跳过主要内容

使用每周联系调查数据估算重新开设学校对英格兰SARS-COV-2再现数的影响

摘要

背景

学校在英国被关闭于2021年1月4日为国家增加限制SARS-COV-2的抑制传动部分。英国政府重新开放3月8日学校。虽然与成年人相比有较低的个人层面的传播风险的证据是儿童,这与学校的设置增加接触率和人口总的传输率所造成的影响的综合作用不明确。

方法

我们从2020年3月开始每周测量5000名参与者的社交接触,包括学校开放和关闭的时间以及其他限制。我们将这些数据与儿童与成人相比的易感性和传染性估计数结合起来,估计重新开学对生殖数量的影响。

结果

我们的分析表明,根据与之前的措施相同的措施重新开放所有学校,以便与面对面教育合并锁定可能会大大增加再生数。假设基线为0.8,我们估计可能会增加1.0至1.5之间,并重新开放所有学校或仅在0.9到1.2之间单独重新开放初级或中学。

结论

我们的研究结果表明,重新开放学校可能会停止下降情况下观察到的2021年1月和3月之间,并将回归增加感染风险,但是这些估计依赖于最新的估计或繁殖数量和易感性和传染性配置文件的有效性我们使用重新开放的时候。

同行评审报告

背景

自Covid-19大流行的开始以来,在许多国家已经实施了学校关闭,作为更广泛的响应抑制传输的一部分[1].众所周知,儿童因直接感染而住院和死亡的风险很低[23.]。尽管风险较低,但有人担心,允许在较年轻年龄组之间传播会增加成年人感染的风险,而成年人的感染风险要高得多。因此,学校在传播中的作用是一个重要问题。2021年1月4日,英国宣布第三次全国封锁,以遏制SARS-CoV-2的传播[4]这包括关闭学校,英国政府于3月8日取消了这一措施。

在决定重开学校时,学校关闭和重开的直接和间接影响仍不清楚。迄今为止,关于学校在社区传播中的作用,有各种各样的证据。现有的有关学校内传播的研究有广泛的结果[567].其他作品在2020年9月回归后的几个月内,在学校返回后的几个月内普遍存在[89]通过儿童进入家庭的感染风险高于成人。然而,研究未能找到学校推动社区传播的证据[10.11.]对许多基于报告病例的观察分析来说,一个特别的挑战是,由于无症状感染率的变化,在确定病例时存在年龄依赖性而导致的偏见[12.].由于出现了新的变异,流行病学的变化使这一挑战更加复杂[13.].

重新开学后SARS-CoV-2传播的潜在变化主要取决于两个因素的组合:第一,接触后的年龄别传播风险,第二,由于学校重新开学,人口成员之间的接触率可能增加。多项旨在了解与儿童相关的相对传播风险的研究表明,易感性较低[14.15.16.],有些则显示较低的传染性[14.]。然而,仅儿童传播风险较低的证据不足以量化重新开学的影响。有必要将易感性和传染性降低的估计与学龄儿童中这些年龄组社会接触中的年龄特定接触模式结合起来。

大量证据表明,当学校开放时,儿童接触者增加,这为传染病传播增加提供了机会,这在流感等其他病原体中得到了很好的证明[17.].尽管如此,重要的是要捕捉这些联系人如何在目前大流行反应期间提出的具体条件下变化,社会疏散和其他减轻在学校内有效。

虽然在第三次全国封锁期间学校停课,但在第二次全国封锁(2020年11月)期间,对大多数人采取了类似的限制措施,但学校继续进行现场授课。我们使用了CoMix社交接触调查收集的数据[18.]我们将这些数据与年龄分层易感性和传染性的估计值相结合,以比较这两个禁闭期的接触情况[14.15.16.]评估重开学校的再生数在英国的潜在影响[14.15.16.].

方法

CoMix数据

CoMix是一项纵向行为调查,于2020年3月24日启动。该样本广泛代表英国成年人口,每周收集约2000人的数据。参与者被邀请每两周回复一次调查。我们通过运行两个交替小组收集每周数据。父母完成他代表儿童进行调查(17) 岁或更小)。参与者记录前一天进行的直接面对面接触,说明每次接触的某些特征,包括接触的年龄和性别,是否是身体接触(皮肤接触),以及接触发生的地点(例如在家里、工作中、进行休闲活动时)。有关详情已在其他地方公布[18.].接触调查是基于对POLYMOD接触调查开发的方法[19.]。为了深入了解两次禁闭期间成人和儿童的接触情况差异,我们对11月和1月禁闭期间记录的接触情况按年龄组和地理区域进行了简要的描述性分析。

构建接触矩阵和估计再生数

年龄分层接触矩阵详细说明了人口中各年龄组之间的接触率;它们是用于评估人群内疾病传播潜力和分析疾病动态的成熟方法的核心组成部分[20.].我们构建了9个年龄组(0 - 4,5 - 11,12 - 17,18 - 29,30 - 39,40 - 49,50 - 59,60-69和70+)的年龄分层接触矩阵。参与者没有报告接触者的确切年龄;因此,我们从报告的年龄组中抽样,其权重与POLYMOD调查中报告的接触者一致。我们拟合了一个截断的负二项模型来计算每个参与者和接触年龄组之间的平均接触。为了确保接触的互惠性,我们使用联合国世界人口展望数据,将矩阵乘以英国人口规模矢量[21.],然后再除以相同的人口向量,得出调查人口中各年龄组之间的预期接触率。

年龄相关传播风险概况

我们考虑了五种年龄相关的易感性和传染性特征(表1)1).

