針對COVID-19，科研人員展開了一場緊張的學術接力，就COVID-19的病原學特點、臨床表現、流行病學特徵等發表論文，《NEJM》《LANCET》等頂級期刊也紛紛發表權威述評，本報告對2019年12月份以來，國內外研究人員在 《LANCET》《Science》《Nature》等正式學術期刊以及biorxiv、medRxiv等預印 本平臺上公開的發表COVID-19相關研究論文情況進行統計分析，以期為疫情防控提供參考借鑑。

截至2月11日發表的針對2019-nCoV的97篇學術論文^[1]所屬領域如圖所示，其中，關於流行預測的論文最多，佔38.1%，主要是基於一些病例數據，通過各種數學模型，估計2019-nCoV的傳播特徵，例如，基本再生數、潛伏期、預計感染人數以及防控干預措施的效果。其次是機理研究，佔24.7.%，主要涉及2019-nCoV的潛在受體ACE2以及蛋白酶的研究，另外還有部分涉及病毒基因組表徵和特異性序列分析等，旨在為藥物設計提供靶標和思路。另外有11.3%的論文研究聚焦抗病毒藥物和疫苗以及抗體，主要基於同源建模等方法進行有潛力藥物的篩選，尚未有相關藥物臨床數據披露。此外，關於病毒溯源的文章佔比9.3%。臨床資料類的文章佔比7.2%，病毒檢測和疾病診斷佔比5.2%。

圖1 學術論文所屬研究領域分佈

流行預測和風險評估

基於模型開展的流行特徵研究佔38.1%，其中在medRxiv發表12篇、bioRxiv發表10篇、The Lancet發表3篇、Eurosurveillance發表3篇，其餘發表在Journal of Clinical Medicine、Journal of Medical Virology雜誌上。

發表的機構主要來自8個國家，其中中國23篇（包括香港4篇）、美國4篇、英國4篇，日本2篇。

這些文章主要是通過不同的建模方法，基於報告病例的數據分析，分析了新型冠狀病毒的早期流行學特徵，包括起源時間、基本再生數、平均潛伏期、疫情倍增時間以及感染病例估計等，研究認為該病毒存在人際傳播，具有很高的大流行風險，並應警惕無症狀傳播。相關論文也估計了2019-nCoV的傳播風險，預測感染人數比實際報告人數要高，評價了公共衛生策略對其干預的效果和意義，旅行禁令和隔離措施有效減緩了疫情的蔓延。很多研究人員同時指出流行病建模嚴重依賴於支持模型的假設以及已確診病例的時間和報告，並且在此早期階段與暴發相關的不確定性很大。這些方法各有特點，因為採用了不同的模型和算法，得出的結果各不相同。

1月19日，廈門大學公共衛生學院Tianmu Chen團隊開發了蝙蝠-宿主-儲存宿主-人傳播網絡模型，用於模擬從感染源（可能是蝙蝠）到人類感染的潛在傳播。但有觀點認為該文章作者是基於機場和航班的數據，進行了預測和建模從而推測本次疫情暴發的嚴重程度。

1月24日，香港大學在《柳葉刀》上發表了關於家庭聚集性傳播的研究論文，表明2019年新型冠狀病毒的人與人之間傳播情況。

1月24日，英國蘭卡斯特大學等研究機構發表的預印版文章，通過建模預測了新型肺炎疫情的可能進程以及進出武漢的旅行限制的潛在影響，若不加控制武漢感染或超19萬人。1月28日，該團隊根據截至不同時間的病例信息估計2019-nCoV的基本再生數R0為2.39-4.13，武漢病例確診率為5.0%，預測指出，1月1日至22日，武漢共有21022（11090-33490）例感染病例。

1月25日，牛津大學的預印版文章，通過數據模擬估計了輸入病例之後出現持續人際傳播的概率。研究指出，如果通過嚴密的監測，可使病例從症狀出現到住院的平均時間減半，這樣一來輸入性病例導致持續傳播的概率僅為0.005。

