陳思邈,陳秋實(shí),楊維中 ,薛瀾,劉遠(yuǎn)立,楊俊濤 ,王辰 ,e,f,g,*,Till B?rnighausen a,,h,i
a Heidelberg Institute of Global Health (HIGH), Faculty of Medicine and University Hospital, Heidelberg University, Heidelberg 69117, Germany
b Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100730, China
c The Harold and Inge Marcus Department of Industrial and Manufacturing Engineering, The Pennsylvania State University, University Park, PA 16802, USA
d School of Public Policy, Tsinghua University, Beijing 100084, China
e State Key Laboratory of Medical Molecular Biology, Institute of Basic Medical Sciences, Chinese Academy of Medical Sciences & Peking Union Medical College, Beijing 100730, China
f Chinese Academy of Engineering, Beijing 100088, China
g The National Center for Respiratory Medicine , Beijing 100029, China
h Department of Pulmonary and Critical Care Medicine, Center of Respiratory Medicine, China–Japan Friendship Hospital, Beijing 100029, China
i Department of Global Health and Population, Harvard School of Public Health, Boston, MA 02115-5810, USA
2019年年末暴發(fā)的新冠病毒肺炎(簡(jiǎn)稱新冠肺炎,COVID-19)疫情正在迅速蔓延,中國(guó)湖北省是疫情暴發(fā)初期的“震中”[1]。研究表明,與嚴(yán)重急性呼吸綜合征(SARS)冠狀病毒相比,新冠病毒的傳染能力更強(qiáng)[2]。在疫情初期,由于傳播途徑尚未徹底明確,相關(guān)的預(yù)防和篩查、診斷和治療方法并不成熟,公共衛(wèi)生部門缺乏循證方法和方案,新冠肺炎疫情防控面臨著重大挑戰(zhàn)。
在應(yīng)對(duì)新發(fā)突發(fā)傳染病的最初階段,旨在改變?nèi)藗冃袨榈纳鐣?huì)政策,能夠?yàn)闇p緩疾病傳播發(fā)揮巨大作用。此次新冠肺炎疫情暴發(fā)之初正值中國(guó)農(nóng)歷新年假期,中國(guó)政府舉全國(guó)之力迅速開(kāi)展疫情防控[1,3]。在此期間,中國(guó)政府拉響了一級(jí)響應(yīng)警報(bào)以應(yīng)對(duì)疫情,并果斷采取了一系列社會(huì)政策措施,如限制出行、保持社交距離、主動(dòng)追蹤接觸者、隔離檢疫以及加強(qiáng)宣傳和教育[1]。例如,中國(guó)政府鼓勵(lì)人們非必要不出行,減少人員聚集,并在此期間,關(guān)閉了學(xué)校、政府機(jī)構(gòu)、工廠、圖書(shū)館和博物館[4–10]。