表1取自Davies等人的易感性和传染性概况[14.],ONS报告和VINER等人。[16.

第一个配置文件(一)假设在所有年龄组等于易感性和传染性。这是不可能反映现实,但提供了一个上限作为参考点来比较其他配置文件。

对于第二个简介,(ii)我们使用Davies等人的数学建模研究结果。[14.尽管这项工作没有直接估计传染性,但它确实估计了相对易感性和9个年龄组的临床分数。此外,该研究报告估计亚临床病例的传染性为50%。我们结合临床分型和亚临床病例的相对易感性计算每个年龄组的传染性,详见表1

第三个概况(三)基于国家统计局(ONS)社区感染研究对家庭传播模式的分析[15.]:与成人相比,儿童的易感性为50%,但感染性相同。

对于第四个概况(iv),我们对Viner等人的系统评价中包含的流行率研究进行了荟萃分析[16.]我们使用了一个基于他们论文图4数据的随机效应模型。这导致儿童相对于成人的易感性为64%(51–81%,95%置信区间[CI]);我们假设儿童和成人之间的感染性相同[16.].

对于第五种情况(v),我们使用了儿童相对易感性的独立估计(31%,见结果通过比较CoMix数据估计的复制数,并使用Abbott等人开发的成熟时间序列方法进行量化[22.],使用时间序列的情况,以确定假定的生成间隔和感染到报告延迟分布的瞬时再现数。

使用COMIX数据推断使用年龄相关的传输风险

我们建立了与成年人儿童的易感性和传染性的独立估计。我们通过比较估计来做到这一点R使用CoMix联络资料[23.],用案例数据计算的英国随时间变化的繁殖数量的估计值[22.].为了估计儿童相对于成人的传染性和易感性,我们计算了2020年9月学校回归后接触率的变化会如何影响儿童R使用两周滚动接触矩阵Ct以及不同年龄段的易感性和传染性特征R由下一代矩阵的谱半径(最大本征值),其线性扩展给定的(r)与哈马兰产品(,接触矩阵的元素乘法)Ct以及外部产品()的传染性和易感性媒介:

$ $ = R \ Eig \离开({\ mathbf {C}} _t \保监会\离开(\ mathbf{我}\ otimes \ mathbf{年代}\)\右)$ $
(1)

我们简化这样的成年年龄群(18岁以上)为1.0,儿童年龄组平等,.我们推断r,保持通过将我们的估计与使用EpiNow2软件包计算的结果进行拟合,所有年龄组均等于1.0 [22.].我们假设在时变估计值中存在伽玛分布的不确定性,我们使用平均值作为参数μRT.和标准差σRT.用于计算CoMix衍生特征值的每个调查期间的估计值。

$ $ {R} _t \ sim \ mathrm{伽马}\离开({\μ}_ {R_t},{\σ}_ {R_t} \右)$ $
(2)

我们通过最大化联合对数似然来拟合参数()的全样本估计的基础R预计随时间变化的分布R从EpiNow估计。

$ $ ll ={\总和}_t{\总和}_n”\离开(\ log \左({f} _ {R_t} \左({R} _n”(t) |{\μ}_ {R_t} (t){\σ}_ {R_t} (t) \) \) \右)$ $
(3)

为了表明相对敏感性和传染性的可能性表面,我们计算了日志可能性()指一系列固定的,估计对应的值r

我们对包括2020年9月学校重新开放日期在内的一段时间进行了拟合,以捕捉适逢学校重新开放时学龄儿童接触的巨大变化。从2020年3月23日到9月4日开始的新学年,学校对大多数学生关闭。此时,学童返回学校ool全日制。我们选择在6月10日(CoMix调查扩大到17岁以下)到10月10日(英国部分地区开始学校放假,使接触率复杂化)之间适应。此外,调查小组在夏季进行了多项重大更改,导致7月份学龄儿童联系人的收集中断了两周。我们在这段时间内安装了两段时间。首先,从7月27日至10月10日,在小组更改后开始,安装时间短e还使我们能够最清楚地捕捉到夏季返校的影响,同时最大限度地减少与逐渐获得自然免疫力和遗传率可能的季节性变化有关的问题。其次,我们在更长的时间内拟合,纳入了6月10日的数据,这提供了更多关于校外接触的数据学校学期,但包括先前调查小组的数据,可能受夏季逐渐获得免疫力的影响更大。对于后者,我们省略了7月份儿童接触未记录的两周。

在这两种情况下,我们在8月底省略了数据,由于再现数量估计的速度短,我们认为这是一种伪装效果,这些效果是由于八月休闲国际旅行的大量进口病例。我们通过拟合到10月10日至10月10日之间的不同日期组合(附加档案)1:图S1)以及一些范围,包括11月5日之前的数据(第二次全国封锁被调用时)。

评估重新开学对再生产数量的影响

我们使用第二次封锁期间(2020年11月5日至12月2日)收集的CoMix数据创建了联系人矩阵,以表示学校开放期间封锁期间的联系人。我们使用第三次封锁期间(2021年1月5日至18日)的数据来表示学校关闭期间的联系人(图。1)[23.]。我们通过将“学校开放”联系矩阵(第二次锁定)中5-10岁(小学)和11-17岁(中学)的联系人替换为“学校关闭”联系矩阵(第三次锁定)中的联系人,构建了代表开放小学或中学的进一步合成联系矩阵(附加文件)1:图S2)。

