全球新型冠状病毒肺炎疫情流行现状评估

·6·

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

·论 著·

全球新型冠状病毒肺炎疫情流行现状评估

1.湖北省疾病预防控制中心,武汉 430079;2.中国地质调查局武汉地质调查中心(中南地质科技创新中心)

摘要:目的 分析全球208个国家新型冠状病毒肺炎疫情流行过程,初步预测疫情流行趋势。方法 收集2019年

12月31日至2020年12月14日208个国家的疫情数据和典型国家的防疫措施数据。采用累积报告发病率、累计报

告死亡率、累计报告病死率和实时再生数(R

t

)指标评估疫情流行现状,使用R软件provenance包对全球国家进行分

组,探讨政府防疫政策对疫情防控的影响。结果 截至2020年12月14日,全球COVID-19累计报告发病率

的R

t

<1.0。208个国家的分组情况表明,来自同一大洲的国家常聚集在一起,地理位置上相邻的国家易归为一组。

结论 截至2020年12月14日,大部分国家疫情仍然没有得到有效控制,疫情防控面临着较大压力。撒哈拉以南的

非洲国家目前R较高,且政府采取的防疫措施较为宽松,这一地区的疫情局势可能会继续恶化,后期需要重点关注。

t

关键词:新型冠状病毒肺炎;实时再生数;MDS分析;流行现状评估

中图分类号:R183 文献标识码:A 文章编号:1006-2483(2021)03-0006-06 DOI:10.3969/j.issn.1006-2483.2021.03.002

93.49/万,累计报告死亡率0.21‰,累计报告病死率3.1%。208个国家中有112个国家的R

t

仍然≥1.0,96个国家

刘岩

1111112

,王兆,沈恒,杨北方,童叶青,占发先,王节涛

LIUYan,WAGZhao,SHEHeng,YAGBeifang,TOGYeqing,ZHAFaxian,WAGJietao

1111112

2.WuhanCenterofChinaGeologicalSurvey(CentralSouthScienceandTechnologyInnovationCenterforGeosciences),

Wuhan 430205,China

Correspondingauthor:ZHAFaxian,Email:zhanfax@163.com;WAGJietao,Email:quaternary@163.com

Abstract: Objective ToanalyzetheglobalstatusofCOVID-19epidemics,soastopreliminarilyforecasttheepidemic

trend. Methods Theepidemiologicaldataof208countriesandthepreventionandcontrolpoliciesimplementedbytypical

countriesfromDecember31,2019toDecember14,2020werecollected.Weusethecumulativeincidencerate,cumulative

mortality,cumulativefatalityandreal-timedependentreproductionnumber(R)toanalyzetheepidemicstatus.Weusexthe

t

provenancepackagetogroupdifferentcountriesanddiscusstheeffectofpreventionandcontrolmeasures. Results Asof

fatalityrateof3.1‰hadbeenreportedglobally.112ofthe208countriesstillhadR≥1.0,and96countrieshadR<1.0.

tt

December14,2020,acumulativeincidenceof93.49per10000,acumulativemortalityrateof0.21‰,andacumulative

Thegroupingof208countriesshowedthatcountriesfromthesamecontinentoftengathertogetherandweregeographically

2020,theepidemicsituationinmostcountrieshadnotbeeneffectivelycontrolled,andepidemicpreventionandcontrolare

thelaterperiod.

adjacent.Countriesthatweregeographicallyadjacentcouldeasilybegroupedtogether. Conclusion AsofDecember14,

facinggreaterpressure.Sub-SaharancountriescurrentlyhadahighR,andthegovernmenthadadoptedmorerelaxed

t

epidemicpreventionmeasures.Theepidemicsituationinthisregionmaycontinuetodeteriorate,andneedstobefocusedin

Keywords:COVID-19;Real-timedependentreproductionnumber;MDSanalysis;Epidemicstatusassessment

1.HubeiProvincialCenterforDiseaseControlandPrevention,Wuhan 430079,China;

AssessmentoftheglobalstatusofCOVID-19epidemics

新型冠状病毒肺炎(COVID-19)是由严重急RespiratorySyndromeCoronavirus2,SARS-CoV-2)

性呼吸综合征冠状病毒2型(SevereAcute引起的,人普遍易感的严重急性呼吸道传染

基金项目:国家科技重大专项“疫苗临床评价技术平台建设”课题(2018ZX09734004)