過(guò)去,為控制疫情而設(shè)立的公共假期(以下簡(jiǎn)稱抗疫假期)曾被用作一項(xiàng)公共衛(wèi)生政策。例如,墨西哥曾在2009年設(shè)立抗疫假期來(lái)遏制H1N1病毒的傳播,學(xué)校和工廠在此期間全部關(guān)閉,居民被要求盡量避免外出[11]。這些抗疫假期為人群保持社交距離提供了便利。人們?cè)诖似陂g不上班或居家辦公,與親朋好友的聯(lián)系也很有限。因此,保持足夠的社交距離有助于減少人群的社交接觸頻率及范圍,從而減緩疫情的傳播[12–16]??挂呒倨谧鳛橐环N疫情應(yīng)對(duì)策略,為迅速減少人群接觸提供了關(guān)鍵的時(shí)間窗口期,從而能夠有效遏制多種途徑造成的傳播與感染,包括直接和間接的身體接觸、飛沫傳播和空氣傳播等。當(dāng)新型傳染病突然暴發(fā),缺乏足夠證據(jù)去徹底明確并阻斷一種新病原體的傳播途徑時(shí),這一策略尤其有效[17–21]。
在中國(guó),雖已有幾項(xiàng)研究分析了限制出行和保持社交距離等舉措在防止新冠病毒傳播中的效果,但總體而言,疫情如何隨不同情況的抗疫假期變化尚不明確[22,23]。本文將以中國(guó)的抗疫假期為例回答以下問(wèn)題:抗疫假期對(duì)新冠肺炎疫情有何影響?這種影響又會(huì)隨著抗疫假期的持續(xù)時(shí)間、實(shí)施節(jié)點(diǎn)以及其他同期政策的有效性如何變化?從而為未來(lái)決策提供參考。了解不同形式的抗疫假期對(duì)疫情擴(kuò)散的影響,能夠?yàn)槟壳耙约拔磥?lái)可能的新發(fā)突發(fā)傳染病防控提供重要的政策建議。
我們使用了一種常用的建模方法——房室模型(compartment model)(見(jiàn)附錄A中的圖S1)來(lái)模擬新冠肺炎疫情在中國(guó)的蔓延情況,并評(píng)估干預(yù)措施對(duì)傳染病傳播的影響[24,25]。該模型按照新冠肺炎感染狀況將人群分為多個(gè)亞組,其中包括易感人群、潛伏性感染人群、活動(dòng)性感染人群、確診人群以及治療和康復(fù)人群。為了解該疾病在各省市區(qū)之間的傳播情況,進(jìn)一步將人群分為兩個(gè)區(qū)域:一個(gè)處于疫情“震中”的湖北??;另一個(gè)處于中國(guó)其他地區(qū)。為了解民眾跨省出行而造成的病毒傳播情況,模型還考慮了易感人群和潛伏性感染人群在湖北省和中國(guó)所有其他地區(qū)之間的遷移情況。感染力與未治療感染的發(fā)生率(包括處于潛伏性和癥狀性感染階段的人群)成正比。我們做了以下假設(shè):第一,假設(shè)接受治療的人群(雖仍未康復(fù))是在隔離環(huán)境中接受治療,他們不會(huì)造成更多感染;第二,由于康復(fù)人群已獲得免疫,而且人數(shù)相對(duì)較少,因此沒(méi)有考慮康復(fù)人群的再次感染。模型開(kāi)發(fā)和統(tǒng)計(jì)分析是在R語(yǔ)言環(huán)境(verson 3.6.3, Austria)中進(jìn)行。
模型考慮了會(huì)對(duì)傳播動(dòng)態(tài)產(chǎn)生影響的幾種情況,模擬了自2020年1月10日正式確認(rèn)新冠病毒以來(lái)的疾病傳播情況。根據(jù)2019年春運(yùn)期間的日客流量,假設(shè)湖北省的出行人數(shù)為100 000人。鑒于湖北省許多城市已在2020年1月23日實(shí)行封閉管理[9],因此,假設(shè)自那時(shí)起湖北省就中斷了與其他省份的往來(lái)。我們修正了抗疫假期之前及期間的病毒傳播率,以評(píng)估其對(duì)疫情動(dòng)態(tài)的影響。我們假設(shè)抗疫假期后的病毒傳播率再次達(dá)到了假期之前的水平(有關(guān)模型的更多信息參見(jiàn)附錄A中的S1部分)。