图1
图1

对于年龄在英格兰的所有联系人联系矩阵比较锁定2和3锁定和基质细胞的绝对差值。联系方式截断为每名参赛者50点接触。从11月5日至2 2020年12月2个锁定数据和锁定5 3点的数据,以18月2021

因为基本再生数与有效接触矩阵的主导特征值成线性比例[20.[两个有效接触矩阵的特征值的比率提供了考虑的三种情况之间的再现数的相对变化。

在所有年龄组中感染性和易感性相等的情况下,有效的接触基质与接触基质本身成比例。在我们假设传染病和易感性随年龄较小的情况下,通过估计年龄分层传染性曲线和易感性谱谱的外产物和计算所得基质的Hadamard产物的特征值将测量的接触矩阵转换为有效的接触基质。和接触矩阵。

为显示复课的潜在影响,我们估计复课人数相对增加(k)复制数(R)通过计算与各个重新开放方案相关的有效接触矩阵的显性特征值的比率(C设想)来自第三个锁定期间(CLD3),在2021年1月至3月至3月到位。

$$ K = \压裂{EIG \左({\ mathbf {C}} _​​ {\ mathrm {情况}} \ CIRC \左(\ mathbf {I} \ otimes \ mathbf {S} \右)\右)}{EIG \左({\ mathbf {C}} _​​ {\ mathrm {LD} 3} \ CIRC \左(\ mathbf {I} \ otimes \ mathbf {S} \右)\右)} $$
(4)

我们还计算了如何R从0.7到1.0之间的基线值变化,来自英国官方英国估计[24.].

估算疫苗接种和学校重新开放的联合影响

为了捕获英格兰的预定疫苗接种计划以及提供的潜在额外免疫力,我们估计了预期的变化R从没有免疫接种的封锁限制,到学校开放和不同疫苗覆盖情况的实例。我们利用疫苗衍生免疫载体对有效接触矩阵进行了修改,应用了这些情景。疫苗接种方案基于英国COVID-19疫苗战略;优先考虑老年人,然后逐步增加年轻人的覆盖面(见表)2).

表2在计算有效接触矩阵时,我们将三种接种方案中使用的年龄特异性疫苗衍生免疫作为额外的易感载体

首先,为了在每个疫苗接种场景下估计年龄的整体易感性,我们将前一节中使用的敏感性谱乘以每个年龄组中的疫苗覆盖范围。我们重新计算k利用修改后的磁化率剖面图,找到预期的R随着学校在各自的疫苗方案下开学。为了调整这些估计数字,以反映由于学校关闭而没有接种疫苗的基线的总变化,我们还估计了在Rk真空断路器),原因是学校停课接种疫苗。

$ $ {k} _ {\ mathrm {vacc}} = \压裂{Eig \离开({\ mathbf {C}} _ {\ mathrm {LD} 3} \保监会\离开(\ mathbf{我}\ otimes \ mathbf{年代}\)\右)}{Eig \离开({\ mathbf {C}} _ {\ mathrm {LD} 3} \保监会\离开(\ mathbf{我}\ otimes {\ mathbf{年代}}_ {\ mathbf {vacc}} \) \右)}$ $
(5)

估计对环境的总体影响R相应的疫苗衍生的免疫力和重新开学学校是这两个因素的产物。

结果

描述性分析

在比较两段全国封锁时期时,成年人的接触情况相似;这在所有设置和区域都是一致的。尽管两个时期儿童在家里的接触情况相似,但在学校和“其他”地点(不在家里或学校发生的接触)的接触始终高于封锁期间的接触。除儿童之间的接触外,封锁期间所有年龄组的接触情况都非常相似。2).对于18岁以下的参与者,在11月期间,为18岁以下的18岁以下的联系人的平均次数为6.3(3.9-9.0,90%CI)和16.7(13.1-20.4,90%CI)封锁。这些联系人在东南部,西南和约克郡以及亨伯和伦敦最低的联系。在第三次锁定期间,儿童之间的平均接触数减少至1.8(1.3-2.5,90%CI)和2.6(1.9-3.3,90%CI)。

图2
图2.

11月(封锁2)和1月(封锁3)全国封锁期间的联系人。一个The distribution of the number of reported contacts in home, work, school and other locations for adult (> 17 years old) and child (≤ 17 years old) participants.B平均接触在英国的每个地区儿童和成人之间的报道。误差线显示90%CI(自举,1000个样品)

儿童相对敏感性估计使用齐心数据成人

拟合的R从CoMix数据到时变数据的估计R在7月27日至10月10日期间的估计中,我们估计儿童相对于成人的易感性为44% (43.5-0.45.4%,95% CI)。3.A、 C)与剖面ii和iii一致。当我们从2020年6月10日至10月10日拟合时,我们估计儿童与成人相比的相对易感性为31%(29.8–31.4%,95%CI)(图。3.B, D),接近ONS和Davies等人估计的较低范围。虽然第一次估计证实了我们从文献中使用的估计,但第二次代表了儿童传播的下限;因此,我们选择采用第二次估计值作为第五次敏感性剖面(v)(表1)。这些结果对我们选择的日期范围(附加文件)敏感1:图S3)。与主分析中省略的时段拟合通常会降低估计的相对敏感性,其值介于0.20和0.37之间。但是,我们认为这些时段的数据不太可靠。

图3
图3.

