跳到主要内容

量化物理距离措施对英国COVID-19传播的影响

摘要

背景

为了缓解和减缓Covid-19的传播,许多国家采用了前所未有的身体疏远政策,包括英国。我们通过估计其对生殖次数的影响来评估这些措施是否足以控制疫情(R.0.,每个案例产生的次要病例的平均数量)。

方法

我们询问了一个具有代表性的英国成年人前一天的接触模式。该调查问卷是通过电子邮件招聘在线进行的,记录了接触的年龄和地点,以及他们亲密程度的衡量(是否进行了身体接触)。此外,我们询问了坚持不同的身体距离措施。第一批调查是在3月24日周二发出的,也就是英国实施“封锁”的一天后。我们比较了“封锁”期间的接触模式和非疫情期间的社会接触模式。通过比较,我们估计了由于施加的物理距离措施而导致的繁殖数量的变化。我们对已发表的估计数据进行了荟萃分析,以便在实施干预措施之前对繁殖数量进行估计。

结果

我们发现,每个参与者每天观察到的平均接触次数减少了74%(从10.8次减少到2.8次)。这将足以减少R.0.基于所有类型的接触,从锁定前的2.6到锁定后的0.62(95%置信区间[CI] 0.37 - 0.89),仅针对物理(皮肤对皮肤)接触,为0.37 (95% CI = 0.22-0.53)。

结论

英国公众采取的保持身体距离的措施大幅降低了接触水平,并可能导致未来几周的重大影响和病例下降。然而,预计的发病率下降不会立即发生,因为在感染、出现有症状的疾病和住院之间存在明显的延迟,而且报告的这些事件还会进一步推迟。跟踪行为变化可以比常规流行病学监测更迅速地评估身体保持距离措施的影响。

同行评审报告

背景

截至2020年4月13日,在全球范围内记录了超过180万个案例和来自Covid-19的超过110,000人死亡[1].SARS-COV2的主要透射路径是通过液滴涂抹,需要紧密接触[2].为了缓解COVID-19大流行,许多国家采取了前所未有的身体距离政策[3.].3月23日,在确诊病例刚刚超过6000例的情况下,英国政府实施了严格的保持距离措施,要求个人呆在家里,除了必要工作外不要离开家,每天进行一种形式的锻炼,并购买食品和药品等基本物品。此前一周,体育赛事、学校、餐馆、酒吧、健身房和其他休闲或招待相关的企业都关闭了。4.),以及在宣布宣布前数天就已经在人群中加强了社交距离[5.].

保持身体距离的干预措施试图减少与传染病在个人之间传播有关的接触。已就在当前大流行期间采取不同的身体距离措施发起多项调查,但这些调查没有明确测量人与人之间的接触[6.7.8.].为了准确预测这些措施的影响,需要有关接触模式的定量数据[9.101112].许多政府采取了物理疏远措施,以减轻Covid-19大流行的影响。然而,目前尚不清楚这些措施在多大程度上减少了触点的数量并因此减少了变速器。2月2020年2月只有一个在中国城市,武汉和上海进行的一项调查 - 在Covid-19大流行期间量化了这些措施对个人接触模式的影响[13].

人类接触行为的变化驱动呼吸道感染率。了解Covid-19大流行病的不同阶段的这些变化使我们能够迅速量化物理差距措施对病原体传播的影响。在本文中,我们描述了对联系模式的调查和遵守物理距离测量和英国成人样本的结果。通过估算它们对生殖次数的影响(每个案例产生的次要案件的平均案例数)来评估这些措施是否足以控制疫情。

方法

道德声明

参与这项选项研究是自愿的,并在匿名数据中进行所有分析。该研究得到了伦敦卫生和热带医学参考号21795学院的伦理委员会批准。

调查方法

我们委托市场研究公司益普索(Ipsos)对英国成年人进行了一项调查(这里称为CoMix调查)。成年人(≥18岁)通过向在线小组现有成员发送电子邮件邀请加入调查。通过设置年龄、性别、地理位置和社会经济地位的配额,确保了英国一般人口的代表性。这组人将被要求每两周回答一次调查,共16周,以跟踪他们自我报告的行为变化。第一批调查是在3月24日周二发出的,也就是英国宣布封锁的一天后。