第一作者简介:刘岩,硕士,主管医师,主要研究方向:传染病防治、疫苗临床评价

通信作者:占发先,博士,主任医师,Email:zhanfx@163.com;王节涛,博士,高级工程师,Email:quaternary@163.com

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

·7·

病

[1-2]

。2020年3月11日,WHO宣布COVID-19R软件中的provenance包采用MDS(多维定

进入全球大流行状态,正在对全球公众健康构成巨

大威胁。截至2020年12月14日,全球确诊病例超

过7287万例,其中死亡人数超过162万

[3]

。

为了分析疫情的流行趋势,需从疫情统计数据

中估计病毒传播的参数值,同时需要分析这些值随

时间变化的规律是评

[4]

。与时间相关的再生数R

t

估当前防控工作是否有效或是否需要采取其他措

施的重要指标。R表示在时间t这一时刻原发病例

t

引起的继发病例数的期望值,R会随时间变化。如

t

标)方法对数据进行分组分析。该方法基于非参数

检验中的K-S检验和Kuiper检验。样本间的差异

性(δ)矩阵被函数f转换为一个由直线距离(d)表

示的差异矩阵,对于两个样本i和j,其定义如下:

式中:f是单调递增的转换函数,即i和j样本

()

δ

ij

的差异性越大,图中代表两个样本的点之间的距离

也就越大。MDS利用这些差异矩阵将样本点投射

在二维中,绘制出二维-MDS图。上述数学推理过

d

ij

≈f

()

δ

ij

果R保持在1.0以下,则疫情将逐渐消失;但是如

t

果R

t

目前已有部分学者对国外疫情进行了相关研

≥1.0,疫情可能会持续爆发。

究,随着全球疫情蔓延,不同国家疫情趋势呈现出

新的特点,因此有必要对新的数据进行研究

[5]

时随着疫情持续发展,国外疫情形势会对我国疫情

。同

防控工作产生持续的影响,因此有必要对全球不同

国家的疫情发展趋势开展研究,以便于对不同国家

采取相应的防疫措施

[6]

。

1 材料与方法

1.1 数据来源 国外每日新增病例数、累计病例

数、累计死亡数和人口数等数据来源于欧洲

CDC。同时参考了约翰斯霍普金斯大学共享在

[7]

Github网站的数据以及OurWorldinData网站的数

据

[8]

1.2 统计学分析 研究中采用COVID-19的平均

(截至2020年12月14日)。

序列间隔为4.8d,标准差为2.3d

[7]

软件中的EpiEstim包计算R

。采用R3.6.3

t

国家进行分组。采用Origin8.0绘制每日新增病例

、provenance包对不同

数柱状图。

其中EpiEstim包是基于泊松过程的贝叶斯算

法开发,已被国内外多位学者采用

[10-14]

个时间段[t-τ,t]中,再生数R是恒定的,其中τ表

。假设在一

t

示估计R的时间窗口的长度。给定再生数R并以

tt

先前的病例数为条件,在此时间段内观察到的当地

,I,I,可以推测出基于先前病

患者的概率I

t-τt-τ+1t

例数I的再生数R

P

00

()

,I,…,I,如下所示:

I|I

t-τt

t-τt-τ+1tt-τ-1st

,I,…,I,…,I,w,R

0

=Π

())(

RΛΛ

tktk

())(

ww

ss

I

k

k=t-τ

t

exp

I

-R

k

给定发病率数据的R的后验分布以序列间隔

!