R使用CoMix数据进行的估计适用于基于案例时间序列的时变再现数估计(22].基于以下数据的相对易感性和传染性不同组合的转换可能性:一个七月至十月和B6月至10月以及相应的R估计在CD分别为。CoMix的估计值的90%CI用灰色矩形表示,根据病例数据的时变再现数估计值用红丝带表示;红色条表示CoMix调查期的平均值。灰色阴影区域表示拟合期

评估学校重开的影响

结合对儿童与成人相比的不同易感性和传染性的估计(概况ii-v),全面开学的人数增加了R在使用的四种剖面(包括90% CI范围)中,基线值的1.3 - 1.9倍(图1)。4,附加文件1:表S1)。这将导致……的增加R对于这四个配置文件,从0.8到1.0以上。部分学校重新开学导致了小幅增长R从0.8到0.9和1.2之间。

图4
图4.

开学对再生产数量的影响。一个相对增加R(每个重新开放情景的接触矩阵与当前接触模式的显性特征值之比)。B估计R从基线开始重新开放学校(分数,90%CI栏)R由0.7、0.8、0.9和1.0(垂直线)组成。虚线表示R= 1.0

当我们假设所有年龄组的感染性和易感性相同时(概况一),重新开放学校导致了更大的相对变化R.全日制学校重开R系数介于2.1和2.3之间(图。4,附加文件1:表S1),导致增加R从基线0.8(附加文件)到大约1.7–1.91:表S1)。部分重新增加R从0.8到1.2–1.3(图。4).

包括可能来自英格兰COVID疫苗接种计划的额外免疫力,减少了增加R相对于锁定3(图。5); 然而,当最广泛的疫苗接种情景(Vacc.3)与儿童相对易感性的最低估计值(v,基于CoMix估计值)相结合时,疫苗接种的保护作用仅超过了由于学校导致的传播增加。这导致了成本的降低R由0.9(0.8-0.9,90%CI)的一个因素。接种大多数成年人(则Vacc 3)也不过导致R放学后1.0或更低,从基线开始R =0.8在锁定3期间,对于三种相对传染性和易感性场景(ii、iii和v)。然而,在Viner等人的参数化场景中。,R如果学校打开,则从相同的基线仍然超过1.0,从相同的基线中R增加到1.2 (1.1-1.3,90% CI)。

图5
图5.

重启学校上用额外的疫苗衍生的免疫的再现数目的综合影响。相对增加R(每个重新开放场景的接触矩阵与当前接触模式的接触矩阵之间的主导特征值的比例)对于每个疫苗接种场景,在不同的易感性和传染性年龄分布估计下(颜色)

讨论

当英国政府计划于2021年3月8日重新开放学校时,对SARS-CoV-2传播的潜在影响尚不确定。尽管已经有许多人试图量化儿童和成人的相对易感性和传染性,但这些估计值需要与接触率一起评估,以提供感染的指示在任何特定环境中传播的总体风险。我们结合英国在两个国家封锁时期(一个学校开放,另一个学校关闭)进行的大规模调查的社会接触数据,以及对儿童和成人相对易感性的估计。我们用这些数据预测了重新开放的潜在影响2021年3月学校重新开学时,ng学校的复制编号。

虽然两次禁闭期间成人的接触情况大致相似,但第二次禁闭期间(2020年11月)儿童之间的接触明显高于第三次禁闭期间(2021年1月至3月)当学校关闭时。我们观察到学校和家庭以外的其他联系人的变化。学校和家庭以外的接触增加,包括学校以外的儿童保育方面的接触,预计会增加;但是,这也可能表明学生对限制的总体遵守程度降低孩子们在上学时身体健康。

联系人的差异表明,重新开放所有学校可能会增加R在1.0以上,如果没有额外的措施(第二锁定)没有额外的措施(第二锁定)是有效的,则从假设的电流值下降。重新开放的主要或次要可能会增加R1.0以上。这将反过来阻止或扭转自2021年1月以来观察到的病例下降[25.].在学校重新开放之前,案件在学校重新开放后的案件增加的风险将大大取决于r的假设价值。虽然alpha变体(b.1.1.7)的病例似乎增加,但在11月份仍然存在国家锁定[10.13.,最新的全国血清学调查显示,全英国的免疫水平已大幅提高[25.,这是由感染和国家COVID-19疫苗接种计划造成的。这些总体免疫的变化应反映在实时估计R,但是R由于报告延迟,估计滞后[26.].虽然结果根据儿童相关易感性和传染病的估计而变化,但定性解释仍然是它们之间的一致。我们强调我们在所有年龄组中基于平等的传染病和易感性突出了估计,但应对儿童同等传染性和易感性,因为成年人与先前研究的结果与我们自己的估计不兼容(图。3.).