参与者被问及他们对COVID-19的态度和身体距离干预措施的影响,他们或他们的任何家庭成员最近是否有任何症状,他们是否进行了COVID-19检测,他们是否与已知的COVID-19病例有过任何接触,以及他们是否受到身体距离措施的影响。

参与者报告了(i)是否有任何家庭成员因COVID-19在过去7天内被建议隔离、隔离或限制在工作场所或教育设施中的时间,以及(ii)是否听从建议并隔离、隔离或远离工作场所或教育设施。在调查中,我们将隔离定义为有限度的接触和呆在家里,在可能接触COVID-19病例后限制外出活动。我们将隔离定义为在家中或卫生设施中与包括家庭成员在内的未感染接触者完全隔离。为了评估有关保持身体距离的建议和政策变化的影响,我们要求参与者表明他们是否计划在前一周参加一系列活动。对于每个事件类型,他们报告(i)他们是否继续他们的计划,或(ii)它是否被取消或他们决定不去,和(iii)事件类型在过去7天的频率。另外还询问了有关预防行为的问题,如洗手或戴口罩,以及有关过去7天使用公共交通工具的问题。

此外,我们要求参与者记录在调查前一天早上5点到调查当天早上5点之间的所有直接联系。直接接触被定义为与人见面并至少交换了几句话的人,或者与参与者有任何形式的肌肤接触的人。由于缺乏道德认可,我们无法要求家长提供孩子的联系方式;然而,参与者能够列出18岁以下的联系人。

为每个记录的接触,参与者记录的年龄和性别接触,接触关系,他们通常的频率联系这个人,是否接触物理(皮肤),以及设置接触发生(例如,在家里,工作,学校,或同时进行休闲活动),包括接触是发生在封闭建筑内还是外部。有关社会交往的问题与POLYMOD英国分部的调查结果一致[14],它被用作基线前大流行的比较数据集。有关调查方法,研究协议的详细信息,所使用的调查方法和调查问卷的副本是在附加文件中提供的12

统计分析

R版本3.6.3用于所有分析;代码和数据可在github上获得(参见“数据和材料的可用性”部分)[151617].

我们将学习参与者分组并与以下年龄符号联系:18-29,30-39,40-49,50-59,60-69和70 +。与参与者的年龄,性别和地点相比,英国国家统计局(ONS)办公室提供的2018年中年估计数,以评估研究样本的代表性[18].我们描述了与症状,态度,暴露于身体疏散措施的答案以及个人预防措施相关的答案。我们在适当的情况下介绍数量和百分比或均值和标准差(表3.).

我们计算了平均每人每天的社会接触次数,并按年龄、性别、家庭规模、接触地点、接触类型和每周的天数进行了分层。然后,我们将按年龄分组的平均每日接触总数与按接触地点分层的POLYMOD进行了比较。

我们使用R[中的socialmixr包,计算了特定年龄的每日直接社会接触频率的社会接触矩阵,并对研究人群中的年龄分布和接触的互惠性进行了调整。19].

由于不包括儿童(< 18岁)作为调查参与者,我们使用英国POLYMOD数据估算了较年轻年龄组(儿童-儿童和儿童-成人接触)的接触情况。具体来说,对于那些失踪的儿童联系群体,我们使用了POLYMOD社会联系矩阵的缩放版本。遵循Klepac等人以前开发的方法[20.]作为比例因子,我们取两项研究中存在的所有年龄组的POLYMOD和CoMix矩阵的主要特征值的比值,按设置进行分层。此外,为了反映调查期间学校关闭的情况,我们从POLYMOD的数据中删除了学校联系方式。

基本复制数,或R.0.,是在完全易感群体中典型的单一感染产生的二次感染的平均次数,并且可以估计是下一代矩阵的显性特征值[21.].下一代矩阵的确切形式与模型有关。对于SARS-CoV-2(导致COVID-19的病原体)等呼吸道感染,这通常是特定年龄的每日接触人数、单一接触导致传播的概率和总感染持续时间的函数。因此,R.0.与接触基质的主导特征值成比例[19].

