注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页新闻资讯书摘

流行病暴发的实时预测是近年才出现的研究领域

在历史的大部分时期,人类面对大规模流行病时总是束手无策。由于缺乏药物和疫苗,传染病一次次席卷全世界,夺走了大量的生命。直到1796年,才有第一支疫苗投入测试;直到20世纪90年代,针对新病原体的系统性

在历史的大部分时期,人类面对大规模流行病时总是束手无策。由于缺乏药物和疫苗,传染病一次次席卷全世界,夺走了大量的生命。直到1796年,才有第一支疫苗投入测试;直到20世纪90年代,针对新病原体的系统性的疫苗开发和治疗才成为可能。尽管医学发展进步巨大,我们也只是对少数病原体开发出了有效的疫苗。因此,降低传染率和基于隔离的措施仍然是卫生系统对抗新病原体的主要工具。为了让疫苗、治疗和隔离措施的组合手段生效,我们需要预测何时何地将出现下一次病原体暴发,从而让当地卫生机构优化部署可用资源。

关于流行病暴发的实时预测是近期才出现的研究领域。其发展基础来自20世纪80年代的传染病模型框架和2003年非典型性肺炎大暴发。后者确定了全球疫情的报告准则。随后出现的与流行病相关的可用数据为建模提供了实时输入。这些技术进展首次派上用场是在2009年H1N1甲型流感暴发期间——第一次实时预测了该流行病的传播。

新病原体的出现总是伴随着几个关键问题:

病原体从哪里起源?

新发病例会出现在哪里?

流行病什么时候会到达各个人口稠密地区?

预计有多少人会被感染?

该如何减缓其传播进程?

如何能消灭它?

如今,这些问题都可以通过强大的流行病仿真工具来回答。仿真工具使用人口学信息、移动信息和流行病学数据作为输入。从随机种群模型到基于代理人的计算机仿真(可建模百万个体的行为和交互),都是这些工具背后的算法。在这一节中,我们将概述这些工具的用途,指出网络科学在这些技术发展中的作用。

实时预测

流行病预测旨在预判病原体的实时传播,即预测每个主要城市的每周受感染人数。基于网络科学的流行病实时预测的首个成功案例,并且得益于全球疾病传播和移动(Global Epidemic and Mobility,简称GLEAM)计算模型,这一随机框架将全世界范围的高精度人口数据和移动数据作为输入,采用了基于网络的计算模型:

GLEAM将每个地理位置映射为网络中的节点。

根据全球交通数据(例如航线时刻表),用节点之间的传输表示链接。

GLEAM使用基于网络的方法估算流行病参数,例如传播率和再生数。它基于历年全球范围流行病的传播数据,而非医学报告。


建模2009年H1N1甲型流感传播:(a)H1N1甲型流感病毒在2009年暴发期早期的传播。箭头表示首个感染者到达之前未被感染的国家。颜色表示病毒到达的时间。(b)GLEAM的计算模型流程图,用于预测H1N1甲型流感病毒和埃博拉病毒等病原体的实时传播。左栏(输入)表示输入的数据库,包括人口学信息、移动信息和流行病学信息;中栏(模型)描述了每一时间步建模的基于网络的动态过程;右栏(输出)是模型能预测的物理量的示例。

GLEAM实现了9.3节中描述的基于网络的流行病框架,给出未来数月内病原体在全球传播的多种可能的结果。对于H1N1甲型流感,我们将该模型的预测结果与48个国家在疫情全阶段从监测和病毒学来源与收集到的数据进行对比,有如下几点关键发现:

高峰期

高峰期是指某个国家病原体感染人数最多的一个星期。对高峰期的预测可以帮助卫生官员决定分配疫苗或治疗手段的时间和数量。高峰期与首个病例到达的时间,以及每个国家的人口学特征和移动行为特征等有关。在87%的国家中,观测到的高峰期均在预测区间内。剩下的国家中,观测的高峰期和预测的高峰期最多相差两星期。

早到的高峰期

GLEAM预测H1N1型流感的高峰期将出现在11月,而不是1月或2月——流感类病毒的常规高峰期。这个意外的预测结果后来被证实是正确的,进一步证明了模型的预测能力。高峰期提前是因为H1N1甲型流感原发地在墨西哥,而不像其它很多流感那样原发于南非,因此病毒到达北半球的时间提前了。

接种疫苗的影响

一些国家实施了疫苗接种运动来控制这次的疫情。仿真结果表明,这些大规模疫苗接种运动对这次流行病传染过程的影响几乎可以忽略不计。原因在于,疫苗接种运动的时间是根据1月高峰期预估推算的,因此都在2009年11月之后进行。而此时已经过了高峰期,很难有好的效果。


H1N1甲型流感活动高峰期:多个国家中H1N1甲型流感病毒预测和观测的活动高峰期。高峰期是指病原体感染人数最多的一个星期,以距离流行病开始的星期数标识。模型通过分析2000次暴发的随机实现来预测,并生成了图中的误差线。

假设分析

通过考虑各种遏制、减缓措施的时间和性质,仿真可以估计各种应急方案的效果。接下来我们将讨论两种此类干预措施的影响。

旅行限制

由于航空旅行在病原体传播中扮演了重要角色,当我们面临埃博拉病毒这样的危险流行病时,直觉上的首选方案就是限制旅行。然而在当今世界,航空运输有关键的作用,禁止航空旅行会导致经济崩。因此在实施航空禁令之前,我们必须确认限制旅行确实有助于控制疫情。其中一个很重要的认识是,“意识到病毒暴发”这件事本身就会减少旅行。例如,2009年5月,H1N1甲型流感暴发期间,进出墨西哥的人流量下降了40%——人们取消了在受感染地区进行的非必要商务和休闲活动。


致死率约80%的埃博拉病毒是人类已知最致命的病毒之一。它于1976年在扎伊尔首先被发现,312名感染者中有280名死于出血热(兼有高烧和出血的症状)。接触已感染个体唾液或分泌物可传播这一病毒。

模型指出,这减少的40%使世界上各个国家的首个病例到达时间推迟了不超过3天。我们进一步认为,即使减少90%的旅行,高峰期的推迟也不会多于20天。


减少旅行如何影响H1N1甲型流感病毒从墨西哥到各个国家的到达时间(相对于不减少旅行的参考情况)。纵轴的百分比表示全世界范围内减少旅行的比例。在减少90%旅行的情况下,最长的延迟不超过20天。

最重要的是,旅行限制并不会减少受感染人数,而只能延迟疫情暴发,让当地政府机构有更多的时间准备应对流行病。因此,只有当旅行限制所导致的延迟能够帮助提高当地疫苗接种水平或改善治疗手段时,旅行限制才是有效的。

抗病毒治疗

在2009年H1N1甲型流感传播时期,加拿大、德国、中国香港、日本、英国和美国都分发了抗病毒药物,来减轻这一传染病的影响。这不禁使人发问:如果有药物储备的真实验表明,高峰期会推迟3至4星期,从而使人们有更多的时间,让全部人口中更大比例的人在疫情达到高峰之前获得免疫。


《巴拉巴西网络科学》,[美]艾伯特-拉斯洛·巴拉巴西著,沈华伟 黄俊铭/译,湛庐文化/河南科学技术出版社,2020年2月

热门文章排行