了第二代新冠疫苗的设计方式。陈思邈明确表示,即使有了疫苗,仍然需要坚持一些非药物干预措施。


针对各国疫情防控的不同表现,香港大学梁卓伟教授提出了“东亚例外”(East Asian exceptionalism)现象-为什么中国、日本、新西兰和韩国等国在抗疫中的表现比西方国家好得多?他的回答是“社会学印记”(Sociological imprinting)。中国疾病预防控制中心传染病处呼吸道传染病室主任冯录召则在主题演讲中展示了中国“零新冠”(zero-COVID-19)战略的运作方式-初期快速控制,随后注意抑制。目前的主要威胁是输入病例,边境管控和筛查是重中之重。许文波警示了隐藏在冷链产品中的新冠病毒再次输入的风险。


针对新冠感染后遗症,中日医院呼吸与危重症医学科主任曹彬公布了新冠肺炎出院患者长期后果的最新研究成果。该研究随访了今年1月7日-5月29日期间武汉金银潭医院出院的1733名新冠肺炎患者。研究显示,这些治愈患者中,超过七成在发病六个月后仍有至少一种症状,最常见的症状包括疲劳和睡眠困难,超过20%患者存在心理问题。曹彬表示新冠的长期症状(包括生理、社会和心理方面)真实存在且十分严重,“新冠长期症状”的存在对于这种影响多器官的病毒来说并不奇怪。


针对公共卫生干预及具体的防疫措施,德国海德堡大学医学院Till Bärnighausen教授分享了公共卫生干预的见解,深入分析了如何将新的技术应用到筛查、隔离、传染性检测以及健康促进等传统卫生干预措施中。例如,监测不再需要直接接触;隔离由方舱庇护医院实现;健康促进采取非文字的干预措施,如寓教于乐的视频等。加拿大麦克马斯特大学Holger Schünemann教授则强调了对不确定性保持透明的重要性。例如,戴口罩。综合证据表明,口罩可以降低14%的新冠病毒传播风险,但这一证据的确定性很低。戴口罩的潜在作用也与病毒暴露有关:在低暴露区域,可能不需要口罩;而在高暴露区域,口罩则可能是一个明智的预防措施。


在疫情对重点脆弱人群的影响方面。北京大学第三医院院长乔杰院士分析了新冠对中国妇幼健康的影响及全球启示。她得出了一个令人震惊的结论:在疫情最严重的时候,新生儿要与母亲分离一个多月,新冠对婴儿运动、认知、个体和情绪发展的潜在影响是十分严峻的。哈佛大学陈曾熙公共卫生学院叶志敏教授则提醒人们注意老年人的持续风险。在养老院,保持身体距离几乎是不可能实现的,且隔离对老年人的心理健康影响极大,甚至部分封锁也会中断必要的照护模式。


参考文献:


[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


北京市卫生健康委信息中心

(北京市卫生健康委政策研究中心)

翻译整理

2020年12月10日