我们假设,在保持身体距离之前的接触模式与POLYMOD数据中观察到的类似,并且在研究期间,传染性持续时间和单一接触导致传播的概率没有变化。我们还假定所有年龄组对传播的贡献是平等的。在这些假设下,相对减少R.0.等价于对接触矩阵的主特征值的约简。乘以的值R.0.在干预之前,通过POLYMOD和CoMix接触矩阵的主要特征值的比例,我们能够计算R.0.在保持身体距离的干预下。在干预之前,我们假设R.0.随后的正常分布与平均2.6和0.54的标准偏差,基于附加文件中提出的文献的Meta分析3.[22.23.24.25.26.27.28.29.30.31.32.33.34.].

为了评估不确定性,我们从POLYMOD和CoMix矩阵中提取10,000个bootstrap样本,重复年龄估算过程。对于每个bootstrap样本,我们计算了抽样POLYMOD和CoMix矩阵的主要特征值之间的比率。这种抽样提供了一种相对变化分布R.0.从POLYMOD和CoMix中观察到的接触模式。随后,我们缩放初始分布R.0.用bootstrap样本的分布来估计R.0.在保持身体距离的干预下。

英国广播公司大流行研究的最新结果[20.]的数据显示,与POLYMOD的数据相比,青少年(13-18岁)的平均接触次数下降了近50%。在POLYMOD研究中,5岁至18岁的患者保守减少50%,并重复我们的方法评估随着时间的推移接触量潜在减少的敏感性R.0.

结果

参与者的特征

我们调查了1356名英国参与者,记录了3849个联系人。参与者的平均年龄为47.2岁(标准差(SD) = 15, max = 86), 45%(608/1356)为女性(见表)1).平均家庭规模为2.8(SD = 1.4,MAX = 10)。2020年3月24日星期二和星期五之间收集的数据包容。参与者被招募来自英国。该样品包括来自伦敦(16.5%)的参与者,英格兰北部(16.0%),米德兰兹和英格兰东部(26.5%),英格兰南部(24.4%),威尔士(4.4%),苏格兰(9.8%),北爱尔兰(2.6%),虽然116名参与者没有报告他们的地区(表1).参与者人口统计数据的进一步详情和年龄,性别,家庭规模和地点分层的平均联系人数量在表中呈现在表格中2.与国家统计局2018年中期的人口估计相比,70岁以上和20-29岁之间的人样本不足。

表1 CoMix调查的参与者特征,以及与国家统计局提供的2018年中期英国人口估计数的比较。CoMix的调查不包括18岁以下的儿童
表2按年龄、性别、家庭规模和星期几分层的每位参与者每天记录的接触人数

13名参与者报告已接受COVID-19检测,其中7人检测呈阳性,两名参与者仍在等待结果。41名参与者表示,他们与一名已知的COVID-19病例有过接触。在感知风险方面,26.4%(359/1356)的人认为有可能发展为冠状病毒,48.0%(652/1356)的人认为或强烈认为如果感染COVID-19,对他们来说将是一种严重疾病。

物理脱节措施的影响

参与者报告了总共3824名家庭成员(包括他们自己)的数据,其中508人(13.2%)被要求隔离,826人(21.6%)被要求隔离。将近四分之一(921;24.1%)的家庭成员与至少有一种发烧、疼痛、呼吸短促或咳嗽症状的人住在同一屋檐下。在2122名受雇人员中,约有50%的人在过去7天内被要求限制工作时间、关闭工作场所和/或没有去上班(见表)3.).在进入教育机构的家庭成员中,67.2%(818/1217)的机构关闭,63.3%的机构在过去7天内没有访问。

表3参与者报告的所有家庭成员的公共卫生干预措施和行为的遵守指标

有明显的迹象表明,前一周的身体距离已经影响了调查参与者的计划活动,51.3%的参与者打算去音乐会,因为活动被取消了,40.6%打算去电影院,因为电影院关闭了,无法去,32.5%的参与者不得不取消去酒吧的计划(Table3.).相反,原本打算去超市的参与者中,因新冠疫情而无法前往的人只有2.5%。

接触模式

在本研究中测量的人均身体接触(皮肤到皮肤)和非身体接触的平均次数为2.8(四分位范围[IQR] = 1-4),比POLYMOD测量的(10.8;6日至14日)。POLYMOD和CoMix之间的平均接触量减少在年龄、性别和家庭规模方面是一致的2).各自的社会接触矩阵(包括身体接触和非身体接触)也反映了整个年龄层的平均接触数量要低得多,如图所示。1

