疫情高峰何时到来?多地预测集中在未来1~2月

2022-12-22 15:29:51 0 197

近期,随着疫情政策调整,Omicron 感染病例数快速上升。多地出现买药难、外卖快递运力不足、医院人满为患等现象。

政策调整后,指数上升的感染人数何时会达到高峰?我们又该如何应对医疗系统面临的压力?

专家:春节将是疫情高峰

首先,我们要引入「疫情曲线」的概念。

「疫情曲线」,也即「流行病曲线」,是表明病例发病时间的分布的曲线图,以横坐标为时间尺度,纵坐标为病例数。 流行病曲线是流行病学调查的重要工具,可以提供有关传染病爆发的规模、传播模式、时间趋势和暴露期的有用信息。 一些关键事件,如防疫措施实行、大规模聚集性感染等,可以在流行病曲线上看到相应的变化。

图源:国家卫健委官网

新冠肺炎蔓延以来,「拉平曲线(Flattening the curve,FTC)」成为一种减缓新冠传播的公共卫生策略,即通过公共卫生措施将减少病例的峰值数量。在传染病流行期间,如果感染人数激增,达到峰值时的感染病例会超过医疗系统的阈值从而导致崩溃。 拉平曲线则意味着减缓疫情的传播,从而减少高峰期需要就医的人数,保障不会超过医疗系统能承受的范围。

图源:参考资料 1「拉平曲线」示意图

随着政策放开后,感染人数越来越多,本轮疫情的峰值何时到来? 许多专家都预测,未来 1~2 个月直至春节前后将会是感染高峰。

中国工程院院士张伯礼在接受媒体采访时表示,Omicron 毒株已在社会面传播,又值冬季流感、普通感冒的高发季,接下来 1 至 2 个月会迎来一波流行高峰。

中国疾病预防控制中心流行病学首席专家吴尊友此前在「《财经》年会 2023:预测与战略」上发言时也表示, 今年冬天的疫情会呈现「一波三折」 :12 月中旬到 2023 年 1 月中旬,第一波疫情主要在全国大中城市上升。1 月下旬到 2 月中旬,春运前流动造成第二波疫情上升。2 月下旬到 3 月中旬,春节后返回工作岗位及务工人员返程,引发第三波疫情。

南开大学黄森忠教授团队建立的模型显示,我国多地或在 2023 年春节前后达到感染高峰。

国家药品监督管理局疫苗及生物制品质量监测与评价重点实验室主任陆家海解释到,目前正值冬季,气温较低,病毒在外界的存活时间较长,「病毒此时传播力相对更强,1~2 个月内会达到高峰。」

而对于目前北京流行的 BF.7 和广州流行的 BA.5 是否存在「北强南弱」的情况,陆家海表示,「这两种毒株的确在不同的地区流行,但症状上的差异可能只是感染者个人感受上的不同,目前还没有大规模的流行病学研究讨论两者之间致病性上存在强弱之分。」

一位公共卫生学者骆侠(化名)进一步解释,「春节将至,不可避免地会有大规模的人口流动。但各地之间高峰的到来会存在一定差异,这可能和各地防疫政策的松紧有很大的关系。」

与高峰同时到来的还有必然增长的医疗负担,也因此,峰值时的感染人数对公共卫生有着至关重要的意义。 美国的一项研究显示,假设一个州预留了 25% 的 ICU 床位给新冠患者,ICU 床位使用率每增加 1%,将在未来 7 天内使因新冠导致的死亡人数增加 2.3。 [2]

11 月 28 日,健康数据分析公司 Airfinity 参考了中国香港地区 BA.1 流行期间的数据并撰文表示,如果中国在明年 2 月份出现与中国香港地区此前类似的感染潮,医疗保健系统可能面临满负荷运转,因为全国可能有 1.67 至 2.79 亿例病例,可能导致 130 万至 210 万人死亡。