我们发现R由于学校的重新开放将因额外的疫苗免疫而减少,因此不太可能逆转。我们强调这些结果只是指示性的:首先,因为疫苗衍生免疫的治疗过于简单,并且基于疫苗效力的广泛场景,其次,因为我们使用的疫苗衍生免疫概况可能还需要一些时间才能实现。这是由于英国疫苗推出的速度,以及免疫接种和完全免疫应答之间的延迟,此时英国不太可能受到封锁限制。此外,在3月8日之前,人口中可能已经存在由于疫苗接种而产生的一些免疫力,因此,这反映在开放前R估计,这将影响对进一步疫苗衍生免疫和学校重新开放的影响的估计。

我们的描述性分析表明,11月份,当学校开放时,儿童与地区之间的联系人有大量变化。我们没有提出重新开放学校的影响的区域估计R,因为在构建接触矩阵时使用的较低水平年龄组聚合之间的观测值较低。然而,平均接触人数的变化表明,重开学校的影响存在潜在的地理差异,伦敦的这种差异可能低于英国其他地区。

自开展这项工作以来,学校已经重新开学,这为我们提供了一个机会,来反思我们的估计与重新开学前后的流行病学观察之间的关系。根据病例报告,似乎最初传播仍然很低,使病例在重新开放后的几周内继续下降[27.].然而,这与学龄儿童检测阳性的增加相结合[28.]。这表明该年龄组的传播可能有所增加,但对感染性学童进行的大规模检测和检疫在控制学校传播方面取得了广泛成功。我们暂时提出了这些建议。正如本文导言中所述,评估重新开放的影响在第二代中具有挑战性此外,在3月份重新开放时发生的一些具体事件使评估更加复杂。

一般来说,实时估计R基本上通过与症状发作和报告相关的延迟进行平滑[26.].由于传播的变化是由于接触量的急剧和年龄不均匀变化造成的,因此可以预期R随着感染达到新的均衡年龄分布[29.].此外,如导言中所述,儿童病例确定不佳表明,在这种变化影响到成人人群的感染之前,可能会进一步推迟对学校传播的贡献的发现,而这一变化的报告更可靠。这意味着我们预期的接触量的急剧变化将导致接触量的逐渐变化R使更改难以与特定事件关联。

更具体地说,于2021年3月重新开放学校恰逢测试的大量变化,大规模的家庭测试被推出,特别是在学龄儿童中。这可能会影响感染报告率。此外,学校只在复活假期再次关闭之前只开放了一段短暂的时间(2020年3月29日),在那里他们仍然关闭了2周。

这些因素的结合使得很难评估是否由于检测、学校的有效接触率低于我们的预期或由于人群中流行率低而产生的随机变化而导致学校暴发通常没有发生。

这项工作有许多重要的局限性:不同环境中的接触可能对传播有不同的贡献,但我们假设所有接触对传播的贡献相同,因为在控制措施的背景下,这些差异没有得到很好的量化。如果在学校的接触比在学校以外的接触风险更低此外,接触调查方法可能会有系统地偏向于报告更高比例的密切接触,而非偶然接触(例如,在公共交通方面);这可能会导致对接触变化的低估,因为限制放宽了,特别是在成年人中,他们可能更可能有这种接触。这反过来可能会高估学龄儿童接触对接触变化的贡献R随着时间的推移。年龄分层易感性情况有可能由于自然免疫力的人群获得的时间来改变过来。我们使用的每个配置文件反映了单个时间点。在相对免疫状态变化的孩子会改变对整体传输学校接触的相对影响。预计不会随着时间的推移和传输季节性影响整体免疫力的变化会影响我们的主要分析,提出在再现数字在特定的接触行为的瞬时变化。然而,也有可能是我们的相对敏感性的估计,因为我们满足一定的影响R在一段时间内,我们认为这可能是最小的,因为我们适应的时间较短,而且这段时间内感染率较低。此外,英国的检测能力在2020年夏季和2021年春季之间发生了变化,尽管在这段时间内变化不大。如果儿童感染不太可能被识别出来与2021年3月相比,2020年7月至10月(我们用于估计儿童相对易感性的时期)的相对易感性有所下降,在考虑对儿童的影响时,我们可能低估了相对易感性R当学校重新开放。我们通过使用范围广,在儿童相对敏感性的估计,所有这些都给予比我们的估算有较高的相对敏感性解决这个限制。我们假设成人的联系人恢复到那些观察时,所有的学校都敞开着,这是保守的,在现实中,尤其是对于部分重开的情况,成人接触可能不完全返回到相同的水平。此外,也可能是在坚持两个lockdowns之间的差异的限制,无关学校关闭。然而,在成年人的两个时期之间的接触的变化相对较小。孩子在学校的比例随时间变化,由于秋季期间,基于排除调控措施,虽然比例上学留在十一月锁定在高(附加文件1:图S3)。父母报告与儿童有接触,这可能会影响他们的可靠性,特别是在学校,家长不太可能目睹学生的行为。接触调查是以这种方式进行的,目的是为了方便和快速开展。我们不知道之前的任何工作已经确定了父母报告的接触可能产生的偏见。目前尚不清楚这是否会导致报告更多或更少接触的系统性偏差。

我们的工作评估了重新开放学校对英国生殖数量的影响,这表明了这种变化可能会对传播产生怎样的影响。然而,重新开放学校可能会引入其他因素,例如儿童在学校的接触可能会提供家与家之间的传播途径保持,促进长链的传播,否则是不可能的[30]。我们无法在该分析中捕捉这些网络效应;但是,它们可能在学校关闭和重新开放之间的流行病学变化中发挥重要作用。第二,有证据表明小学的发病率低于中学[8]。我们的框架没有捕捉到这些差异,这表明可能还有其他因素降低了小学重新开学相对于中学的影响。此外,额外的管理策略,如对在校儿童进行大规模测试,可能有助于降低在学校接触导致感染的风险与锁定期间的联系人相比,2.重要的是,随着新变体的出现,特别是alpha和delta(B.1.1.7和B.1.617.2)[31),基线R将取决于这些变体的比例以及接触模式。此外,这些比例在春季期间发生了大幅变化,可能会改变学校重新开学的影响。

我们的结果表明,在与2020年11月相同的条件下重新开学的人数可能会增加R接近或高于1.0,这将停止1月至3月间观察到的病例减少。然而,精确的估计很大程度上依赖于的基线值R以及易感性和传染性的概况,通常假设儿童的易感性较低,而与成人相比没有更大的传染性。我们主张进一步评估校内措施的影响,以评估这些措施在学校重新开放后的几周内对成功遏制学校疫情的贡献。

数据和材料的可用性

除了分析代码之外,在这项工作中生成和分析的数据集也可以在位于https://github.com/jdmunday/comix_schools_reopening.23.].