图。1
图1

CoMix和POLYMOD接触矩阵的比较,以及由于所有人的物理距离和物理(皮肤与皮肤)接触而估计的繁殖数量减少。一种社会接触矩阵显示了不同年龄组的参与者与其他年龄组的个体每天报告的接触的平均总数,CoMix和POLYMOD数据中报告的所有接触的结果。CoMix中0-4岁和5-17岁年龄组的参与者联系情况使用POLYMOD数据进行计算。B.估计值R.0.在调查时,假设值为R.0.~规范(2.6,SD = 0.54)在保持身体距离之前减少所有接触和身体(皮肤对皮肤)接触

大多数联系人(57.6%)发生在家里,与Polymod调查报告的33.7%对比。数字2显示所有人、物理、家庭、工作、学校和其他联系人的年龄组别的平均联系人数量。这些矩阵与大多数接触者在家里、工作和其他方面对接触者总数的贡献很小的情况相一致。

图2
figure2

所有报告的联系人的联系矩阵在不同的设置中进行,将Comix与Polymod进行比较

估计保持身体距离下的新冠病毒基本繁殖数量

我们估计了R.0.在物理距离措施为0.62(95%置信区间[CI] 0.37-0.89)的情况下,基于所有类型的接触(图。1).我们估计,这只是基于身体接触R.0.为0.37 (95% CI = 0.21-0.52)。干预前后的平均比率R.0.对所有接触者为0.24 (min = 0.21, max = 0.27),仅对物理(皮肤对皮肤)接触者为0.14 (min = 0.12, max = 0.17)。基于这些值,物理距离措施将降低的平均估计R.0.到1以下,即使是首字母R.0.假设所有接触者的风险都相同,则为3.6,假设只有身体接触才会导致传播,则为4.2。

在敏感性分析中,将5-17岁的接触者减少50%对结果没有什么影响。在此假设下,估计的价值R.0.如果仅通过身体接触而导致传播,则所有接触者的传播率分别为0.69 (95% CI 0.42-0.98)和0.37 (95% CI 0.22-0.53)。

讨论

英国政府采取的措施似乎在参与者中得到了高水平的接受,并导致接触总人数大幅减少(74%)。如果在英国人口中观察到类似的变化,我们预计基本繁殖数量现在将低于1 (0.62;95%可信区间为0.37-0.89),这些保持身体距离的措施将导致未来几周的病例减少。然而,预计发病率的下降不会导致报告病例的立即下降,因为从感染到出现有症状的疾病和住院之间有很大的延迟,而且报告这些事件的时间还会进一步推迟。因此,常规监测数据在一段时间内不太可能显示病例减少。然而,通过直接测量个体的接触模式并估计相应的基本繁殖数量,我们能够迅速量化物理距离对传播的影响。

与先前在Golyod研究中估计的模式相比,每日触点的总数(平均值为2.8)显着减少(10.7;不包括儿童<18岁),最近由BBC大流行研究(10.5;不在13年不包括老人)[20.].由于鉴于平均联系人的巨大差异,所观察到的减少似乎不太可能是由于平均联系人的巨大差异,并且与中国武汉进行的最近进行的一项研究,该研究估计在爆发之前从14.6之前的平均数量接触者减少物理疏远干预措施[13].虽然我们不知道英国的任何直接可比数据,但我们的调查结果肯定与英国的其他报告一致,例如社会联系人的戏剧性减少,例如,只有一半的受访者在一项调查报告中离开了房子所有在过去24小时[5.].

这项调查有几个限制。要求个人从前一天报告他们的联系人可能导致召回偏见。此外,遵守身体疏散措施的个人可能更有可能回应这项调查,可能导致选择偏见并高估这些措施的影响。Polymod调查使用纸质日记,而Comix利用在线形式,这可能导致Comix中报告了不同数量的联系人。然而,观察到的大差异不太可能是由于调查的报告方法。此外,我们无法对任何孩子进行进行进行,因此必须从Golyod调查中估算儿童联系。这削弱了这两项研究的可比性,未来的工作计划直接测量儿童联系人,这将有助于评估这种限制的影响。