图源:Airfinity每百万人中累计病例和死亡人数与未来 3 个月的预测

陆家海说,「 在 ICU 资源有限的情况下,尽快对近期新冠感染者的临床特征进行流行病学分析,并及时公布引导大众正确应对,以杜绝出现『医疗挤兑』的情况。」

如果想要疫情曲线提供更加有效的指导,还需要收集更加准确和详细的感染数据。而目前在感染人数激增的情况下,不少人抗原检测后主动选择居家隔离,并未参加核酸检测,且目前抗原结果上报通道还未完全建立,感染统计数据无法准确得出。

陆家海建议,「至少目前在医院里检测出来的阳性感染者,我们可以对这部分人群的症状及时掌握和分析,对现在的变异株和流行情况进行深入了解。」

波峰不止一个,疫苗接种是应对关键

疫情曲线的另一个重要特征是,曲线往往会有好几个峰值。 一个高峰的过去并不意味着疫情的结束,病毒还会在特定时间卷土重来。 马来西亚的一篇论文指出,在逐步取消措施之前,必须达到活跃病例数量下降到非常低水平并保持在非常低水平的稳定状态。将「曲线趋平」的迹象视为过早解除缓解措施的信号,可能会导致严重病例和死亡,导致另一次爆发。 [1]

也因此,即使在这一轮高峰过后,我们仍然要做好在一段时间内持续应对新冠的准备。防疫政策放开后如何与新冠相处,新加坡的经验或许能够提供一定的参考。

在 2020 年 1 月 20 日出现第一例输入性新冠肺炎病例后,新加坡一度执行了高等级的疫情防控措施,停飞多条航线、严格限制入境及过境、暂缓大型活动等。

保持了近一年较低的确诊病例数后,在疫苗接种率提升和完善的病例追踪体系基础上, 去年 6 月,新加坡提出要打造「对新冠更具适应性国家(COVID-resilient nation)」 ,放宽一些措施,如增加社交聚会可参与的人数、允许部分跨境出行等。

而防疫政策的变化也经历了一些波折。短暂放开后,新加坡的感染率快速上升,防疫限制被再度收紧。花了半个月的时间将疫苗接种率从 48% 提升至 65% 以后,新加坡才又宣布继续回到宽松的防疫政策中。

此后的一周时间里,新加坡经历了一段时间病例数量的增加,根据新加坡卫生部的报道,这样的增长「并不意外」。尽管病例数有所增加,但高疫苗接种覆盖率让新加坡的重症率和死亡率在放开后依然保持在较低水平。

截至 12 月 19 日,新加坡 82% 符合条件的人口有最低限度的疫苗保护,63% 的人完全接种。我国的情况是,截至 11 月 28 日,我国 60 岁以上疫苗覆盖人数比例和全程接种比例分别为 90.68% 和 86.42%,80 岁以上分别为 76.6%、65.8%。

已有不少研究表明第四针加强针的接种可以提高对人群的保护力。一研究团队利用以色列卫生部数据库,对第四针疫苗在 60 岁以上人群中的保护效力进行了评估,结果显示,在接种后第 2 周,第四针就开始显现出预防新冠病毒感染和重症新冠肺炎的能力,接种后第四周,第四针可将新冠病毒感染风险降低 50%,将重症新冠肺炎风险降低 71%。[3] 并且,接种不同路线的疫苗(即序贯接种)的保护效果更好。

图源:参考文献 3 接种第四针疫苗对新冠病毒感染(蓝色)和重症新冠肺炎(橘色)防护效果随时间变化的趋势

香港大学李嘉诚医学院公共卫生学院一项发表在预印本平台的论文,通过模型测算了防疫政策放开后我国将面临的压力。假设在没有第四针序贯接种、没有抗病毒药物治疗、没有任何防疫措施的情况下,所有地区都会面临疫情的集中爆发,累积死亡率负担将高达 684%。 [4]