主要數(shù)據(jù)源是國(guó)家及各省衛(wèi)生健康委員會(huì)每日發(fā)布的新冠肺炎疫情數(shù)據(jù),其中包括全國(guó)和湖北省的累計(jì)確診人數(shù)、死亡人數(shù)和治愈人數(shù)[26,27]。在模型中,使用平均潛伏期來(lái)表示潛伏性感染期的持續(xù)時(shí)間[28]。利用模型校準(zhǔn),評(píng)估其他模型參數(shù)的值和初始疫情狀況[29,30]。校準(zhǔn)目標(biāo)包括2020年1月20日至31日,湖北省和中國(guó)所有其他省份的每日新增確診人數(shù)、累計(jì)死亡人數(shù)和累計(jì)治愈人數(shù)。使用直接搜索算法[29]來(lái)識(shí)別模型參數(shù)值,從而實(shí)現(xiàn)預(yù)測(cè)結(jié)果和校準(zhǔn)目標(biāo)之間的最佳匹配??紤]到模型參數(shù)的不確定性,重復(fù)1000次校準(zhǔn)過(guò)程,并收集總校準(zhǔn)誤差不大于最小誤差20%的一組校準(zhǔn)參數(shù)。有關(guān)模型描述的更多信息參見(jiàn)附錄A中的S2部分。校準(zhǔn)期間,校準(zhǔn)后的模型在獲取確診人數(shù)、死亡人數(shù)和治愈人數(shù)的總體趨勢(shì)方面表現(xiàn)良好(見(jiàn)附錄A中的圖S2)。校準(zhǔn)結(jié)果表明,就湖北省和中國(guó)所有其他省份而言,抗疫假期期間的病毒傳播率分別只有假期之前的55%和45%。
2.3.1. 不同持續(xù)時(shí)間下公共假期對(duì)疫情控制的影響
我們估算了以下抗疫假期場(chǎng)景下的累計(jì)確診人數(shù)和總感染人數(shù):①基礎(chǔ)場(chǎng)景——湖北省設(shè)立21 d的抗疫假期,中國(guó)所有其他省份設(shè)立10 d的抗疫假期,均從2020 年1月24日開(kāi)始[5,31];②不設(shè)抗疫假期;③ 7 d抗疫假期——從2020年1月24日開(kāi)始,為期7 d,與中國(guó)春節(jié)假期的長(zhǎng)度相同;④ 10 d抗疫假期——從2020年1 月24 日開(kāi)始,為期10 d;⑤ 21 d抗疫假期——從2020年1 月24 日開(kāi)始,為期21 d。
2.3.2. 不同時(shí)間起點(diǎn)下公共假期對(duì)疫情控制的影響
此外,我們估算了基礎(chǔ)場(chǎng)景中,不同時(shí)間起點(diǎn)下的累計(jì)確診人數(shù)和總感染人數(shù):①在基礎(chǔ)場(chǎng)景下提前5 d開(kāi)始;②在基礎(chǔ)場(chǎng)景下推遲5 d開(kāi)始。
2.3.3. 在同時(shí)實(shí)施其他政策以進(jìn)一步降低病毒傳播率的情況下,公共假期對(duì)疫情控制的影響
最后,我們估算了抗疫假期期間,不同疫情控制政策及效果下的累計(jì)確診人數(shù)和總感染人數(shù):與基礎(chǔ)場(chǎng)景相比,抗疫假期期間的病毒傳播率分別降低了50%和90%。
我們進(jìn)一步估計(jì)了不同政策場(chǎng)景下,新冠肺炎疫情達(dá)到特定傳播水平所需天數(shù):①確診10 000例、50 000例和100 000例所需天數(shù);②總感染人數(shù)(包括確診/診斷、未確診和潛伏性感染)達(dá)到50 000例和100 000例所需天數(shù)。將各種抗疫假期場(chǎng)景下的這些數(shù)字與不設(shè)抗疫假期的場(chǎng)景進(jìn)行比較,以量化基礎(chǔ)場(chǎng)景及各種變體場(chǎng)景下疫情傳播的天數(shù)。
這項(xiàng)研究的資助者在研究設(shè)計(jì)、數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)解釋或報(bào)告撰寫(xiě)中未發(fā)揮任何作用。
圖1顯示了在中國(guó)大陸地區(qū),抗疫假期在不同持續(xù)時(shí)間下對(duì)疫情控制的影響。垂直虛線表示基礎(chǔ)場(chǎng)景中抗疫假期的時(shí)間起點(diǎn),即2020年1月24日。圓點(diǎn)代表每日的累計(jì)確診人數(shù)[27]。與不設(shè)抗疫假期的場(chǎng)景相比,設(shè)立抗疫假期能夠大幅減少感染人數(shù)??挂呒倨诘挠绊戨S著持續(xù)時(shí)間的增加而增強(qiáng)。由于新冠病毒的潛伏期相對(duì)較長(zhǎng),并且疫情正處在早期控制階段,因此抗疫假期開(kāi)始后,確診人數(shù)并沒(méi)有迅速減少 [圖1(a)]。從長(zhǎng)期來(lái)看,抗疫假期能夠很快減少各種感染[圖1(b)],并延緩疫情傳播。附錄A中的S3部分分別展示了抗疫假期對(duì)湖北省以及中國(guó)所有其他省份的影響。