我们无法通过增加的洗手来量化来自透射干预的任何额外效果,例如通过增加的洗手减少传染病。此外,我们无法计算净生殖号码,R.,因为我们没有考虑不再容易受到影响的人口的比例。这些都可以将净生殖的数量降低到低于我们分析中估计的值。这种方法进一步假设所有年龄组同样有助于传输,这可能不是这种情况。假设孩子们是儿童的流感传播,这些集团最负责传输,成年人的贡献总体R.0.会更低[9.].但是,如果孩子在传输中没有发挥重要作用,则成年传动的意义将更高。因此,虽然本调查提供了在减少人口中的总体接触的证据,但是将减少大幅降低R.0.由于缺乏对不同年龄组对总体传播的相对贡献的了解,我们无法准确确定传播的确切减少情况。

我们的分析认为是一个合适的代理直接接触有效接触,因此,遗传性等于各年龄组人群(例如一个受感染的儿童和成人易感接触可能导致传播如接触一个受感染的成人和敏感的成年人)。我们进一步假设儿童非学校接触的减少与在成人中观察到的相似。此外,我们假设干预前的接触模式是一致的和相似的规模。最近的一项研究发现,与POLYMOD的调查相比,青少年报告的接触人数明显减少[20.].在5-17年之间减少50%的混合,同时减少的幅度R.0.,不影响分析得出的定性结论。

截至4月13日,英国报告案例的增长率似乎正在放缓,从3月24日之前的5天达到每天的5天增加到每天的5天增加到每天5天,每天5天增加到7%[1].这与繁殖数量的减少是一致的;然而,很难将这种减少的幅度与的估计值联系起来R.0..我们的方法假设同一年龄段的个体行为相同,并没有考虑到医院和其他机构会有不同的疾病动态。此外,由于英国的测试算法集中在医院里的人,而且医院感染的问题似乎越来越严重,任何社区感染的下降都可能被医院感染的增加所抵消。鉴于确诊病例主要来自医院,这可能会对使用原始数据(即不按传播途径分割)估算的生殖人数产生不成比例的影响。未来的工作计划比较的估计R.0.随着疫情的增长,检测水平、报告、延误和传播背景的变化。

这项研究计划在英国继续进行15周,并将扩展到其他国家,包括比利时和荷兰。未来的分析将能够探索不同干预期间接触模式的变化,并可能提供由于干预措施取消或减少对限制的遵守而导致接触模式变化的早期预警信号。

结论

我们已经表明,行为监测可以快速深入了解Covid-19的传输,并提供了第一种证据表明英国政府采用的限制导致Covid-19传播减少的证据。

表格3.由于Covid-19,显示了具有不同社会疏远措施的份额。N.症状显示居住在有以下任何症状(发烧、疼痛、呼吸急促、咳嗽)的家庭中的家庭成员总数,以及有多少人报告自己有COVID-19症状。列要求指报告被要求隔离或隔离的总人数。列一直在显示在调查前7天内曾被隔离或隔离至少1天的总人数。

数据和材料的可用性

用于进行这些分析的代码和数据https://github.com/jarvisc1/comix_covid-19-first_wave

缩写

CI:

置信区间

差:

四分位范围

ONS UK:

国家统计局

SD:

标准偏差

参考文献

  1. 1.

    ECDC。截至2020年4月13日:ECDC;2020。https://www.ecdc.europa.eu/en/Gophical-distribution-2019-ncov-cases..访问了2020年4月13日。

  2. 2。

    金Y-H,CAI L,Cheng Z-S,Cheng H,Deng T,风扇Y-P等。2019年新型冠状病毒(2019-NCOV)感染肺炎(标准版)诊断和治疗的快速建议指南。Mil Med Res。2020; 7:4。

    中科院文章谷歌学术

  3. 3.

    cap M. COVID-19:政府措施。2020。https://www.acaps.org/special-report/covid-19-government-measures.2020年3月25日。

    谷歌学术

  4. 4.