缩写

CI:

置信区间

国家统计局:

国家统计局

英国:

大不列颠联合王国

参考文献

  1. 1。

    PHSM。https://www.who.int/emergencies/diseases/novel-coronavirus-2019/phsm.查阅日期:2021年3月4日

  2. 2。

    O'Driscoll M,Ribeiro Dos Santos G,Wang L,Cummings DAT,Azman AS,Paireau J,等。SARS-CoV-2的年龄特异性死亡率和免疫模式。自然。2021;590(7844):140–5.https://doi.org/10.1038/s41586-020-2918-0

    中科院文章PubMed谷歌学者

  3. 3.

    Poletti P,Tirani M,Cereda D,Trentini F,Guzzetta G,Marziano V等人。年龄特异的SARS-COV-2感染死亡率和相关危险因素,意大利,2月至4月2020年。欧元监测。2020; 25(31)https://doi.org/10.2807/1560-7917.ES.2020.25.31.2001383

  4. 4.

    首相办公室,唐宁街10号(2021年)首相宣布全国封锁。网址:GOV.UK。https://www.gov.uk/government/news/prime-minister-announces-national-lockdown.查阅日期:2021年1月22日

  5. 5.

    Ismail SA, Saliba V, Lopez Bernal J, Ramsay ME, Ladhani SN。教育环境中的SARS-CoV-2感染和传播:英格兰感染群集和暴发的前瞻性横断面分析Lancet Infect Dis. 2021;21(3): 344-53。https://doi.org/10.1016/S1473-3099(20)30882-3

    中科院文章PubMed谷歌学者

  6. 6.

    王志强,王志强,王志强,等。法国北部小学的SARS-CoV-2感染:高传播地区的回顾性队列研究https://doi.org/10.1101/2020.06.25.20140178

  7. 7

    等。2020年5月,以色列一所高中在开学10天后爆发大规模COVID-19疫情。Eurosurveillance。2020;25 (29)https://doi.org/10.2807/1560-7917.es.2020.25.29.2001352

  8. 8

    国家统计局。冠状病毒(新冠病毒-19)感染调查,英国。国家统计局2020

  9. 9

    赖利,安斯利KEC, Eales O等。2020年10月英格兰SARS-CoV-2拭子阳性率高和R数增加:REACT-1第6轮中期报告。medRxiv。2020.10.30.20223123;https://doi.org/10.1101/2020.10.30.20223123

  10. 10。

    Mensah Aa,Sinnathamby M,Zaidi A,Coughlan L,Simmons R,Ismail Sa等。SARS-COV-2儿童感染在学校全面开放和国家锁定的影响:预期,国家观察队队列监测,7月20日至12月20日。英格兰。j感染。2021; 82(4):67-74https://doi.org/10.1016/j.jinf.2021.02.022

    中科院文章谷歌学者

  11. 11.

    南城e,福尔摩斯A,Hill Em,Atkins BD,Leng T,Thompson RN,Dyson L,Keeling MJ,Tildesley MJ(2021)在Covid-19大流行期间在英格兰的学校缺席分析。生物XIV。https://doi.org/10.1101/2021.02.10.21251484

  12. 12.

    Flasche S,Edmunds WJ。学校和学龄儿童在SARS-COV-2传输中的作用。柳叶赛犬感染了。2021; 21(3):298-9。https://doi.org/10.1016/S1473-3099(20)30927-0

    中科院文章PubMed谷歌学者

  13. 13

    Davies NG,Abbott S,Barnard RC,Jarvis CI,Kucharski AJ,Munday JD等。估计SARS-CoV-2谱系B.1.1.7在英国的传播率和影响。科学。2021;372(6538):eabg3055https://doi.org/10.1126/science.abg3055

  14. 14

    Davies NG,Klepac P,Liu Y,Prem K,Jit M,CMMID-19工作组,等。新冠肺炎传播和控制中的年龄依赖效应。国家医学杂志,2020;26:1205–11。

    中科院文章谷歌学者

  15. 15

    紧急情况科学咨询小组(2020年)TFC:儿童和传输,2020年11月4日。https://www.gov.uk/government/publications/tfc-children-and-transmission-4-november-2020.查阅日期:2021年1月22日

  16. 16.

    Viner RM,Mytton Ot,Bonell C,Melendez-Torres GJ,Ward J,Hudson L,Waddington C,Thomas J,Russell S,Van der Klis F,Koirala A,Ladhani S,Panovska-Griffiths J,Davies Ng,Beoy R,与成年人相比,儿童和青少年中SARS-COV-2感染的Eggo RM易感性:系统审查和荟萃分析。Jama Pediastr。2020.4573,175,2,143,156。https://doi.org/10.1001/jamapediatrics

  17. 17.

