牛津大学：全民数子化追踪有望免于“封城”

导语：目前最紧迫是防止进一步传播，数字化追踪可能有助于遏制全球大流行。

L. Ferretti et al., Science 10.1126/science.abb6936 (2020).

3月31日，英国牛津大学李嘉诚健康信息与发现中心大数据研究所Luca Ferretti等在《科学》在线发表题为：“Quantifying SARS-CoV-2 transmission suggests epidemic control with digital contact tracing”（量化SARS-CoV-2传播表明可通过数字化接触追踪进行流行病控制）的研究文章。

文章指出，新出现的SARS-CoV-2病毒可导致高病死率和医疗卫生系统崩溃，目前最紧迫是防止进一步传播。研究通过分析影响新冠肺炎流行病传播的关键参数，估计不同传播途径的贡献，并确定了遏制流行病所需的病例隔离和密切接触者追踪的条件。研究结论认为，SARS-CoV-2病毒传播非常迅速，很难通过传统接触追踪进行控制。但是，倘若防疫执行足够快，并且进行高效实施大规模的追踪则可以控制疫情。研究发现可通过建立感应器跟踪应用程序网络，可有效实现流行病控制，并无需实施大规模隔离（“封城”）。

目前应对新冠肺炎尚无有效治疗方法，并且疫苗最早也要12个月以上才可用。目前唯一可用而有效阻止流行病方法就是经典的流行病防控策略，诸如病例隔离、接触者追踪与隔离、社交疏离及卫生措施。

该分析将传播分为四个类型：

一、有症状的传播：有症状的个人通过可以容易直接传播。二、症状前传播：在于个人经历明显症状之前发生的来自个人的直接传播。三、无症状传播：从未出现明显症状的个人直接传播。这只能通过随访来确定，因为单时间点观察不能完全区分无症状患者和有症状患者。四、环境传播：通过污染传播，特别是通常不会归因于接触调查中与源接触的传播方式，这些可以通过对空间运动的分析来确定。

文章指出，这些传播类别的界限可能是模糊的，但这些类别对预防而言，具有不同的含义，对病例隔离及密切接触者隔离的传统措施的反应也不同，应当了解传播途径的相对频率，以便在不同干预策略之间分配有限的防疫资源。

传染性模型

平均传染性（感染其他人的比率）β，它是自感染以来时间τ的函数。 不同的颜色表示四种传播途径（相互叠加）的作用，因此，在所有τ值上，一种颜色的总面积是整个感染过程中通过该途径传播的平均次数：Rp ，Rs ，Re和Ra分别用于症状前，症状，环境介导的和无症状的传播。 

牛津大学分析研究表明，有三分之一至一半的传播是从有症状前的个体导致的。这与新加坡48％的有症状前传播和中国天津病例研究的62％和来自不同国家的传播数据的44％估计相符。据牛津大学传染性模型表明，症状发生前对R0的总贡献为0.9（0.2-1.1），几乎足以独自维持流行。但对于SARS，相应的估计值几乎为零，因此新冠肺炎将需要不同的防疫策略。

采用传统的人工密切接触者追踪，即让患者回忆自己的行迹并追踪可能感染的人，但对于新冠肺炎来说仅通过隔离有症状的个体很难控制这种流行病。在防疫实践中，人工接触者追踪只能在有限的程度上进行改进，一旦流行病蔓延，就无法有效大规模管控。

牛津大学Luca Ferretti团队建议，使用即时接触追踪的手机应用程序，可以减少足以实现R0 <1并持续抑制流行病的传播，从而阻止病毒进一步传播。

量化干预成功与否

热图显示了流行病r的指数增长率与有症状病例的即时隔离成功率（x轴）和即时接触者追踪成功率（y轴）的关系，（红色）为正值表示疫情正在增加；r （绿色）的负值表示疫情正在下降，负值越大表示下降速度越快。黑色实线显示r = 0，即流行病控制的阈值。虚线示出由于R0中的不确定性而导致的阈值不确定性。不同的面板显示了与干预相关的延迟时间的变化-从开始出现症状到隔离病例和隔离接触者。

牛津大数据研究所传染病动态和控制专家Christophe Fraser此前接受《纽约时报》采访表示，新型冠状病毒的情况有所不同，“这种病毒传播得更快一些，尤其是在症状发作之前就已经传播了”。因此，传统人工追踪对于SARS-CoV-2防疫而言是不够快的，从确认病例到找到密切接触者延迟不可避免的，但可以通过使用移动应用程序来避免这种延迟。

基于应用程序的COVID-19接触者跟踪的示意图，使用GPS与其他App用户的共定位来跟踪个人A（以及使用该应用的所有个人）的联系人，并通过扫描基于GPS公共设施上显示的QR码进行补充。个体A请求SARS-COV-2测试，其阳性测试结果会立即向密切接触的个体发出通知。以迅速隔离密切接触。

在移动应用中，病例确诊信息将传达给程序服务器，移动应用程序将立即进行接触者跟踪和通知。通过保留的个人之间的邻近事件记录，它可以立即向最近的密切接触者发出诊断阳性病例的警报，并提示他们进行自我隔离，同时也将保持被感染者的匿名性，有症状的个人可以通过该应用请求检测。

具有类似功能的应用程序已在中国部署使用。这些应用程序允许中央数据库收集有关用户移动和新冠肺炎诊断的数据，并显示绿色、黄色或红色识别码，以分类采取放松或强制限制移动，这些应用在微信和支付宝已经被普遍采用。

在美国，科技公司和白宫之间的讨论也聚焦在使用大量匿名的、汇总的位置数据来进行大致的公共卫生监视，也许是在预测哪里会更有可能发生更多严重的疫情。

https://www.nytimes.com/2020/03/19/us/coronavirus-location-tracking.html

据《纽约时报》报道，Facebook的科学家正在用位置数据分析各国人对于保持社交距离建议的遵守程度。这位知情人士说，这些信息来自Facebook公司各应用收集的位置数据的私有数据库。谷歌正在从数百万美国人使用的安卓手机和一些谷歌应用中收集详细位置数据，目前正在评估能够如何使用匿名汇总信息来帮助公共卫生专家更多地了解与大流行有关的人口趋势。

科学家警告说，应用不能替代世界范围内已经在进行的保持社交距离的措施。然而，它可能使某些人在第一轮新冠肺炎消退后走出隔离。

广泛而持久的封锁对各国经济和社会造成严重影响。特别是对低收入者、企业在经济生活中造成负面影响，心理影响也可将是持久的。数字化追踪可以在传染病防控追溯、锁定方面发挥关键作用。可以为社会和个人带来诸多好处，并有效减少了病例数量，还使人们能够以知情、安全及对社会负责的方式继续生活。移动应用程序解决方案提供了在实现最大自治的同时实现重要公共健康利益的潜力。

未来虽然需要进一步的探索不同情况下的建模算法，但是持续的大流行并不是不可避免的，持续的国家封锁也不是不可避免的。研究建议各国尽快探索通过数字化接触跟踪进行智能社交疏离的方法。

来源：梅斯医学

推荐阅读

▲点击海报了解详情

想要了解更多资讯内容，

请点击阅读原文下载梅斯医学APP~