    英国公共卫生。英国所有人保持社交距离的指导。gov.uk。2020。https://www.gov.uk/government/publications/covid-19-guidance-on-social-distancing-and-for-vulnerable-people/guidance-on-social-distancing-for-everyone-in-the-uk-and-protecting-older-people-and-vulnerable-adults.2020年3月28日

    谷歌学术

  5. 5。

    救生腊。Savanta Coronavirus每日跟踪仪 - 3月30日。Savanta coronavirus每日跟踪器。2020。https://cdn2.hubspot.net/hubfs/5043860/covid-19%20assets/full%20data%20set%20pdfs/savanta%20coronavirus%20daily%20tracker%20-%2030th%20march.pdf..2020年3月31日。

    谷歌学术

  6. 6。

    王志强,王志强,王志强,等。报告10:公众对英国政府关于COVID-19建议的回应:人口调查,2020年3月17日至18日;2020。https://doi.org/10.25561/77581

    谷歌学术

  7. 7。

    Fancourt D.关于Covid-19心理和社会影响的新研究:伦敦大学学院;2020。https://www.ucl.ac.uk/news/2020/mar/new-study-psychological-and-social- effects-covid-19.2020年3月25日。

  8. 8。

    YouGov。COVID-19公众监督。YouGov。https://yougov.co.uk/topics/health/explore/issue/coronavirus..2020年3月31日。

  9. 9。

    Eames KTD,Tilston NL,Brooks-Collock E,Edmunds WJ。测量的动态社交接触模式解释了H1N1V流感的传播。PLOS计算BIOL。2012; 8:E1002425。

    中科院文章谷歌学术

  10. 10.

    Hens N, Ayele GM, Goeyvaerts N, Aerts M, Mossong J, Edmunds JW等。估计学校关闭对八个欧洲国家的社会混合行为和密切接触感染传播的影响。BMC infection Dis. 2009;9:187。

    文章谷歌学术

  11. 11.

    Prem K, Cook AR, Jit m使用接触调查和人口统计数据,在152个国家预测社会接触矩阵。公共科学图书馆。2017;13:e1005697。

    文章谷歌学术

  12. 12.

    反应性学校关闭削弱社会互动网络,减少流感传播。中国科学院大学学报(自然科学版)2019;

    中科院文章谷歌学术

  13. 13。

    张j,litvinova m,梁y,王y,王w,zhao s等人。年龄概况易感性,混合和社会疏远造型新型冠状病毒2019次爆发的新型冠状病疾病。流行病学》2020。https://doi.org/10.1101/2020.03.19.20039107

  14. 14。

    等。与传染病传播有关的社会接触和混合模式。《公共科学图书馆·医学。2008;5:e74。

    文章谷歌学术

  15. 15。

    R核心团队。统计计算的语言和环境。2017.https://www.R-project.org

    谷歌学术

  16. 16。

    Srinivasan A.数据。Table: ' data.frame '的扩展;2020。

    谷歌学术

  17. 17。

    Wickham H. ggplot2:用于数据分析的优雅图形。2016.https://ggplot2.tidyverse.org

    谷歌学术

  18. 18。

    国家统计局。2018年年中英国、英格兰和威尔士、苏格兰和北爱尔兰的人口估计数。2019.https://www.ons.gov.uk/peoplepopulationandcommunity/populationandmigration/populationestimates/datasets/populationestimatesforukenglandandwalesscotlandandnorthernireland.2020年3月25日。

  19. 19。

    Wallinga J, Teunis P, Kretzschmar M.使用社会接触的数据估计呼吸道传播传染病病原体的年龄特异性传播参数。美国流行病学杂志2006;164:936-44。

    文章谷歌学术

  20. 20.

    李志刚,李志刚,李志刚,等。背景中的接触:来自BBC大流行项目的大规模特定背景的社会混合矩阵。流行病学》2020。https://doi.org/10.1101/2020.02.16.20023754

  21. 21.

    Diekmann O,Heesterbeek Jap,Roberts Mg。隔室疫情模型的下一代矩阵的构建。J R SOC接口。2010; 7:873-85。

    中科院文章谷歌学术

  22. 22.

    Pouillot r,戴高尼岛-muller ml。使用两种R包装评估微生物定量风险评估中的变异性和不确定性。int J食物微生物。2010; 142:330-40。

    文章谷歌学术

  23. 23.

    riou j,althaus cl。武汉2019年新型冠状病毒(2019年 - NCOV)的早期人对人类传输的模式,2019年12月至2020年1月。欧元监测。2020; 25。https://doi.org/10.2807/1560-7917.ES.2020.25.4.2000058

  24. 24.

