• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于再生数的上海市奥密克戎流行趋势研究

王子涵 徐梦霞 方立群 张勇

王子涵, 徐梦霞, 方立群, 张勇. 基于再生数的上海市奥密克戎流行趋势研究[J]. 中华疾病控制杂志, 2024, 28(3): 329-334. doi: 10.16462/j.cnki.zhjbkz.2024.03.013
引用本文: 王子涵, 徐梦霞, 方立群, 张勇. 基于再生数的上海市奥密克戎流行趋势研究[J]. 中华疾病控制杂志, 2024, 28(3): 329-334. doi: 10.16462/j.cnki.zhjbkz.2024.03.013
WANG Zihan, XU Mengxia, FANG Liqun, ZHANG Yong. Study on the epidemic trend of Omicron in Shanghai based on the reproduction number[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2024, 28(3): 329-334. doi: 10.16462/j.cnki.zhjbkz.2024.03.013
Citation: WANG Zihan, XU Mengxia, FANG Liqun, ZHANG Yong. Study on the epidemic trend of Omicron in Shanghai based on the reproduction number[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2024, 28(3): 329-334. doi: 10.16462/j.cnki.zhjbkz.2024.03.013

基于再生数的上海市奥密克戎流行趋势研究

doi: 10.16462/j.cnki.zhjbkz.2024.03.013
基金项目: 

国家自然科学基金 11501035

详细信息
    通讯作者:

    张勇,E-mail:zhangyong@bnu.edu.cn

  • 中图分类号: R181

Study on the epidemic trend of Omicron in Shanghai based on the reproduction number

Funds: 

National Natural Science Foundation of China 11501035

More Information
  • 摘要:   目的  基于截至2022年5月9日上海市奥密克戎(Omicron)的流行趋势,估计封控管理之前的早期再生数(R)以及后续的有效再生数(Rt)变化情况。  方法  利用指数增长法、最大似然法和下一代矩阵法估计R,利用贝叶斯方法、时依法和新时变法估计Rt  结果  截至2022年3月29日上海市奥密克戎疫情呈指数增长模式。3种方法估计的R值分别为2.36(95% CI:2.33~2.38),2.14(95% CI:2.11~2.18)和2.29(95% CI:2.22~2.38)。  结论  R值较大,上海市早期疫情形势较为严峻。自4月7日起,Rt呈下降趋势,表明封控管理措施有效地减缓了疫情增长。Rt的计算方法中,时依法和新时变法可以较快地响应疫情的动态变化趋势;而贝叶斯法反应较为迟缓,且当报告数据波动较大时,会出现分母为0导致无法计算的情况。
  • 图  1  每日新增确诊病例和无症状病例数

    Figure  1.  Number of newly confirmed cases and asymptomatic cases

    图  2  2022年3月1日―4月13日指数增长拟合的RNew

    Figure  2.  RNew value of exponential growth fitting from March 1 to April 13, 2022

    图  3  指数增长曲线拟合2022年3月1―29日累计感染病例数

    Figure  3.  Exponential growth curve fitting cumulative number of infected cases from March 1 to March 29, 2022

    图  4  SEAIR模型中人群转化关系图

    S: 易感者仓室; E: 暴露者仓室; A: 无症状者仓室; I: 确诊者仓室; R: 移出者仓室。

    Figure  4.  The transformation relationship diagram of the SEAIR model

    S: compartment of susceptible individuals; E: compartment of exposed individuals; A: compartment of asymptomatic individuals; I: compartment of infective individuals; R: compartment of removed individuals.

    图  5  SEAIR模型累计病例数拟合结果

    Figure  5.  Fitting results of cumulative cases of SEAIR model

    图  6  3月1日起100 d各仓室中人数预测

    S, 易感者仓室; E, 暴露者仓室; A, 无症状者仓室; I, 确诊者仓室; R, 移出者仓室。

    Figure  6.  Forecast of the number of people in each compartment in 100 days from March 1

    S, compartment of susceptible individuals; E, compartment of exposed individuals; A, compartment of asymptomatic individuals; I, compartment of infective individuals; R, compartment of removed individuals.

    图  7  贝叶斯法估计有效再生数

    Figure  7.  Estimation of effective reproduction number by Bayesian method

    图  8  时依法估计有效再生数

    Figure  8.  Estimation of effective reproduction number by Time-Dependent method

    图  9  新时变法估计有效再生数

    Figure  9.  Estimation of effective reproduction number by New Time-Varying method

    图  10  贝叶斯方法中Rt的分布变化

    Figure  10.  The change of distribution of Rt in Bayesian method

    表  1  SEAIR模型中各参数及意义

    Table  1.   Significance of parameters in SEAIR model

    参数Parameter 意义Significance
    β 有效接触率
    Contact rate
    γ 潜伏期的倒数
    Reciprocal of incubation period
    σ 被感染后无症状的比例
    Proportion of asymptomatic cases
    θ 无症状感染者的传染率
    Infection rate of asymptomatic cases
    αA 无症状感染者的康复率
    Recovery rate of asymptomatic cases
    αI 确诊患者的康复率
    Recovery rate of confirmed cases
    下载: 导出CSV