t

w、

t

sk

为条件,其形状参数为伽马分布a+

比例参数为

∑

∑

k=t-τ

I

t

1

k=t-τt

Λ(w)+1/b

ks

。

程包含在R软件EpiEstim包和provenance包中。

2 结 果

2.1 全球疫情概况 截至2020年12月14日,全

0.21%,累计报告病死率3.1%。累计报告发病率

球累计报告发病率93.49/万,累计报告死亡率

最高的5个国家为安道尔、卢森堡、黑山共和国、圣

马力诺和捷克,发病率(/万)分别为95.54、66.93、

66.55、56.98和54.26;累计报告死亡率最高的5个

国家为比利时、圣马力诺、秘鲁、意大利和波黑,死

亡率分别为1.56%、1.50%、1.11%、1.08%和

1.03%;累计报告病死率最高的五个国家为也门、墨

西哥、厄瓜多尔、苏丹和玻利维亚,病死率分别为

29.07%、9.10%、6.86%、6.27%和6.12%。

约翰斯霍普金斯大学的统计数据显示,美国是

累计确诊病例最多的国家,排在其后的国家分别为

印度、巴西、俄罗斯、法国、墨西哥和英国等。监测

数据还表明,全球累计确诊病例数增长速度呈现加

4000万例,11月8日超过5000万例,11月25日超

速上升的趋势。累计确诊病例数10月19日超过

过6000万例,从4000万例升至5000万例用时20d,

从5000万例升至6000万例用时17d,从6000万例

2.2 全球实时基本再生数R

升至7000万例用时16d。

14日,各国R%CI)前十位的国家分别为马绍(95

尔岛、所罗门岛、瓦利斯和富图纳、多米尼克、

t

截至2020年12月

t

英属维尔京岛、福克兰、科摩罗、圣文森特、莱索

1.0的国家(表2)。目前R

托和巴布亚新几内亚。R

tt

≥1.0的国家(表1),R<

尤其是西非和东非地区最非洲的撒哈拉以南地区,

t

最高的区域主要分布在

高。北美洲、南美洲以及欧洲地区的R也处于较高

t

水平。而大洋洲的主要国家,如澳大利亚和新西

兰,以及中亚、西亚、北非、南欧等地区的R普遍较

t

低。中国的邻国中,韩国、日本、越南、马来西亚等

国的R处于1.0~1.5之间。

·8·

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

表1 截至12月14日R

t

≥1.0的国家

国家国家

R(95%CI)值(95%CI)值R(95%CI)值

ttt

国家

马绍尔岛4.99(0.13~18.41)乌拉圭1.33(1.27~1.38)斯里兰卡1.07(1.04~1.10)

所罗门岛4.81(0.12~17.76)1.32(1.30~1.34)瑞典1.07(1.06~1.08)斯洛伐克

瓦利斯和富图纳4.67(0.12~17.22)阿富汗1.29(1.23~1.35)瑞士1.07(1.05~1.08)

多米尼克3.90(0.81~9.40)荷兰1.29(1.28~1.30)克罗地亚1.06(1.04~1.07)

英属维尔京岛3.58(0.98~7.85)越南1.28(0.87~1.76)萨尔瓦多1.06(1.00~1.11)

福克兰3.32(0.68~7.99)安哥拉1.27(1.17~1.37)芬兰1.06(1.02~1.10)

科摩罗3.16(1.68~5.09)开曼岛1.26(0.63~2.11)几内亚1.06(0.91~1.21)

圣文森特2.97(1.53~4.87)塞内加尔1.25(1.16~1.36)白俄罗斯1.05(1.04~1.07)

莱索托2.85(2.32~3.43)根西岛1.24(0.15~3.44)古巴1.05(0.97~1.13)

巴布亚新几内亚2.52(1.90~3.23)牙买加1.24(1.15~1.35)美国1.05(1.05~1.05)

也门2.40(0.97~4.48)韩国1.24(1.21~1.28)科特迪瓦1.04(0.90~1.19)