    埃姆斯KTD,蒂尔斯顿NL,埃德蒙兹WJ。学校假期对学龄儿童社会混合模式的影响。流行病。2011;3(2):103–8.https://doi.org/10.1016/j.epidem.2011.03.003

    文章PubMed谷歌学者

  18. 18

    Jarvis CI,Van Zandvoort K,Gimma A,Prem K,CMMID-COVID-19工作组,Klepac P等。量化物理距离测量对英国COVID-19传播的影响。BMC Med.2020;18:124。

    中科院文章谷歌学者

  19. 19

    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 (3):e74。https://doi.org/10.1371/journal.pmed.0050074

    文章PubMed公共医学中心谷歌学者

  20. 20.

    Wallinga J,Teunis P,Kretzschmar M.利用社会接触数据估计呼吸道传播传染源的年龄特异性传播参数。我是Epidemiol。2006;164(10):936–44.https://doi.org/10.1093/aje/kwj317

    文章PubMed谷歌学者

  21. 21。

    世界人口展望 - 人口司 - 联合国。https://population.un.org/wpp/.2021年3月6日

  22. 22。

    雅培S,HellewellĴ,汤普森RN,Sherratt K,吉布斯HP,Bosse的NI,等。估计SARS-COV-2采用国家和地方的情况下计数的时间变化的再生数。惠康打开水库。2020; 5:112。https://doi.org/10.12688/wellcomeopenres.16006.1.

    文章谷歌学者

  23. 23。

    午餐JD,Jarvis CI,Funk S,Edmunds WJ(2021)JDMunday / Comix_Schools_reopening:初始版本。https://doi.org/10.5281/zenodo.5172070

  24. 24。

    英国的R值和增长率。https://www.gov.uk/guidance/the-r-number-in-the-uk. 2021年2月10日查阅

  25. 25

    国家统计局(2021年)冠状病毒(新冠病毒-19)感染调查,英国。国家统计局

  26. 26

    陈志强,陈志强,陈志强,等。acta opterologica sinica, 2010;16(12):e1008409. (sci收录)https://doi.org/10.1371/journal.pcbi.1008409

    中科院文章PubMed公共医学中心谷歌学者

  27. 27

    冠状病毒(COVID-19)在英国的总结。https://coronavirus.data.gov.uk/.访问8月2021

  28. 28.

    Funk S,Flash S EpiForecast/covid19.lfd.education。https://github.com/epiforecasts/covid19.lfd.education.查阅日期:2021年6月10日

  29. 29.

    龙骨MJ,Rohani P.人类和动物的造型传染病:普林斯顿大学出版社;2007年。

  30. 30.

    陈志强,陈志强,等。英国不同学校复课策略下学校-家庭网络结构对SARS-CoV-2传播的影响medRxiv。2020; 12:1942。https://doi.org/10.1038/s41467-021-22213-0

  31. 31.

    公共卫生英格兰(2020年)新的SARS-COV-2株的研究:关注202012/01的变种。https://www.gov.uk/government/publications/investigation-of-novel-sars-cov-2-variant-variant-of-concern-20201201.2021年1月26日

下载参考

致谢

作者希望感谢托马斯·豪斯博士对国家统计局敏感性估计的解释的支持。我们还感谢SPI-M的成员进行了有益的讨论,帮助形成了这项工作的最终版本。我们要感谢益普索的团队,他们在进行调查、收集数据和使CoMix研究得以迅速实施方面做得非常出色。最后,我们感谢Katie Collis的校对和精彩的讨论。

以下作者是传染病数学建模中心COVID-19工作组成员。每个人都对数据的处理、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:刘洋,Joel Hellewell尼古拉斯·g·戴维斯C朱利安Villabona-Arenas,罗莎琳德M Eggo,彰Endo, Nikos我博斯,哈米什P吉布斯,卡尔·B·皮尔逊,菲奥娜Yueqian太阳,马克Jit, Kathleen O ' reilly Yalda贾法里,凯瑟琳·e·阿特金斯纳奥米•R Waterlow Alicia Rosello Yung-Wai Desmond Chan安娜米自由/开源软件,比利J奎尔蒂,蒂莫西·W·罗素Stefan Flasche, Simon R Procter, William Waites, Rosanna C Barnard, Adam J Kucharski, Thibaut Jombart, Graham Medley, Rachel Lowe, Fabienne Krauer, Damien C Tully, Kiesha Prem, Jiayao Lei, Oliver Brady, Frank G Sandmann, Sophie R Meakin, Kaja Abbas, Gwenan M Knight, Matthew Quaife, Mihaly Koltai, Sam Abbott和Samuel Clifford。

资金

Comix.我funded by the EU Horizon 2020 Research and Innovations Programme - project EpiPose (Epidemic Intelligence to Minimize COVID-19’s Public Health, Societal and Economical Impact, No. 101003688) and by the Medical Research Council (Understanding the dynamics and drivers of the COVID-2019 epidemic using real-time outbreak analytics MC_PC 19065).

