2020年10月23日

研究提供了对引入和取消物理距离测量对COVID-19 R数量的影响的估计

分析表明,个人措施(包括学校停课,工作场所停课,公共活动禁令,禁止十人以上的聚会,留在家中的要求以及内部活动限制)与减少SARS-CoV-2的传播有关但根据发表在的模型研究,综合措施在减少传播方面更有效 柳叶刀传染病 日志。

该研究估计了单个措施和四种措施组合(从禁止十人以上的活动和聚会到更严格的类似封锁措施的组合)对R值的影响,该措施在引入或使用后28天内有效。解除。

R号(或复制号)是病毒传播的关键指标。 R值大于1表示爆发爆发,而R值小于1表示爆发爆发。

该研究使用了131个国家/地区的数据,从总体上概述了人口干预措施的效果,但并未考虑其他可能影响R的潜在影响因素,其中包括遵守干预措施等,人口行为的变化(例如, ),R中的国家/地区差异或联系追踪和隔离的效果-所有这些都因环境而异。使用R数作为传输的代理也有局限性,因为很难准确估计,尤其是在患病率较低时。

英国爱丁堡大学的Harish Nair教授说:“我们发现,将不同的措施组合在一起对减少COVID-19的传播具有最大的作用。由于我们经历了病毒的复发,决策者将需要考虑采取多种措施组合以减少减少R值。我们的研究可以为决策提供依据,以决定采用或取消哪些措施以及何时看到其效果,但这还取决于当地情况-在任何给定时间的R值,当地医疗保健能力,以及措施对社会和经济的影响。”

当单独观察这些措施时,禁止公共活动与R的最大减少相关联(28天后减少24%),作者认为这可能是因为它们有可能防止超级传播者事件,并且通常是第一个各国要采取的措施。

与R增长最密切相关的措施是取消禁止十人以上的聚会和重新开放学校(28天后分别为25%和24%)的禁令。尽管到28天,重新开放学校的R值增加了24%,但作者警告说,他们无法解释某些国家为重新开放学校所采取的不同预防措施(例如,限制班级人数,疏远措施,例行深度清洁,个人洗手,面罩和到达时的温度检查),这些对于确保安全性至关重要 重新开放,并在解释此发现时应予以考虑。

关于学校重新开放,Nair教授补充说:“我们在学校重新开放后发现R有所增加,但尚不清楚该增加是否归因于特定年龄段,在教室内外遵守社交疏离措施可能存在很大差异。此外, ,需要更多的数据来了解学校通过可靠的联系追踪在增加SARS-CoV-2传播中的具体作用。”

研究发现,包括 ,社会疏离和封锁(所有措施的组合)可以将R大幅降低至接近或低于1,但这是首次研究放松这些措施后对R的影响。

在此建模研究中,R的国家/地区每日估算数据与这些国家/地区在2020年1月1日至2020年7月20日采取的措施的数据相关联。每个国家/地区的时间表都分为各个阶段,在那个国家保持不变。该分析包括来自131个国家/地区的790个阶段,作者使用模型来衡量已实施的措施与R的变化之间的关联。他们使用此模型来估计长达28天的引入或取消措施对R的影响。此外,他们模拟了可以引入的四种措施组合,以应对SARS-CoV-2的死灰复燃。

在采取了五项单独措施之后,发现R随时间的推移呈下降趋势,在禁止公共活动(24%),停课(15%),工作场所停业(13%),内部流动之后的28天,R的减少限制(7%),以及留在家里的要求(3%)。但是,当分别采取这些措施中的每一项时,对R数具有统计学显着影响的唯一一项措施是公共事件禁令。

对实施四种措施组合的效果进行建模与28天后R值的更大降低有关。最不全面的一揽子措施(禁止超过10人的公共活动和聚会)在第28天将R降低了29%。第二套措施(工作场所关闭加上禁止10人以上的公共活动和聚会的聚会)使R减少了在第28天时达到38%。第三项方案(工作场所关闭,禁止十人以上的公共活动和聚会以及内部活动限制)在第28天将R降低了42%。最全面的方案(学校和工作场所关闭,禁令在10人以上的公共活动和聚会上,内部活动限制和居家要求)将其减少了52%。

采取措施的效果不是立竿见影的。采取措施后,平均花了8天时间才能看到其减少R值的效果达到60%。

作者还研究了取消措施的影响。在放宽五项措施后,R呈上升趋势,在28天后取消十多人的公共聚会禁令(25%),学校停课(24%)和公共活动禁令(21)有所增加%),内部活动限制(13%)和待在家里的要求(11%)。但是,这种增加仅对重新开放学校和取消禁止十人以上的公共聚会具有重大意义。

同样,解除措施的效果不是立竿见影的。平均花了17天才能看到其对增加R数的影响达到60%。

此外,作者进行了二次分析,该模型使用Google移动数据在101个国家/地区中对工作场所的总访问次数和在住宅区的总时间进行了建模。 Google Mobility数据表明,人们花了相似的时间来调整其行为,以适应工作场所的关闭并留在家中,因为这些措施与对R的影响之间存在延迟。因此,他们建议,延迟可以由人口采取措施来解释。是时候改变自己的行为,坚持措施了。

作者指出,对R的一些最大影响是因为可以通过法律更容易实施的措施,例如学校重新开放和实行公共活动禁令。他们认为,这些措施的效果可能是因为它们的效果更直接,并且更容易确保合规性。例如,当学校重新开放时,大多数儿童返回家园,并且改变是立即的,与之相比,取消内部活动限制或留在家里的要求,是因为需要改变人口行为,这需要时间并且不能改变。在他们使用的数据集中进行测量。

同样,作者建议,对遵守禁止超过十人或一百人以上聚会的禁令的低遵守程度,可能是采用这种措施后,他们并未发现传播途径大量减少的可能原因。此外,他们指出,由于缺乏数据,他们无法区分室内和室外聚会。

加拿大滑铁卢大学的克里斯·T·鲍赫(Chris T Bauch)教授在链接评论中写道:“尽管R有缺陷,但Li和同事的发现告诉我们,非药品干预措施(非药物干预措施)最有效,哪些最有效。这些信息是同样重要的是,预测不同NPI情况下COVID-19病例和死亡的传播模型对于优化一个国家的NPI组合可能具有非常重要的价值。大型NPI的成功需要人口的坚持,R可以刺激人口采取行动,并为他们的劳动成果提供有用的反馈,这也许是R在2020年进入我们本土的原因之一。 ”



Provided 通过 柳叶刀
引文: 研究提供了估算和引入物理隔离措施对COVID-19 R数量的影响(2020年10月23日) 2020年10月23日检索 from //xasqxhb.com/news/2020-10-effect-physical-distancing-covid-.html
本文件受版权保护。除了出于私下学习或研究目的进行的任何公平交易外, 未经书面许可,不得复制部分内容。内容仅供参考。

用户评论