與不設(shè)抗疫假期的場(chǎng)景相比,基礎(chǔ)場(chǎng)景可使確診感染50 000例和100 000例的時(shí)間分別延遲6.19 d和7.54 d??偢腥救藬?shù)達(dá)到100 000例的時(shí)間延遲幅度與此相似(表 1)。延遲達(dá)到特定傳播水平的時(shí)間,會(huì)隨著假期時(shí)間的增加而增多。比如,為期7 d的全國(guó)性抗疫假期可使確診感染100 000例的時(shí)間再多延遲4.36 d,而為期21 d的全國(guó)性抗疫假期會(huì)讓這種延遲再增加近10 d。
圖1. 抗疫假期在不同持續(xù)時(shí)間下對(duì)疫情控制的影響。(a)累計(jì)確診人數(shù);(b)累計(jì)感染(包括潛伏期感染和活躍感染)人數(shù)。實(shí)線表示不設(shè)抗疫假期的場(chǎng)景,虛線表示不同持續(xù)時(shí)間的抗疫假期。陰影表示模型輸出的95%的不確定區(qū)間。
圖2顯示了抗疫假期在不同時(shí)間起點(diǎn)下對(duì)疫情控制的影響。時(shí)間起點(diǎn)越早,政策影響越大;但隨著疫情的不斷發(fā)展,這種影響會(huì)逐漸減弱。在基礎(chǔ)場(chǎng)景中,如果抗疫假期提前5 d實(shí)施,則確診感染達(dá)到10 000例的時(shí)間將會(huì)再延遲5.14 d。但是,提前實(shí)施這一政策只能使確診感染達(dá)到100 000例的時(shí)間多延遲1.47 d。在基礎(chǔ)場(chǎng)景中,如果抗疫假期推遲5 d實(shí)施,抗疫假期的影響將會(huì)大幅減弱(圖2)。
表1 抗疫假期對(duì)新冠肺炎疫情達(dá)到不同傳播水平所需天數(shù)的影響
圖2. 抗疫假期在不同時(shí)間起點(diǎn)下對(duì)疫情控制的影響。(a)累計(jì)確診人數(shù);(b)累計(jì)感染(包括潛伏期感染和活躍感染)人數(shù)。實(shí)線表示基礎(chǔ)場(chǎng)景(湖北省為21 d,中國(guó)所有其他省份為10 d,均于2020年1月24日開(kāi)始),虛線表示在基礎(chǔ)場(chǎng)景中,抗疫假期提前或延后5 d實(shí)施的情況。陰影表示模型輸出的95%的不確定區(qū)間。
圖3顯示了在同時(shí)實(shí)施其他政策以進(jìn)一步降低傳播率的情況下,抗疫假期對(duì)疫情控制的影響。此類干預(yù)措施可大幅增強(qiáng)政策的影響力。與基礎(chǔ)場(chǎng)景中抗疫假期當(dāng)前的傳播率校準(zhǔn)降低的情況相比,病毒傳播率降低50%和90%,會(huì)使確診感染10 000例的時(shí)間分別再延遲1.69 d和6.00 d。
圖3. 不同傳播率下抗疫假期對(duì)疫情控制的影響。(a)累計(jì)確診人數(shù);(b)累計(jì)感染(包括潛伏期感染和活躍感染)人數(shù)。實(shí)線表示基礎(chǔ)場(chǎng)景(湖北省為21 d,中國(guó)所有其他省份為10 d,均于2020年1月24日開(kāi)始),虛線表示病毒傳播率分別降低50%和90%的抗疲假期場(chǎng)景。陰影表示模型輸出的95%的不確定區(qū)間。