    Imai N,Cori A,Dorigatti I,Baguelin M,Donnelly Ca,Riley S等人。报告3:2019-NCOV的传输性;2020。https://doi.org/10.25561/77148

    谷歌学术

  25. 25。

    新型冠状病毒2019-nCoV:流行病学参数的早期估计和流行病学预测MedRxiv。2020;https://www.medrxiv.org/2010.01.23.20018549v2.abstract..2020年4月15日。

  26. 26。

    赵胜,林强,冉建,杨刚,王伟,等。2019- 2020年中国新型冠状病毒(2019- ncov)基本繁殖数初步估算:疫情早期数据驱动分析bioRxiv。2020。https://doi.org/10.1101/2020.01.23.916395

  27. 27。

    刘涛,胡建军,康敏,林林,钟华,肖建军,等。2019新型冠状病毒(2019- ncov)的传播动态。bioRxiv。2020。https://doi.org/10.2139/ssrn.3526307

  28. 28。

    Chinazzi M, Davis JT, Ajelli M, Gioannini C, Litvinova M, Merler S,等。旅行限制对2019新型冠状病毒(2019- ncov)疫情传播的影响MedRxiv。2020。https://doi.org/10.1101/2020.02.09.20021261

  29. 29。

    吴鹏,郝旭,刘爱华,王继勇,梁家松,吴廷堂,等。对截至2020年1月22日中国武汉新型冠状病毒感染的流行病学特征进行实时初步评估。欧元Surveill。2020;25。https://doi.org/10.2807/1560-7917.ES.2020.25.3.2000044

  30. 30.

    Jung S-M,Akhmetzhanov Ar,Hayashi K,Linton Nm,Yang Y,Yuan B等人。新型冠状病毒(Covid-19)感染的死亡风险的实时估算:使用出口案例推断。J Clin Med Res。2020; 9。https://doi.org/10.3390/jcm9020523

  31. 31.

    庄Z,赵某,林Q,曹p,娄y,杨l等。初步估算大韩民国冠状病毒疾病(Covid-19)爆发的再现数量从1月31日至3月1日至3月1日至3月1日。Medrxiv。2020;https://www.medrxiv.org/content/medrxiv/early/2020/03/10/2020.03.02.20030312.full.pdf.2020年4月15日。

  32. 32.

    庄家强,程伟,赵胜,凌峰,Mohammad KN。浙江省2019年新型冠状病毒病传播能力监测medRxiv。2020;https://www.medrxiv.org/content/10.1101/2020.03.02.20028704v1.abstract

  33. 33.

    李Q,关X,吴p,王x,周l,童y等。中国武汉的早期传输动态,中国武汉,新型冠状病毒感染肺炎。n engl J Med。2020; 382:11​​99-207。

    中科院文章谷歌学术

  34. 34.

    王志强,王志强,王志强,等。新型冠状病毒在2019-20年武汉疫情早期的传播能力:使用情景分析探索初始点源暴露规模和持续时间威康公开赛2020;5:17。

    文章谷歌学术

下载参考

致谢

CIJ和AG获得了全球挑战研究基金(ES/P010873/1)的资助。KvZ是由英国政府国际发展部Elrha的人道主义危机中的健康研究项目资助的。KP由国家卫生研究所(NIHR;16/137/109)。PK由比尔和梅琳达·盖茨基金会(invo -003174)资助。GJR由伦敦国王学院应急准备和反应的国家健康研究研究所健康保护研究单位(NIHR HPRU)、英格兰公共卫生(PHE)、东安格利亚大学和纽卡斯尔大学合作资助。所表达的观点是作者的观点,不一定是英国国家医疗服务体系、国家卫生和社会保障部或英国公共卫生部的观点。