如果加强针的接种率提高到 95%,在 18~59 岁和 3~59 岁的人群中总死亡率将分别降低到每百万人中 305 人和 249 人。 然而,优先在更容易传播的年轻群体中提升加强针覆盖率,只能小幅降低感染和住院的高峰发病率,对老年人群的间接保护微乎其微。 即使 3~59 岁人群第四针接种率达到 95%,其他年龄组为 >85%,最高住院发生率仍将超过医疗机构的承受能力。

图源:参考资料 4不同年龄组优先进行第四剂量异源加强针的影响

论文认为,更高的疫苗接种覆盖率和相对宽松的防疫政策之间存在权衡:如果第四剂序贯接种覆盖率在全国范围内可以达到 75% 或以上,更严格的公共卫生限制(企事业单位居家办公、关闭大部分室内娱乐场所、学校暂停线下授课、晚上 9 点以后禁止堂食等)将能够将最高住院人数保持在卫生系统承载能力的阈值以下。

文章还指出,在政策放开后,应当关注一个平衡:既要让感染者的峰值人数低于医疗系统承载能力;也要让新冠病毒在 6 个月内感染人口的比例约为 1-1/R 0 (群体免疫阈值),以便自然感染产生足够持久的免疫力,以抵御可能再次到来的感染潮。

另一方面,陆家海表示,「在春节期间,农村和城市之间的双向流动会更加频繁。 农村的医疗资源弱于城市,应当更加重视农村老年人的疫苗接种。

对于不可避免的感染潮,做好分级诊疗则能够最大限度降低对医疗系统的冲击。陆家海说,「还可以利用好线上医疗、社区医疗网络,对重点人群和居家人群做好健康教育和用药指引。」

骆侠也认为,自觉严格的自我居家隔离能够缓解当下的医疗压力。「不少城市现在路上人、车都很少。流行病学中有个很重要的指标叫接触率,人与人之间接触少了,传播率自然也会有所降低。」

参考资料

[1]Mat Daud AA. Five common misconceptions regarding flattening-the-curve of COVID-19. Hist Philos Life Sci. 2022 Sep 1;44(3):41.

[2]Karaca-Mandic P, Sen S, Georgiou A, Zhu Y, Basu A. Association of COVID-19-Related Hospital Use and Overall COVID-19 Mortality in the USA. J Gen Intern Med. 2020 Aug 19:1–3.

[3] Bar-On YM, Goldberg Y, Mandel M, et al. Protection by a Fourth Dose of BNT162b2 against Omicron in Israel. N Engl J Med. 2022;386(18):1712-1720.

[4] Leung K, Leung G M, Wu J. Modelling the adjustment of COVID-19 response and exit from dynamic zero-COVID in China[J]. medRxiv, 2022.

本文来自微信公众号 “丁香园”(ID:dingxiangwang),作者:丁香园 DXY。

收藏 (0) 打赏

感谢您的支持,我会继续努力的!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

免责声明:内容来自用户上传发布或新闻客户端自媒体,本站仅提供信息存储空间服务,如违规请联系删除。

玩技资源 国内新闻 疫情高峰何时到来?多地预测集中在未来1~2月 https://www.52diyhome.com/2022/12/115123.html

常见问题
  • 答:资源大部分来源于网络和本站作者若有侵权请您联系管理员删除2523030730
查看详情
  • 玩技平台的主要负责内容是提供给作者售卖资源的平台,买家有对作者投诉的权利,投诉成功后会获取相应的补偿机制。官方唯一投诉通道客服QQ:2523030730转接人工服务,投诉专属客服工号【2】
查看详情
  • 本站已开启了作者实名认证,在购买商品时请尽量选择已认证的作者,不用担心跑路和无人售后的问题。如果出现问题,本站将采取报警的方式来指正作者进行诈骗行为,并将其身份资料提供给警方处理。
查看详情
  • 本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
查看详情

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 工作日在线 专业服务

  • 0 +

    访问总数

  • 0 +

    会员总数

  • 0 +

    资源总数

  • 0 +

    今日发布

  • 0 +

    本周发布

  • 0 +

    运行天数

资源在于分享,创作来源想象