1月25日，西安交通大學等機構發表的預印版文章通過建模預計2019-nCoV將在中國導致8042例感染和11.02%的致死率。文章指出，2019-nCoV的基本再生數R0在2019年12月12日開始流行時，估計為4.71，但到2020年1月22日，其有效基本再生數R0下降到2.08。如果繼續下降趨勢，假設疫情不再復發，則疫情將在3個月內逐漸消失。研究人員還認為，快速診斷並保證病例及時隔離，以及綜合干預措施，將對2019-nCov疫情未來趨勢產生重大影響。

1月26日，中山大學和波士頓大學機構等發表的預印本文章，通過邏輯建模估計2019-nCoV病例累計數約為SARS總數的2到3倍，並預計暴發高峰期在2月上旬或中旬。該研究表示應該限制或禁止區域性遷移，以防止超級傳播者的出現和移動。

1月26日，1月27日，1月31日，中國科學院古脊椎動物與古人類研究所等機構的預印版文章，使用貝葉斯方法框架，基於GISAID更新的不同數量的基因組序列，推斷從時間校準的病毒系統發育和有效再生數Re隨時間的變化，來表示此次2019-nCoV的流行動態。估算該病毒最近共同祖先時間預計為2019年12月17日（95%置信區間：2019年12月5日至2019年12月23日）。1月26日，Re隨時間急劇變化，最高值為2.5（0.5，4.9），最低值為0.3（0.006，1.47）（中間值和95%置信區間）。1月27日，Re的中值估計值在0.2到2.2之間。1月31日，Re的估計中值從1.6變為1.1。這項研究提供了對2019-nCoV流行的早期認識。然而，由於數據量有限，在現階段解釋計算結果時應謹慎。

1月26日，廣東省疾病控制預防中心等機構發表的預印本文章結果顯示2019-nCoV感染的平均潛伏期為4.8天。估計2019-nCoV的基本再生數R0分別為2.90和2.92，高於SARS-CoV的相應R0值為1.77和1.85，該新型冠狀病毒肺炎比SARS具有更高的大流行風險，需要加強嚴控遏制其進一步蔓延。

1月27日，荷蘭國立公共衛生與環境研究所和萊頓大學醫學中心的預印版文章，根據在武漢市以外地區發現的34例確診病例的旅行史和症狀，估計平均潛伏期為5.8天。1月30日，該團隊根據最新的88例病例報告，估計2019-nCoV感染的平均潛伏期為6.4天。

1月28日，西安工程大學和西安交通大學的預印版文章，通過建模考慮跨地區的人員流動，揭示控制流行病的三種措施（隔離感染人群、減少人員流動和治療改善）的影響。研究結果表明，目前我國的預防和控制措施非常有必要。這項研究進一步驗證了國際和國內專家對無症狀傳播的關注。

1月28日，暨南大學和英國帝國理工學院以及香港大學的預印版文章，建模評估不同診斷率和不同公共衛生干預效果下的2019-nCoV暴發的醫療系統負擔。如果不採取公共衛生干預措施，估計有26,701例病例（截至2020年1月28日）；如果公共衛生干預措施的有效性至少達到70％，那麼到2月7日，預測病例數將急劇下降至11,056例，可以大大減輕估計的醫療保健系統負擔。1月30日，該團隊等更新評估結果，如果未實施任何公共衛生干預措施，則實際感染病例數估計有88,075例（截至2020年1月31日），預計隔離病房和ICU的負擔分別為34,786和9,346。研究呼籲繼續實施已實施的反傳播措施（例如關閉學校和設施、暫停公共交通、封鎖城市），並採取進一步有效的大規模干預措施以覆蓋所有人群（例如戴口罩），以期獲得整體功效達到70％~90%，以確保衛生系統功能並避免其崩潰。

1月29日，中國十幾家疾控部門聯合在《新英格蘭醫學雜誌》上發表了文章，評估2019-nCoV在武漢的初期傳播動力學特徵。估計平均潛伏期為5.2天，在初期截至1月4日的流行曲線中，該流行病倍增時間為7.4天，基本再生數R0估計為2.2。

1月29日，中國科學院和香港城市大學等機構發表的預印本文章指出2019-nCoV的有效再生數Re比SARS高。

1月29日，香港中文大學等機構的預印版文章，通過對2020年1月10日至1月24日中病例和間隔時間的流行曲線建模估計2019-nCoV的基本再生數R0為2.24-3.58，1月24日曾發文估計基本再生數R0為3.30-5.47，研究證明了報告率的變化在很大程度上影響了基本再生數R0的估算。