格陵兰2.26(0.27~6.29)马来西亚1.23(1.21~1.25)1.04(0.97~1.10)刚果民主共和国

苏里南2.26(1.53~3.14)叙利亚1.22(1.14~1.31)1.04(0.86~1.24)列支敦士登

百慕大2.04(1.72~2.38)以列1.21(1.19~1.23)1.04(0.52~1.74)圣多美和普林西比

毛里塔尼亚1.94(1.86~2.03)加蓬1.19(0.94~1.47)1.03(0.97~1.09)巴林

巴哈马1.92(1.56~2.33)莫桑比克1.19(1.10~1.27)1.03(1.00~1.07)爱沙尼亚

斯瓦蒂尼1.86(1.64~2.09)多米尼加共和国1.17(1.14~1.20)1.03(0.83~1.25)圣马丁

刚果1.83(1.62~2.05)立陶宛1.17(1.15~1.18)1.02(0.99~1.05)阿尔巴尼亚

卢旺达1.83(1.68~1.99)波多黎各1.17(1.14~1.19)1.02(1.00~1.03)阿塞拜疆

布基纳法索1.79(1.67~1.91)捷克1.16(1.14~1.17)1.02(1.02~1.03)巴西

海地1.68(1.45~1.93)马里1.16(1.07~1.25)1.02(1.00~1.04)哥斯达黎加

文莱1.66(0.20~4.61)英国1.15(1.15~1.16)1.02(0.99~1.05)危地马拉

博内尔1.60(0.77~2.74)德国1.13(1.12~1.14)1.02(0.69~1.40)摩纳哥

法罗岛1.60(0.97~2.40)巴拿马1.13(1.11~1.15)1.02(0.99~1.06)挪威

尼日利亚1.55(1.50~1.60)多哥1.13(0.96~1.32)1.01(1.00~1.02)加拿大

东帝汶1.52(0.04~5.59)赞比亚1.13(1.01~1.25)1.01(0.97~1.06)爱尔兰

纳米比亚1.51(1.44~1.59)塞浦路斯1.12(1.08~1.16)1.01(0.98~1.04)卢森堡

斐济1.50(0.31~3.62)泰国1.12(0.94~1.32)1.01(0.91~1.11)尼日尔

乌干达1.50(1.46~1.54)日本1.11(1.10~1.13)1.01(0.99~1.03)秘鲁

布隆迪1.48(1.04~2.00)泽西岛1.11(1.00~1.21)1.01(0.83~1.21)特立尼达和多巴哥

玻利维亚1.47(1.40~1.55)智利1.09(1.07~1.11)1.00(0.82~1.20)中国

南非1.47(1.46~1.48)赤道几内亚1.09(0.67~1.62)1.00(0.99~1.01)印度尼西亚

丹麦1.42(1.40~1.44)特克斯和凯科斯岛1.09(0.60~1.73)1.00(0.97~1.03)拉脱维亚

美属维尔京岛1.37(1.16~1.59)阿联酋1.09(0.60~1.73)1.00(1.00~1.01)俄国

中非共和国1.36(0.76~2.13)法国1.08(1.07~1.08)1.00(0.98~1.01)斯洛文尼亚

毛里求斯1.35(0.67~2.26)新加坡1.08(0.82~1.36)1.00(0.88~1.12)塔吉克斯坦

乍得1.34(0.98~1.76)埃及1.07(1.03~1.10)

厄立特里亚1.33(1.05~1.63)墨西哥1.07(1.06~1.08)

R

Table1 AsofDecember14th,thecountrieswithR

t

values≥1.0

2.3 不同国家分组情况 根据2019年12月31日

至2020年12月14日所有国家的每日新增病例数,往交流密切频繁,从而造成疫情流行特征相似有关。

将208个国家划分为四组(图1)。

由分组情况可知,来自同一大洲的国家常聚集情发展趋势的关系,每组中选择一个典型国家进行

1)。比如第1组以亚洲和欧洲为主,占比分别为

37%和47%,其次为北美洲(11%);第2组同样以

欧洲和亚洲为主,占比分别为42%和29%,其次为小高峰之后,直到7月都保持在较低水平;自进入8

非洲(14%);第3组国家以非洲国家为主,占比月之后,每日新增病例数快速增加并在11月达峰后,

组中以非洲和加勒比地区国家为主,占比分别为日。第2组国家在3月有一个较低的峰值,之后低水

在不同组的内部也可以看到相邻的国家经常聚集例数开始增加并于11月出现一个较高的峰值,之后

在一起,例如第1组中的德国和意大利,第2组中的快速进入到下一个峰值,目前仍然位于此峰值中。第

50%,其次为欧洲、中美洲和亚洲(各占13%);第4

在一起,地理位置上相邻的国家,易归为一组(图分析,这些国家分别为法国、斯洛伐克、马耳他和越

荷兰和比利时,可能与这些国家互为邻国,人员来

2.4 典型国家案例 为了分析政府防控政策与疫

南(图2)。

从每日新增病例数可知,第1组国家在3月出现

开始下降至新增1万人左右水平,持续至12月14

平维持到8月底,但是在进入9月之后,每日新增病

28%和21%,其次为欧洲(15%)、大洋洲(13%)。

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

·9·

3组国家分别在3月、5月和6月出现较小的峰值,随

8月之后快速增加,连续出现4个较高的峰值,且每

次峰值均比前一个峰值要高。第4组国家在2月出降,在2020年12月每日新增病例数维持在10以内。

后的7月每日新增病例数维持在较低水平,但是进入峰值;自7月底开始,每日新增病例数快速增加并很

现较小的峰值,之后在3月和5月各出现一个较高的

快出现高峰;之后在11月出现一个峰值,并逐渐下

国家

哈萨克斯坦0.99(0.97~1.01)哥伦比亚0.93(0.92~0.94)佛得角0.82(0.73~0.92)