中國(guó)在新冠肺炎疫情暴發(fā)初期就設(shè)立了抗疫假期,為有效應(yīng)對(duì)疫情爭(zhēng)取了大量時(shí)間。模型顯示,春節(jié)假期及其后延長(zhǎng)的3 d明顯抑制了新冠病毒的蔓延。根據(jù)校準(zhǔn)結(jié)果,抗疫假期迅速并大幅降低了新冠病毒的傳播率:湖北省降到了假期前的55%,中國(guó)所有其他省份降到了假期前的45%??挂呒倨诘暮诵牟呗允谴蠓鶞p少人群社會(huì)聚集,從而防止無(wú)癥狀感染者傳播病毒。與此相反,如果沒(méi)有在假期期間實(shí)施疫情控制策略,那么旨在刺激消費(fèi)和提振國(guó)內(nèi)需求的正常度假政策將可能加劇疫情擴(kuò)散。抗疫假期期間,由于人們足不出戶,因此沒(méi)有引發(fā)病毒在社區(qū)傳播。政府要求居民盡量呆在家中,并關(guān)閉了公共場(chǎng)所,這些措施對(duì)阻止病毒跨省傳播發(fā)揮了極大效力[1]??挂呒倨谕七t了中國(guó)各地的群體性活動(dòng),并減少了春節(jié)期間湖北省民眾通過(guò)走親訪友的方式將病毒傳播給其他省份的機(jī)會(huì)。
我們分析的基礎(chǔ)場(chǎng)景是國(guó)務(wù)院在疫情初期發(fā)布的抗疫假期:湖北省為21 d,中國(guó)所有其他省份為10 d。此外,我們還分別量化了這一總體影響的幾個(gè)重要成因:中國(guó)春節(jié)假期歷時(shí)7 d;全國(guó)統(tǒng)一將春節(jié)假期延長(zhǎng)3 d;湖北省假期額外延長(zhǎng)11 d(這樣,湖北省的假期總時(shí)長(zhǎng)達(dá)到21 d)。實(shí)際上各地延遲假期的天數(shù)要比基礎(chǔ)場(chǎng)景中的還要長(zhǎng)。春節(jié)假期所產(chǎn)生的影響大約占整個(gè)抗疫假期影響的一半,湖北省額外延長(zhǎng)的假期政策影響大約占總體政策影響的1/5。因此,與新冠肺炎疫情同時(shí)開(kāi)啟的春節(jié)假期是整個(gè)抗疫假期影響的主要驅(qū)動(dòng)力。之所以將春節(jié)假期包括在總體政策影響的估算中,是因?yàn)榧词惯@一傳統(tǒng)節(jié)日不與疫情暴發(fā)的時(shí)間同步,中國(guó)政府也會(huì)在這一時(shí)刻啟動(dòng)抗疫假期的政策。此外,抗疫假期對(duì)控制疫情傳播的關(guān)鍵影響機(jī)制——保持社交距離——與傳統(tǒng)假期或公共衛(wèi)生政策毫無(wú)關(guān)系。對(duì)于未來(lái)使用春節(jié)這一傳統(tǒng)假期來(lái)遏制新發(fā)突發(fā)傳染病的傳播,類似巧合不太可能再次出現(xiàn),因此將春節(jié)假期計(jì)入總體政策影響最為合適。
第二個(gè)主要發(fā)現(xiàn):抗疫假期實(shí)施得越早、持續(xù)時(shí)間越長(zhǎng),就越能有效延緩疫情的傳播。春節(jié)假期雖然與新冠肺炎疫情暴發(fā)時(shí)間吻合,但中國(guó)政府仍迅速?zèng)Q定延長(zhǎng)抗疫假期,而處在疫情“震中”的湖北省更是規(guī)定了更長(zhǎng)的閉戶時(shí)間。這些發(fā)現(xiàn)對(duì)未來(lái)應(yīng)對(duì)新發(fā)突發(fā)傳染病具有一定的指導(dǎo)意義,政府應(yīng)在傳染病暴發(fā)的最初階段,就考慮抗疫假期并綜合考慮是否采取延長(zhǎng)的策略。進(jìn)行此類決策時(shí),政府需要權(quán)衡抗疫假期對(duì)疫情控制及其他社會(huì)發(fā)展的影響,而本研究并未對(duì)此進(jìn)行分析??挂呒倨诖_實(shí)在短時(shí)期內(nèi)會(huì)阻礙經(jīng)濟(jì)增長(zhǎng)[32]。未來(lái)的研究應(yīng)進(jìn)一步著眼于抗疫假期產(chǎn)生的多重結(jié)果,同時(shí)量化政策變量的不同影響,比如在不同地方、不同時(shí)間實(shí)施抗疫假期政策。
第三個(gè)主要發(fā)現(xiàn):如果其他干預(yù)措施進(jìn)一步降低了假期期間的病毒傳播率,則抗疫假期在延緩疫情蔓延方面的效力將會(huì)大幅增強(qiáng)。此類干預(yù)措施包括追蹤接觸者、密切接觸者居家隔離以及環(huán)境消毒和通風(fēng)等。