    表  2  SEAIR仓室模型中各参数取值

    Table  2.   Values of parameters in SEAIR compartment model

    参数Parameter 取值Value
    θ 0.40
    αA 0.33
    σ 0.96
    β 1.60
    γ 2.20
    αI 0.14
    下载: 导出CSV

    表  3  The early reproduction number in Shanghai (3.1-3.29)

    计算方法
    Computation method
    早期再生数估计值(95% CI)
    Estimated value of early
    reproduction number (95% CI)
    指数增长法
    Exponential growth method
    2.36(2.33~2.38)
    最大似然法
    Maximum likelihood method
    2.14(2.11~2.18)
    下一代矩阵法
    Next generation matrix method
    2.29(2.22~2.38)
    下载: 导出CSV

    表  4  2020年COVID-19与2022年奥密克戎再生数对比

    Table  4.   Comparison between the reproduction numbers of COVID-19 in 2020 and Omicron in 2022

    计算方法
    Method of calculation
    2020年2月COVID-19早期再生数
    Early reproduction number of COVID-9 in February 2020
    2022年3月奥密克戎早期再生数
    Early reproduction number of Omicron in March 2022
    指数增长法Exponential growth method 3.74(3.63~2.87) 2.36(2.33~2.38)
    最大似然法Maximum likelihood method 3.16(2.90~3.43) 2.14(2.11~2.18)
    下一代矩阵法Next generation matrix method 3.91(3.71~4.11) 2.29(2.22~2.38)
    下载: 导出CSV
  • [1] Kim D, Jo J, Lim JS, et al. Serial interval and basic reproduction number of SARS-CoV-2 Omicron variant in South Korea[J]. medRxiv, 2021. DOI: 10.1101/2021.12.25.21268301.
    [2] Kremer C, Braeye T, Proesmans K, et al. Observed serial intervals of SARS-CoV-2 for the Omicron and Delta variants in Belgium based on contact tracing data, 19 November to 31 December 2021[J]. medRxiv, 2022. DOI: 10.1101/2022.01.28.22269756.
    [3] 宋倩倩, 赵涵, 方立群, 等. 新型冠状病毒肺炎的早期传染病流行病学参数估计研究[J]. 中华流行病学杂志, 2020, 41(4): 461-465. DOI: 10.3760/cma.j.cn112338-20200205-00069.

    Song QQ, Zhao H, Fang LQ, et al. Study on assessing early epidemiological parameters of COVID-19 epidemic in China[J]. Chin J Epidemiol, 2020, 41(4): 461-465. DOI: 10.3760/cma.j.cn112338-20200205-00069.
    [4] 上海市卫生健康委员会. 新闻发布[EB/OL]. (2022-05-09)[2023-01-05]. https://wsjkw.sh.gov.cn/xwfb/.
    [5] 马知恩, 周义仓, 王稳地, 等. 传染病动力学的数学建模与研究[M]. 第一版. 北京: 科学出版社, 2004: 3-10.

    Ma ZE, Zhou YC, Wang WD, et al. Mathematical modeling and research of infectious disease dynamics[M]. 1st ed. Beijing: Science Press, 2004: 3-10.
    [6] Wallinga J, Lipsitch M. How generation intervals shape the relationship between growth rates and reproductive numbers[J]. Proc Biol Sci, 2007, 274(1609): 599-604. DOI: 10.1098/rspb.2006.3754.
    [7] Forsberg White L, Pagano M. A likelihood-based method for real-time estimation of the serial interval and reproductive number of an epidemic[J]. Stat Med, 2008, 27(16): 2999-3016. DOI: 10.1002/sim.3136.
    [8] Bettencourt LMA, Ribeiro RM. Real time bayesian estimation of the epidemic potential of emerging infectious diseases[J]. PLoS one, 2008, 3(5): e2185. DOI: 10.1371/journal.pone.0002185.
    [9] Wallinga J, Teunis P. Different epidemic curves for severe acute respiratory syndrome reveal similar impacts of control measures[J]. Am J Epidemiol, 2004, 160(6): 509-516. DOI: 10.1093/aje/kwh255.
    [10] Cori A, Ferguson NM, Fraser C, et al. A new framework and software to estimate time-varying reproduction numbers during epidemics[J]. Am J Epidemiol, 2013, 178(9): 1505-1512. DOI: 10.1093/aje/kwt133.
    [11] 黄梓健, 周滔. 新型冠状病毒肺炎无症状感染者研究现状[J]. 现代医药卫生, 2021, 37(22): 3873-3877. DOI: 10.3969/j.issn.1009-5519.2021.22.022.

    Huang ZJ, Zhou T. Research status of asymptomatic COVID-19 infected persons[J]. J Mod Med Health, 2021, 37(22): 3873-3877. DOI: 10.3969/j.issn.1009-5519.2021.22.022.
    [12] Cai J, Deng X, Yang J, et al. Modeling transmission of SARS-CoV-2 omicron in China[J]. Nat Med, 2022, 28(7): 1468-1475. DOI: 10.1038/s41591-022-01855-7.
  • 加载中
图(10) / 表(4)
计量
  • 文章访问数:  73
  • HTML全文浏览量:  26
  • PDF下载量:  17
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-07
  • 修回日期:  2022-09-24
  • 网络出版日期:  2024-04-08
  • 刊出日期:  2024-03-10

目录

    /

    返回文章
    返回