1月30日，瑞士伯爾尼大學社會與預防醫學研究的文章分析了武漢2019年新型冠狀病毒（2019-nCoV）的早期人際傳播模式，該研究估計2019-nCoV的基本再生數R0約為2.2（90％高密度區間：1.4-3.8），這表明人與人之間持續傳播的潛力。

1月30日

1月30日，德克薩斯大學奧斯汀分校和巴斯德研究所等機構發表了預印版文章，研究人員基於估計的基本再生數R02.56，發現131個城市檢疫前輸入病例的概率超過50％，包括6個人口超過200萬截至1月27日沒有報告病例的城市。

1月30日，芝加哥大學、加州大學洛杉磯分校等的預印版文章，研究人員分析了不同旅行篩查計劃的預期影響。研究人員估計，即使在最佳情況下，篩查也會漏掉大約50%的受感染旅行者，並且篩查遺漏的大多數病例從根本上是無法檢測到的，因為其尚未出現症狀並且不知道自己已經暴露。

1月31日，香港大學研究人員在《柳葉刀》發表文章，對源自中國武漢的2019-nCoV疫情國內和國際潛在傳播開展了預測。研究人員估計2019-nCoV的R0為2.68，截至2020年1月25日75815個人（95％置信區間 37304–130330）已被感染，流行倍增時間為6.4天（95％置信區間5.8-7.1）。研究人員指出，如果隨著時間的推移2019-nCoV在國內各地的傳播性都相似，則可以推斷，在武漢疫情暴發大約1-2周後，中國多個主要城市的疫情已經呈指數增長。

2月2日，北京師範大學和牛津大學等機構的預印版文章，研究人員通過結合流行病學和人類流動性數據研究發現，旅行禁令使從武漢到中國其他城市的2019-nCoV傳播速度減慢了2.91天（95%置信區間2.54-3.29）。這種延誤為建立和加強其他控制措施提供了時間，這些控制措施對於遏制該流行病至關重要。

2月2日，英國倫敦衛生與熱帶醫學院的預印版文章，通過數學建模研究樂2019-nCoV傳播和控制的早期動力學特徵。研究人員估計，從2020年12月中旬到2020年1月中旬，中值傳染數R在1.6-2.9之間波動，並且估計到2020年1月23日武漢市實施出行限制時，武漢市共有29,500例（14,300-85,700例）有症狀的病例。

2月2日，吉林大學的預印版文章，通過建模模擬，預計湖北省的流行高峰期將在2020年1月28日至2020年2月7日之間，感染病例將達到7000-9000例。這些估算是基於一些假設，存在一定的侷限性。

2月2日，北海道大學發表的預印版文章指出，在其他國家/地區確診的2019-nCoV輸出感染病例，為估計中國的累積發病率和確診的病例死亡風險（cCFR）提供了機會。該研究使用發病率的指數增長率，從統計學上估算了cCFR和基本傳染數。截至2020年1月24日，有23個輸出病例，估計自2019年12月8日起的增長率（情景1），和自輸出病例增長以來的數據（情景2），估計中國的累計發病病例分別為5433例和17780例。cCFR最新估計分別為4.6%和7.7%。基本傳染數分別估計為2.2和3.7。研究人員指出當前的2019-nCoV流行有引起大流行的潛力。

2月2日，陝西中醫藥大學等機構的預印版文章，比較了新型冠狀病毒2019-nCoV與2003-SARS的傳播和流行病學特徵，結果表明新型冠狀病毒肺炎死亡率低於2003-SARS，治癒率較高。新型冠狀病毒肺炎患者年齡主要集中在30-50歲（68.29%）。第一代新型冠狀病毒肺炎患者的傳染和危害程度確實高於第二代患者。

2月2日，美國普林斯頓大學等機構的預印版文章提出一種新的方法體系，用於2019-nCoV早期暴發Ro的初步估計及其不確定性分析。針對已有建模方法和由此產生的估計值差別很大，研究者提出了一個新的方法框架，將Ro分解為三個關鍵量（指數增長率r、平均世代間隔G和世代間隔分佈kappa），以此方法框架來比較之前各種模型中的Ro，並將此方法體系應用於2019-nCoV暴發的Ro早期估計中。該方法強調了所有三個量中傳播不確定性的重要性，特別是在生成世代間隔分佈時。

