本文首發於微信公眾號：一線科普（yixiankepu）
圖源：science
此前，我國相關部門已採取嚴格的控制措施以遏制COVID-19疫情的潛在爆發，其中的關鍵措施是將確診和疑似病例進行隔離，並對與其密切接觸的人員進行追蹤，那麼，這種措施對於抗擊疫情究竟有多大的效果？如果一人感染，又有多少接觸者會被隔離？
2020年2月28日，來自倫敦衛生與熱帶醫學院數學建模中心的研究人員在國際頂尖期刊Lancet的子刊《Lancet Global Health》在線發表了一篇名為"Feasibility of controlling COVID-19 outbreaks by isolation of cases and contacts"的研究論文，文章的中文譯名是《通過隔離和追蹤方式來控制COVID-19暴發的可行性》。
在文章中，根據有關COVID-19傳播的信息，研究人員通過建立嚴密的數學模型來模擬了不同規模的疫情爆發情況，結果表明，對處於病毒感染風險較大的國家而言，使用隔離和追蹤接觸者的措施可以有效遏制住疫情！
對病毒傳播的1000次模擬
對此，專家表示，隔離和追蹤接觸者的有效性取決於兩個關鍵流行病學參數，即：每次新感染所產生的繼發感染數量（R0）以及症狀發作之前的傳播比例。
據此，研究人員建立了一個分支過程模型（branching process model），如下圖1所示，感染病毒的患者（Person A）可能會產生3次後繼感染（D、E、F），也就是說，該患者又將病毒傳播給了其他密切接觸的3個人。
圖1: 從感染者A開始的病毒傳播模擬過程
為了初始化病毒的傳播過程，研究人員首先使用了5個、20個以及40個病例，以此代表不同規模的疫情爆發，在臨床醫學上，隔離被普遍認為能夠100%防止進一步傳播病毒，因此，在該模型中，無法控制疫情爆發的原因是追蹤接觸者不完整以及時間延遲。
如下表所示，作者針對症狀發作之前的傳播比例（R0）、症狀發作至隔離的時間延遲（Onset to isolation delay）、初始感染人數（Initial cases）以及上述概率進行了1000次模擬。
表1: 模型的參數值
隔離和追蹤80％的密切接觸者
隨後，研究人員將通過追蹤接觸者所確定的新感染病例的概率設置為ρ，並將遺漏的病例概率設為1-ρ，並探討了症狀發作到被隔離之間的兩種時間延遲情況，即：短延遲（short delay）和長延遲（long delay），如圖2所示，其中，短延遲（short delay）是通過2003年SARS爆發來估計，而長延遲（long delay）是根據武漢市COVID-19爆發的早期階段計算得出。
圖2: 模型中使用的概率分佈
研究表明，為了控制住90％的疫情暴發，在R0等於2.5的情況下，需要隔離和追蹤80％的密切接觸者（如下圖3所示），另外，當R0等於1.5時，中位數估計值迅速降至1以下，這表明疫情可以得到有效控制。
圖3: 隔離和追蹤接觸者對控制疫情爆發的影響
影響疫情控制的3個要素
研究人員表示，初始感染人數（Initial cases）對於控制疫情而言十分重要，舉例來說，如果剛開始只有5個人被感染，在適度的追蹤接觸者水平下，就會有超過50％的可能性在3個月內徹底控制住疫情（如圖4A藍色曲線所示）。
另外，從症狀發作到被隔離的時間延遲（Onset to isolation delay）對於控制疫情爆發也起著同樣重要作用，具體而言，如果一個患者從發現症狀到被隔離的時間間隔太久，那麼實現控制疫情的可能性就會下降（如圖4B綠色曲線所示）。
作者表示，如果幸運的話，患者在症狀發作之前沒有發生病毒傳播（Subclinical infections），那麼控制疫情的可能性就會更高（如圖4D黑色曲線所示）。
圖4: 在不同場景下對疫情暴發的模擬控制
1:20的密切接觸者比例
如下圖5所示，該模型顯示，如果病毒處於爆發高峰期，那麼一週內可能會確診25至100例患者，在確診之後，這些患者身邊的所有接觸者都需要被隔離，這些接觸者的數量之多會使得醫護人員們不堪重負。
圖5: 在3個月內控制疫情的情況下，需要跟蹤和隔離的最大人數
至於每個新冠病毒病例的接觸者數量到底有多少，可以參考歷史上的幾次類似疫情，例如，在2014年利比里亞的埃博拉疫情中，每個病例報告的接觸者為6至20人之間；MERS暴發中的接觸者人數通常高於10個，也就是說，每100例病例就意味著要追蹤2000個密切接觸者。
關於研究的幾點討論
研究結果顯示，如果症狀發作之前幾乎沒有傳播，並且從症狀發作到隔離的時間延遲很短，那麼隔離和追蹤密切接觸者對於防控疫情就更有效。
另外，作者指出，本研究假設病毒在兩個人之間的傳播需要密切接觸，然而，許多研究也已經表明，病毒或可以通過媒介進行傳播，例如：飛沫、糞口、氣溶膠等傳播途徑，這些傳播方式將使得追蹤密切接觸者的工作變得困難重重。
參考文獻
https://www.thelancet.com/journals/langlo/article/PIIS2214-109X(20)30074-7/fulltext#tbl1
閱讀更多 一線科普 的文章