本研究的目的不是復(fù)制中國(guó)在新冠肺炎疫情期間的整個(gè)感染軌跡和防控舉措,而是探索疫情暴發(fā)初期以保持社交距離為主要目的的抗疫假期所產(chǎn)生的影響,及其持續(xù)時(shí)間和開(kāi)始時(shí)間對(duì)疾病傳播速度的總體影響。政府幾乎可以立即實(shí)施抗疫假期,因?yàn)樵撜卟恍枰渴鹦碌幕A(chǔ)設(shè)施或體系,只需要宣布和發(fā)布該假期。
相反,其他的疫情防控策略和方法需要更長(zhǎng)時(shí)間的計(jì)劃和實(shí)施,因?yàn)樾枰渴鹦碌幕A(chǔ)設(shè)施或體系。我們使用了傳染病初期的流行病學(xué)數(shù)據(jù)(即在2020年1月31日之前的正常農(nóng)歷春節(jié)期間)來(lái)校準(zhǔn)新冠疫情傳播的動(dòng)態(tài)模型。這種選擇使我們能夠?qū)⒖挂呒倨诘挠绊懪c后來(lái)實(shí)施的政策和方法區(qū)分開(kāi)。后期實(shí)施的政策和方法包括“應(yīng)收盡收、應(yīng)治盡治”(leave no patient unattended or untreated)的防疫措施,大規(guī)模開(kāi)展快速檢測(cè),一旦發(fā)現(xiàn)感染者便會(huì)進(jìn)行隔離和治療[33]。該策略需要部署新的基礎(chǔ)設(shè)施。例如,中國(guó)政府于2020年2月在湖北省武漢市開(kāi)設(shè)了新的醫(yī)院(火神山和雷神山醫(yī)院)對(duì)新冠肺炎患者進(jìn)行治療和隔離,并使用方艙醫(yī)院對(duì)輕癥或中癥新冠肺炎患者實(shí)施集中機(jī)構(gòu)隔離[33]。該策略還需要時(shí)間為大規(guī)模檢測(cè)和集中機(jī)構(gòu)隔離建立廣泛的社會(huì)支持[34]。早期抗疫假期和后期政策的綜合影響是,到2020年3月,武漢市和中國(guó)其他地區(qū)已控制了新冠肺炎疫情[23]。
結(jié)果表明,倘若未在抗疫假期結(jié)束后繼續(xù)采取其他措施(正如本研究中所假設(shè)的那樣),那么新冠肺炎疫情便會(huì)恢復(fù)到假期之前的指數(shù)級(jí)增長(zhǎng)軌跡。也就是說(shuō),以在一定期限保持社交距離為主要目的抗疫假期不應(yīng)被視為新冠肺炎疫情的“治愈劑”,它只是減緩了病毒的傳播速度,或者說(shuō)是在理想情況下將其增速保持在可控范圍,以便醫(yī)療系統(tǒng)及時(shí)應(yīng)對(duì)。這表明當(dāng)抗疫假期結(jié)束并重啟經(jīng)濟(jì)時(shí),如不采取預(yù)防措施,疫情仍有可能死灰復(fù)燃或出現(xiàn)第二波疫情[35]。為防止產(chǎn)生嚴(yán)重后果,各國(guó)在重啟經(jīng)濟(jì)后仍應(yīng)采取一系列措施來(lái)保持社交距離,其中包括減少人員接觸、限制民眾聚集以及鼓勵(lì)員工居家辦公(如果條件允許的話)。
通過(guò)設(shè)立公共抗疫假期,政府能爭(zhēng)取更多時(shí)間來(lái)制定所缺失的有效應(yīng)對(duì)措施。首先,國(guó)家可利用抗疫假期來(lái)完善基礎(chǔ)設(shè)施,如方艙醫(yī)院。其次,抗疫假期有助于國(guó)家調(diào)配篩查、診斷和治療新冠肺炎患者所需的醫(yī)療用品,培訓(xùn)和部署包括住院醫(yī)生和感染控制專家在內(nèi)的專業(yè)人力資源來(lái)應(yīng)對(duì)長(zhǎng)期疫情。最后,抗疫假期能夠減緩疫情傳播,從而為積累知識(shí)爭(zhēng)取更多時(shí)間,這對(duì)于改善疫情應(yīng)對(duì)的長(zhǎng)期影響和具體情況至關(guān)重要[36–41]??挂呒倨谄陂g,中國(guó)在識(shí)別和診斷新冠病毒[42,43]、研究病毒的起源和傳播途徑[17,18,41]、分析流行病學(xué)模式[28,44,45]以及探尋治療方案[46–48]等方面都取得了實(shí)質(zhì)性進(jìn)展。但目前對(duì)新冠病毒傳播途徑的了解仍不全面,仍未找到有效的抗病毒療法及疫苗[46,49]。