科索沃0.99(0.96~1.03)埃塞俄比亚0.93(0.89~0.96)摩洛哥0.82(0.81~0.84)

利比亚0.99(0.96~1.02)圣卢西亚0.93(0.46~1.55)阿鲁巴岛0.81(0.65~0.99)

苏丹0.99(0.94~1.03)塞尔维亚0.93(0.92~0.94)厄瓜多尔0.81(0.79~0.84)

乌克兰0.99(0.99~1.00)阿根廷0.92(0.91~0.92)马耳他0.81(0.75~0.88)

委内瑞拉0.99(0.95~1.02)圭亚那0.92(0.81~1.04)沙特阿拉伯0.81(0.77~0.86)

澳大利亚0.98(0.76~1.23)吉尔吉斯斯坦0.92(0.89~0.96)索马里0.81(0.61~1.03)

洪都拉斯0.98(0.95~1.02)北马其顿0.92(0.90~0.95)伊朗0.80(0.79~0.81)

黎巴嫩0.98(0.96~1.00)巴基斯坦0.92(0.91~0.93)伊拉克0.80(0.78~0.81)

尼加拉瓜0.98(0.73~1.27)塞拉利昂0.92(0.51~1.43)新西兰0.79(0.47~1.19)

阿拉伯联合酋长国0.98(0.96~1.00)新喀里多尼亚0.91(0.11~2.55)伯利兹0.77(0.73~0.81)

比利时0.97(0.96~0.99)卡塔尔0.91(0.85~0.96)贝宁0.77(0.73~0.81)

马恩岛0.97(0.02~3.59)乌兹别克斯坦0.91(0.85~0.96)库拉索0.76(0.70~0.83)

马拉维0.97(0.55~1.49)安道尔0.90(0.80~1.01)肯尼亚0.76(0.74~0.79)

摩尔多瓦0.97(0.95~0.99)巴勒斯坦0.90(0.88~0.91)阿尔及利亚0.74(0.71~0.76)

黑山共和国0.97(0.94~1.00)安提瓜和巴布达0.89(0.18~2.15)关岛0.72(0.59~0.87)

吉布提0.96(0.64~1.35)奥地利0.89(0.87~0.90)津巴布韦0.72(0.66~0.78)

缅甸0.96(0.94~0.98)孟加拉国0.89(0.87~0.91)直布罗陀0.71(0.45~1.02)

阿曼0.96(0.91~1.01)加纳0.89(0.83~0.96)马达加斯加0.71(0.59~0.84)

巴拉圭0.96(0.94~0.99)印度0.88(0.88~0.88)台湾0.63(0.41~0.90)

圣马力诺0.96(0.82~1.12)圣基茨和尼维斯0.88(0.18~2.11)冈比亚0.62(0.33~0.99)

塞舌尔0.96(0.26~2.10)希腊0.87(0.85~0.88)法属波利尼西亚0.58(0.53~0.64)

科威特0.95(0.91~1.00)意大利0.87(0.86~0.87)几内亚比绍0.57(0.12~1.37)

菲律宾0.95(0.93~0.97)土耳其0.87(0.87~0.87)博茨瓦纳0.53(0.50~0.57)

葡萄牙0.95(0.94~0.96)格鲁吉亚0.86(0.85~0.87)安圭拉岛0.52(0.06~1.45)

罗马尼亚0.95(0.94~0.96)匈牙利0.86(0.85~0.87)巴巴多斯0.52(0.19~1.01)

突尼斯0.95(0.93~0.97)尼泊尔0.86(0.84~0.88)柬埔寨0.49(0.26~0.81)

波斯尼亚和黑塞哥维那0.94(0.91~0.96)马尔代夫0.85(0.72~0.98)老挝0.49(0.01~1.79)

保加利亚0.94(0.93~0.95)喀麦隆0.84(0.76~0.93)南苏丹0.48(0.31~0.68)