我们要感谢伦敦卫生与热带医学学院cmid COVID-19建模小组的其他成员,他们对这项工作做出了贡献。他们的资金来源如下:Megan auzenberg和Kathleen O 'Reilly (Bill and Melinda Gates Foundation, OPP1191821);Graham Medley (Bill and Melinda Gates Foundation的NTD modeling Consortium (OPP1184344);Jon C Emery和Rein M G J Houben(欧洲研究理事会启动基金,行动号:757699);Nicholas Davies (NIHR HPRU-2012-10096);艾米丽·S·南丁格尔(比尔和梅琳达·盖茨基金会,OPP1183986;Wellcome Trust和NIHR);Stefan Flasche (Sir Henry Dale Fellowship 208812/Z/17/Z);Thibaut Jombart(公共卫生研究快速支持小组,NIHR健康保护研究单位建模方法);Joel Hellewell, Sam Abbott, James D Munday, Nikos I Bosse和Sebastian Funk (Wellcome Trust 210758/Z/18/Z); Fiona Sun (NIHR; 16/137/109); Akira Endo (The Nakajima Foundation; The Alan Turing Institute); Alicia Rosello (NIHR: PR-OD-1017-20002); Simon R Procter (Bill and Melinda Gates Foundation, OPP1180644); Fiona Sun (NIHR; 16/137/109); Adam J Kucharski and Timothy W Russell (Wellcome Trust, 206250/Z/17/Z); Gwen Knight (UK Medical Research Council, MR/P014658/1); Hamish Gibbs (Department of Health and Social Care ITCRZ 03010); Quentin Leclerc (Medical Research Council London Intercollegiate Doctoral Training Program studentship grant no. MR/N013638/1); Billy J. Quilty, Charlie Diamond, Yang Liu, and Mark Jit (National Institute for Health Research NIHR; 16/137/109); Yang Liu and Mark Jit (Bill & Melinda Gates Foundation INV-003174); Samuel Clifford (Sir Henry Dale Fellowship 208812/Z/17/Z); Carl A.B. Pearson (NTD Modelling Consortium by the Bill and Melinda Gates Foundation OPP1184344); Rosalind M. Eggo (Health Data Research UK MR/S003975/1); and Arminder K Deol. We would like to thank Paula Bianca Blomquist for thoughtful critique and discussions during this analysis. This research was partly funded by the NIHR (16/137/109) using aid from the UK Government to support global health research. The views expressed in this publication are those of the author(s) and not necessarily those of the NIHR or the UK Department of Health and Social Care. We would also like to thank the team at Ipsos who have been excellent in running the survey, collecting the data, and allowing for this study to happen at a rapid speed.

资金

该项目由欧盟“地平线2020研究和创新计划”项目EpiPose(将2019冠状病毒病的公共卫生、社会和经济影响降到最低的流行病情报,No 101003688)资助。

作者信息

从属关系

作者

财团

贡献

WJE、GJR、CIJ和KvZ共同构思和设计了这项研究。CIJ、KvZ和WJE提出了分析。CIJ、KvZ、AG、KP进行了分析。CIJ和KvZ在WJE、AG、KP、GJR和PK的输入和指导下撰写了文稿。cmid COVID-19工作组成员对数据的处理、清理和解释做出了贡献;解释研究结果;对手稿有贡献的;并批准出版。所有作者都对研究结果进行了解释,参与了手稿的撰写,并批准了最终版本的出版。

相应的作者

对应到克里斯托弗。贾维斯

道德宣言

伦理批准和同意参加

参与这项选项研究是自愿的,并在匿名数据中进行所有分析。知情同意书的研究和方法是由伦敦卫生和热带医学参考号21795学院的伦理委员会批准。

同意出版物

不适用

利益争夺

WJE是本刊编委会成员。其他作者宣称他们没有相互竞争的利益。

额外的信息

出版商的注意

万博平台登陆网址Springer自然仍然是关于发表地图和机构附属机构的司法管辖权索赔中立。

补充信息

额外的文件1。

Comix研究问题。

额外的文件2。

漫画研究协议。

额外的文件3。

漫画额外的分析。

权利和权限

开放获取本文在创意公约归因4.0国际许可下许可,这允许在任何中或格式中使用,共享,适应,分发和复制,只要您为原始作者和来源提供适当的信贷,提供了一个链接到Creative Commons许可证,并指示是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意公约许可中,除非在信用额度中以其他方式指出。如果物质不包括在文章的创造性公共许可证中,法定规定不允许您的预期用途或超过允许使用,您需要直接从版权所有者获得许可。要查看本许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信贷额度中另有说明。

再版和权限

关于这篇文章

通过Crossmark验证货币和真实性

引用这篇文章

贾维斯,线人,范·赞德沃特,K。et al。量化物理距离措施对英国Covid-19传输的影响。BMC Med.18,124(2020)。https://doi.org/10.1186/s12916-020-01597-8.

下载引用

关键字

  • 新型冠状病毒肺炎
  • 联系调查
  • 流感大流行
  • 疾病暴发
  • 繁殖数量
  • nCov
Baidu