研究仍存在一些局限性。首先,我們對(duì)中國(guó)在抗疫假期期間為鼓勵(lì)保持社交距離而采取的早期疫情應(yīng)對(duì)政策(如暫停辦公、關(guān)閉公共場(chǎng)所、封閉社區(qū)、主動(dòng)追蹤接觸者和加強(qiáng)教育)的綜合影響進(jìn)行了建模。政府部門未來(lái)在參考調(diào)查結(jié)果進(jìn)行政策決策時(shí),不應(yīng)籠統(tǒng)地認(rèn)同抗疫假期的總體效力,還應(yīng)考慮假期期間采取的各種綜合措施。實(shí)際上,我們的模型通過(guò)對(duì)湖北省與中國(guó)所有其他省份的病毒傳播率和減少量分別進(jìn)行校準(zhǔn),說(shuō)明了疾病傳播和疫情控制效果可能存在不同模式。未來(lái)的實(shí)證研究應(yīng)剖析抗疫假期中各種重要措施的影響,從而為決策提供更明確的支持。其次,我們僅估計(jì)了抗疫假期對(duì)疫情控制的影響,沒(méi)有量化其對(duì)社會(huì)和經(jīng)濟(jì)發(fā)展的影響。未來(lái)的研究應(yīng)剖析抗疫假期對(duì)一系列問(wèn)題的影響,有原則地相互權(quán)衡(如進(jìn)行成本效益分析)。再次,我們沒(méi)有在模型中明確表述診斷能力的極限。為了簡(jiǎn)化模型結(jié)構(gòu),我們只假設(shè)了感染者出現(xiàn)癥狀后的總體診斷延誤情況,并根據(jù)報(bào)告的確診病例進(jìn)行了校準(zhǔn)。除了抗疫假期期間采取的防控措施外,隨著疫情后期檢測(cè)能力的大幅提升(雖未被模型捕獲),診斷延誤的減少有助于進(jìn)一步控制確診和收治(或隔離)之前的病毒傳播,這可能會(huì)導(dǎo)致確診病例短期內(nèi)快速增多,但長(zhǎng)遠(yuǎn)來(lái)看,檢測(cè)收治能力上升后,新增感染將會(huì)放緩。最后,我們僅估算了抗疫假期對(duì)疾病傳播的影響,而沒(méi)有量化其對(duì)社會(huì)和經(jīng)濟(jì)的影響。未來(lái)的研究應(yīng)確定抗疫假期對(duì)一系列結(jié)果的影響,并使用如成本效益分析等方法進(jìn)行權(quán)衡。
以中國(guó)為例,我們發(fā)現(xiàn)抗疫假期可極大地抑制新冠病毒的傳播。但是,如果疫情未在抗疫假期期間得到有效控制(即社區(qū)仍存在未被發(fā)現(xiàn)的病例),假期之后也未采取其他防控措施,那么病例將會(huì)激增并最終攀升至假期之前的水平,這說(shuō)明重啟經(jīng)濟(jì)后仍需繼續(xù)保持社交距離。本研究強(qiáng)調(diào)疫情防控需要長(zhǎng)期策略,即使人們?cè)诩倨诤笾胤倒ぷ鲘徫?,該策略也能有效防控疫情。因此,抗疫假期的主要好處在于能通過(guò)延緩病毒傳播為政府提供重要的時(shí)間窗口,以便完善基礎(chǔ)設(shè)施、制定公共衛(wèi)生防治措施、積累有關(guān)病毒的科學(xué)知識(shí),從而為長(zhǎng)期防控做好準(zhǔn)備。
致謝
本研究受比爾及梅琳達(dá)·蓋茨基金會(huì)(INV-006261)“COVID-19:中國(guó)公共衛(wèi)生治理和服務(wù)供應(yīng)體系研究”(2020—2022)及德國(guó)洪堡基金會(huì)資助。
Compliance with ethics guidelines
Simiao Chen, Qiushi Chen, Weizhong Yang, Lan Xue,Yuanli Liu, Juntao Yang, Chen Wang and Till B?rnighausen declare that they have no conflict of interest or financial conflicts to disclose.
Appendix A. Supplementary data
Supplementary data to this article can be found online at https://doi.org/10.1016/j.eng.2020.07.018.