波兰0.94(0.94~0.95)冰岛0.84(0.67~1.04)不丹0.45(0.20~0.78)

西班牙0.94(0.93~0.95)约旦0.83(0.82~0.84)蒙古0.33(0.21~0.46)

亚美尼亚0.93(0.91~0.95)北马里亚纳岛0.83(0.27~1.69)利比里亚0.02(0.00~0.07)

R

ttt

(95%CI)值R(95%CI)值R(95%CI)值

Table2 AsofDecember14th,thecountrieswithR

t

values<1.0

国家国家

表2 截至12月14日R

t

<1.0国家

从R

tt

变化曲线可知,第1组国家R表现为3分别于6月22日和7月11日取消,随后疫情出现

月初非常高,并有两个高峰值,普遍超过10.0;随后

R

t

快速下降,并在1.0附近小幅波动。第2组国家

R

t

在3月出现单一峰值后快速下降,其峰值没有超

过10.0,且随后一直在1.0附近波动,但是常出现

超过1.5的情况。第3组国家R在3月出现峰值,

t

随后持续波动,在7月出现一个较高的峰值,随后持

续波动并呈下降趋势。第4组国家在3月出现峰值

之后,分别在5月、7月以及9月出现三个小高峰,

随后降低到1.0附近,呈小幅波动。

对比每日新增病例数、R与疫情管控措施之间

t

的关系可知,法国分别于2月29日和3月2日实施

“严禁集会”和“停课”禁令,R

t

很快下降;这些禁令

反弹现象。斯洛伐克分别于3月10日、13日和16

日密集出台“公众集会”、“国际旅行”和“停课”禁

31日、6月2日和6月4日取消或降低等级,随后R

t

令,R很快下降并逐渐<1.0;这些禁令分别于5月

t

开始反弹并再度>1.0。马耳他3月13日实施“关

闭中小学校”的禁令,R很快下降;该禁令于6月30

t

日取消,随后R迅速攀升至6.82,整个7月R有21

tt

禁令,之后每日新增病例数和R下降;该禁令于5

t

后R出现波动式上升。

t

d>1.0。越南在1月29日实施“关闭所有学校”的

月3日取消,同时该国集会人数限制也变得宽松,随

·10·

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

图1 208个国家的分组情况

Figure1 Groupingsin208countries

图2 典型国家每日新增病例数柱状图、Rt及政府防疫措施实施时间点

Figure2 ewcaseshistogramsandRtcurvesoffourtypicalcountriesandtheimplementation

timeoflocalgovernmentanti-infectionpolicies

公共卫生与预防医学2021年第32卷第3期 JPubHealthPrevMed,Jun.2021,Vol.32o.3

·11·

3 讨 论

所得结论支持该观点

[6,15]

。随着防疫措施的不断调

整和变化,每日新增病例数和R也随之相应改变

t

(图2)。由表1可知,目前全球R≥1.5的国家共

t

有29个,其中非洲占10个,这些国家主要集中在撒

哈拉以南。并且该地区的防疫政策普遍比较宽松,

考虑到防疫政策对疫情的发展有较大影响,推测撒

哈拉以南非洲是未来疫情的高发地区。美洲、北部

研究认为防疫措施对疫情发展影响较大,研究

[2] LIQ,GUAX,WUP,etal.Earlytransmissiondynamicsin

Wuhan,China,ofnovelcoronavirus–infectedpneumonia[J].

ewEnglandJournalofMedicine,2020,382(13):1199-1207.

PathogensandGlobalHealth,2020,114(2):64-67.

[3] JHU.COVID-19DataRepositorybytheCenterforSystems

ScienceandEngineering(CSSE)atJohnsHopkinsUniversity

[EB/OL].(2020-12-14)[2021-02-18].https://

github.com/CSSEGISandData/COVID-19.

[4] THOMPSOR,GILLIGACA,CUIFFEJ.Controlfast

[J].PLoSComputationalBiology,2018,14(2):1006014.

orcontrolsmart:Whenshouldinvadingpathogensbecontrolled?