以下资金来源为指定作者提供资金。Elrha R2HC/UK FCDO/Wellcome Trust/这项研究部分由国家卫生研究所(NIHR)资助,利用英国政府的英国援助支持全球卫生研究。本出版物中表达的观点是作者的观点,不一定是NIHR或英国卫生和社会保健部(KvZ)的观点。该项目已获得欧盟地平线2020研究和创新计划——EpiPose项目(101003688:AG,WJE)的资助。FCDO/Wellcome信托基金(防疫冠状病毒研究计划221303/Z/20/Z:KvZ)。本研究部分由全球挑战研究基金(GCRF)项目“重述”资助,该项目由RCUK和ESRC管理(ES/P010873/1:CIJ)。NIHR(PR-OD-1017-20002:WJE)。英国MRC(MC_PC_19065-新冠病毒19:利用实时疫情分析了解新冠病毒19流行的动态和驱动因素:WJE)。威康信托(210758/Z/18/Z:JDM,SFunk)。卫生和社会保健部学校感染研究(PHSEZU7510)(JDM,WJE)。无资金(千瓦)。

下列资金来源被认为是为工作组作者提供资金的来源。BBSRC lidp (bb / m009513/1: ds)。这项研究得到了比尔和梅琳达·盖茨基金会的部分资助(inv001754: MQ;inv003174: kp, mj, yl;发票- 016832:SRP;NTD建模联盟OPP1184344: CABP, GFM;OPP1139859: BJQ;OPP1183986:切入;OPP1191821:马);gmgf每年(发票- 016832; OPP1157270: KA); EDCTP2 (RIA2020EF-2983-CSIGN: HPG); and ERC Starting Grant (#757699: MQ). This project has received funding from the European Union’s Horizon 2020 Research and Innovation Programme - project EpiPose (101003688: KP, MJ, PK, RCB, YL) and FCDO/Wellcome Trust (Epidemic Preparedness Coronavirus Research Programme 221303/Z/20/Z: CABP). This research was partly funded by the Global Challenges Research Fund (GCRF) project ‘RECAP’ managed through RCUK and ESRC (ES/P010873/1: TJ), HDR UK (MR/S003975/1: RME) and HPRU (this research was partly funded by the National Institute for Health Research (NIHR) using UK Aid from the UK government to support global health research. The views expressed in this publication are those of the authors and not necessarily those of the NIHR or the UK Department of Health and Social Care200908: NIB), MRC (MR/N013638/1: NRW), Nakajima Foundation (AE), NIHR (16/136/46: BJQ; 16/137/109: BJQ, FYS, MJ, YL; Health Protection Research Unit for Modelling Methodology HPRU-2012-10096: TJ; NIHR200908: AJK, RME; NIHR200929: FGS, MJ, NGD; PR-OD-1017-20002: AR), Royal Society (Dorothy Hodgkin Fellowship: RL; RP\EA\180004: PK), UK DHSC/UK Aid/NIHR (PR-OD-1017-20001: HPG) and UK MRC (MC_PC_19065 - Covid 19: Understanding the dynamics and drivers of the COVID-19 epidemic using real-time outbreak analytics: NGD, RME, SC, TJ, YL; MR/P014658/1: GMK). The authors of this research received funding from the UK Public Health Rapid Support Team funded by the United Kingdom Department of Health and Social Care (TJ), UKRI Research England (NGD) and Wellcome Trust (206250/Z/17/Z: AJK, TWR; 206471/Z/17/Z: OJB; 208812/Z/17/Z: SC, SFlasche; 210758/Z/18/Z: JH, KS, SA, SRM). No funding (AMF, AS, CJVA, DCT, JW, KEA, YWDC).

作者信息

从属关系

作者

联盟

贡献

JDM、CIJ和WJE对分析进行了构思和规划。JDM和CIJ利用WJE和SF的输入进行了主要分析。SF提供了时变繁殖数的估计。CIJ、KvZ和WJE设计了CoMix接触测量。CIJ, AG, KW和KvZ对接触面测量数据进行了清理和管理。所有作者都撰写并审阅了手稿。cmid COVID-19工作组进行了讨论并发表了意见。作者阅读并批准了最终的手稿。

相应的作者

写给James D. Munday的信。

伦理宣言

伦理批准和同意参与

参与这项自愿参与的研究是自愿的,所有分析都是在匿名数据上进行的。知情同意的研究和方法由伦敦卫生与热带医学学院伦理委员会批准,参考文献编号21795。

同意出版

不适用

相互竞争的利益

作者声明他们没有相互竞争的利益。

额外的信息

出版商的注意

万博平台登陆网址施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

补充资料

附加文件1:表S1。

如果学校因R的不同基线值而重新开放,预期结果R,图S1。通过拟合到时变的再现数量估计时间序列的各个部分来发现的相对敏感性。图S2。联系矩阵包括在学校重新开学的分析方案。对于所有开放的学校,使用了为封锁2计算的矩阵。图S3。记录联系人当天上学的儿童参与者比例。

权利和权限

开放访问本文根据知识共享署名4.0国际许可证获得许可,该许可证允许以任何媒体或格式使用、共享、改编、分发和复制,前提是您给予原作者和来源适当的信任,提供知识共享许可证的链接,并说明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可证中,除非在材料信用额度中另有说明。如果文章的知识共享许可证中未包含材料,且您的预期用途未经法定法规许可或超出许可用途,则您需要直接获得版权持有人的许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.Creative Commons公共领域奉献豁免(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。

重印和许可

关于这篇文章

通过交叉标记验证货币和真实性

引用这篇文章

蒙迪,J.D.,贾维斯,C.I.,金马,A。使用每周联系调查数据估算重新开学学校对英格兰SARS-COV-2再现数的影响。BMC医学19,233(2021)。https://doi.org/10.1186/s12916-021-02107-0

下载引文

关键词

  • 关闭学校
  • SARS冠状病毒2型
  • 新冠肺炎
  • 社会联系
  • 复制数
  • Comix.
Baidu