2月2日，倫敦衛生與熱帶醫學院的預印版文章評估了機場篩查在檢測2019-nCoV感染旅客中的效果。研究人員估計，感染旅行者中有46.5%（95%置信區間：35.9到57.7）將不會被檢測到。這與之前1月30日芝加哥大學、加州大學洛杉磯分校估計的即使在最佳情況下，機場篩查也會漏掉大約50%的受感染旅行者吻合。

2月4日，中國疾病預防控制中心通過SSRN在《柳葉刀預印本》在線發佈截至1月28日新型冠狀病毒感染的流行趨勢的調查結果：1月28日之前確診5981例2019-nCoV感染病例，包括132例致命病例，病死率為2.21％，仍有9239例可能的病例。從1月23日開始，增長率一直在上升，並於1月27日達到峰值。至1月24日，在鄰近省（直轄市）中，重慶報道的病例最多。從1月25日至1月27日，河南報告的病例最多。1月28日，湖南報道的病例最多。在其他省份中，廣東和浙江的確診病例更多，增長率更高。

2月4日，北海道大學醫學院等機構發表的論文指出，依據日本撤僑航班上的乘客數據估算新型冠狀病毒感染的確診率。假設可以通過平均連續時間間隔(估計為7.5天)來獲得病毒檢測的平均窗口期，感染確診率估計為9.2％（95％置信區間：5.0到20.0）。表明截至2020年1月29日，武漢市的感染人數估計為20,767人，包括無症狀和輕度症狀感染者。因此，感染致死風險（IFR）（即所有感染個體之間的實際死亡風險）為0.3％至0.6％，這可與1957-1958年亞洲的流感大流行相提並論。

2月5日，匈牙利塞格德大學發表的預印版文章指出，研究人員開發了一種計算工具來評估中國境外新型冠狀病毒暴發的風險。科研人員評估了一國從輸入病例中暴發一次重大疾病的風險對關鍵參數的依賴性，研究發現，在與中國的連接性較低但當地地區域約束指標Rloc相對較高的國家中，降低暴發風險的最有益的控制措施是通過入境篩查或旅行限制進一步減少其輸入數量；連通性高但Rloc較低的國家從進一步降低Rloc的政策中受益最大；中間國家應該考慮將這些政策結合起來。

2月7日，美國喬治亞南方大學發表的預印版文章，整理並分析了1月20日到2月2日期間中國大陸各省份病例倍增時間，結果顯示：各省份疫情倍增時間從1天（湖南和河南）到3.3天（海南）不等，湖北疫情的倍增時間為2.4天；重慶、福建、黑龍江、河南、湖南、江西、山東、上海、山西、雲南、浙江這些地區疫情正在經歷快速且持續的增長（病例增加大於5倍且疫情倍增時間小於2天）。各省份倍增時間增加軌跡表明中國大陸通過採取社會隔離措施成功減緩了疫情的蔓延。

[1] 文獻信息採集難免有遺漏，僅供參考。

（截至2020年2月11日）

免 責

聲

明

“‘COVID-19’文獻內容梳理”由中國科學院武漢文獻情報中心和中國科學院文獻情報中心合作推出。該項服務旨在通過 提供最新科研論文線索、摘譯科研論文主要內容，為我國的科研 攻關和相關科學研究提供參考。工作團隊保持中立立場，無傾向 性意見，所摘譯內容主要用於說明科研論文本身，努力客觀真實 反映原文情況，起到供使用者參考的目的。所摘編內容都有具體 的文獻來源，請使用者通過文獻來源線索獲取具體的原始文獻， 並自行甄別和使用。由於水平所限，所摘編內容不免會有疏漏， 還請各位使用者諒解。

中國科學院文獻情報中心立足中國科學院、面向全國，主要為自然科學、前沿交叉科學和高技術領域的科技自主創新提供文獻信息保障、戰略情報研究服務、公共信息服務平臺支撐和科學交流與傳播服務，同時通過國家科技文獻平臺和開展共建共享為國家創新體系其他領域的科研機構提供信息服務。

閱讀更多 中國科訊 的文章

關鍵字: 2019你為誰驕傲 英國 設計