[5] REJLF,SUJM,CHEEF.EpidemictrendofCOVID-19

非洲、东亚、中亚、西亚等地区,尤其是南欧地区的

西班牙和意大利等国,采取了较为严格的防疫措

施

[15]

第1组和第2组国家的每日新增病例数较多,

。估计这些地区的疫情会逐渐得到控制。

但是由于其R长期保持在1.0附近,而且没有出现

t

剧烈波动,因此推测疫情基本处于可控状态;由于

这些国家的总病例较多,国内人员仍然需谨慎前往

这些国家。第3组和第4组国家的每日新增病例数

虽然处于较低水平,但是其R常常出现剧烈波动,

t

表明这些国家的疫情形势较为严峻复杂,建议我国

海关防疫部门对从这些国家入境的人员加强防疫

检测,严防疫情输入。考虑到这些国家疫情可能会

持续较长时间,国内相关机构应当对这些国家疫情

持续重点关注。

研究存在一定的局限性。数据本身存在误差。

由于受各国检测能力、可获得医疗资源、经济发展

程度等的差异,造成报告的确诊病例数与实际的发

病水平不相符。R的估计基于很多假设条件。R

tt

是由每日新增病例数和序列间隔(SI)的分布特征

共同决定。假设所有国家的序列间隔是相同的,但

是实际上,序列间隔经常受到外部限制条件的影响

而发生改变。各个国家对病例的判定标准不尽相

同,统计口径的差异也可能导致结果存在一定误差。

1.0,表明全球疫情防控仍然面临极大压力。而中国

至2020年12月14日大部分国家的R仍然>

t

1.0以下,疫情迅速得到控制。因此,在疫苗还不能

政府采取了严格的防疫措施,才使得R很快下降到

t

大规模覆盖的情况下,各国应借鉴中国经验,采取

更为严格的防疫措施控制病毒的传播。

利益冲突 所有作者均声明不存在利益冲突

参考文献

[1] BEVEUTOD,GIOVAETTIM,SALEMIM,etal.Theglobal

spreadof2019-nCoV:amolecularevolutionaryanalysis[J].

] [6罗银波,吴杨,刘漫,等.常态化新冠肺炎防控策略与机制的

32(6):546-549.

insomehigh-epidemiccountries[J].PreventiveMedicine,2020,

思考[J].公共卫生与预防医学,2020,31(6):1-5.

[7] ECDC.Downloadhistoricaldata(to14December2020)onthe

dailynumberofnewreportedCOVID-19casesanddeaths

worldwide[EB/OL].EuropeCentreforDiseasePreventionand

Control.(2020-12-14)[2021-02-18].https://www.

ecdc.europa.eu/en/publications-data/download-todays-data

-geographic-distribution-covid-19-cases-worldwide.

[8] OWID.CoronavirusSourceData[EB/OL](2020-12-14)

[2021-02-17].https://ourworldindata.org/coronavirus-

[9] CORIA,FERGUSOM,FRASERC,etal.Anewframework

source-data.

andsoftwaretoestimatetime-varyingreproductionnumbers

duringepidemics[J].Americanjournalofepidemiology,2013,

178(9):1505-1512.

[10] SAURABHS,VERMAMK,GAUTAMV,etal.Transmission

DynamicsoftheCOVID-19EpidemicattheDistrictLevelin

India:ProspectiveObservationalStudy[J].JMIRPublicHealth

Surveill,2020,6(4):22678.

[11] THOMPSOR,STOCKWIJE,GAALERDV,etal.

Improvedinferenceoftime-varyingreproductionnumbersduring

infectiousdiseaseoutbreaks[J].Epidemics,2019,29

(2019):100356.

[12] 韩珂,贾王平,曹文哲,等.一线城市新型冠状病毒肺炎实时

基本再生数估算及流行现状评估[J].解放军医学院学报,

[13] 何冠豪,容祖华,胡建雄,等.新型冠状病毒肺炎两种不同流

2020,41(4):421-425,429.

行模式及其防控效果比较:基于广州和温州市的分析[J].中

华流行病学杂志,2020,41(8):1214-1219.

[14] 朱雨辰,李春雨,齐畅,等.基于泊松过程的山东省新型冠状

病毒肺炎的再生数估计及流行动态分析[J].山东大学学报

[15] HALET,PETHERICKA,PHILLIPST,etal.Variationin

(医学版),2020,58(10):32-37,52.

governmentresponsestoCOVID-19[M].Blavatnikschoolof

governmentworkingpaper,2020:31.

(收稿日期:2021-03-25)

(本文编辑:万美)