印度疫情怎樣了?該國研究人員對一個人口大邦進行了預測分析

印度與中國人口總量相當,超過 13 億人,又與中國毗鄰,其受到新冠疫情的影響有多大卻一直是個謎。

在印度,第一例新冠患者在 2020 年 1 月 30 日才被發現,3 月底,印度僅通報了 519 例確診病例,10 人病逝,但當時印度總理莫迪(Narendra Modi)緊急宣佈在全國範圍內實施封鎖,以減緩冠狀病毒的傳播,限制令從 3 月 25 日零時生效,並將持續 21 天。截至 4 月 21 日,印度官方披露已累計確診 18985 例病例,其中 603 人死亡。

由於印度部分地區人口密度大、醫療資源不足,衛生教育缺失且病毒檢測率較低等原因,專家們擔心實際數目可能要高得多。

日前,來自印度衛生聯合研究與教育協會,Krashapana 諮詢公司聯合的研究人員,在 medrxiv 上發表一篇預印本論文,通過模型預測分析印度南部特倫甘納邦(Telangana)的新冠肺炎易感、感染、恢復或死亡病例的人群聚集傳播途徑,該邦約有 4000 萬人口。

研究結果稱,如果不繼續實行人口封鎖或社交隔離機制,該邦預計在 7 月底會達到疫情峰值,到 2020 年 8 月,36% 的人口或將受到新冠肺炎感染,預計死亡人數為 48.8 萬人(95% 置信區間,329400-646600)。而如果能嚴格執行人口封鎖,注重手部和麵部衛生防護,將可以使病毒傳播減少 99.7%,部分社交隔離和公共衛生措施將使傳播減少 51.2%。

印度疫情怎樣了?該國研究人員對一個人口大邦進行了預測分析

圖|SIR 模型對特倫甘納邦新冠疫情擴散的預測(來源:medrxiv)

根據截至 2020 年 4 月 4 日的數據(來源於印度衛生和家庭福利部),272 名檢測呈陽性的人中,33 人(12.13%)康復,11 人(4.0%)死亡,以此為基數參考,研究人員使用 SIR 模型(一種傳播模型)對特倫甘納邦人群中感染病例進行了預測,如果沒有嚴格的干預措施,基本傳染數 R0=3,該地區的感染將在 7 月底和 8 月的第一週達到高峰,估計會有 1191 萬人(佔該邦總人口的 36%)在此期間感染新冠病毒。

印度疫情怎樣了?該國研究人員對一個人口大邦進行了預測分析

圖|將 SIR 模型與特倫甘納邦報告的累積新冠病例相匹配(來源:medrxiv)

世衛組織估計,目前印度 80% 的感染者為無症狀或輕微症狀,15% 重症患者需要住院治療,5% 需要重症監護。照此推算,到今年 8 月的第一週達到預計的感染高峰期,特倫甘納邦對重症或危重病人的公共衛生需求將達到至少 238 萬張病床,但該州目前只有 27.8 萬張病床,僅能滿足十分之一左右。

印度疫情怎樣了?該國研究人員對一個人口大邦進行了預測分析

圖|2020 年 3 月 2 日至 12 月 27 日期間,階段性非藥物干預情景下感染傳播和死亡率的峰值預測(來源:medrxiv)

另外,研究顯示,通過面部和手部衛生防護以及關於遵守社交隔離的公共衛生要求等措施,感染的峰值累積數可減少約 51.2%(感染的峰值人數從 1191 萬減少到 594 萬),如果能堅持人口的完全封鎖超過規定的 21 天,感染高峰會急劇下降 99%,在觀察期 34 天內的 R0 值能降為 1.38,假設這代表了該州病例的趨勢,那麼感染高峰時活躍病例的數量預測將為 37157 例,並將導致 1486 例死亡(95% 可信區間,1003-1969)。

不過,關鍵是這些管制措施能否很好地被民眾自覺遵守並施行。儘管有干預措施和沒有干預措施的各種情況提供了一個預測範圍,但研究人員認為,在 4 月的第二週之前,沒有干預措施的情況可能更接近實際情況,研究人員用模型分析了截至 3 月 25 日印度政府宣佈封鎖措施後 10 天的數據,但該數據更接近疾病的潛伏期,表明過去 10 天檢測到的感染未受到封鎖禁令措施的影響。

印度疫情怎樣了?該國研究人員對一個人口大邦進行了預測分析

圖|印度新冠疫情期間的流動人群(來源:BBC)

論文作者提出了兩種遏制策略:1、入境港和航空管制;2、減緩國內連接。除了本地人口,還需要在入境和接觸者之間進行強有力的篩查。作為新冠病毒傳播的高危地區之一,特倫甘納邦首府海得拉巴是印度第四大城市,人口密度很高,每平方公里有 18172 人,該市還有一個國際機場,2018-2019 年總客流量超過 2000 萬人次,其中包括 400 萬國際旅客,並與德里、孟買、班加魯魯等其他重要城市有良好的鐵路和公路連接。

不過,這項工作的侷限性之一是缺乏對城鄉差別的具體分析,按城市化水平研究的報告可能並不十分全面,因為不能忽視感染 / 流行病已經從城市轉移到該州比較落後的城市周邊或農村區域的可能性。

作者最後也強調,這些都是基於廣泛人口水平的預測。目前的假設沒有涉及醫療工作者等群體,建模也沒有針對可能是高風險地點(如醫院)的弱勢群體和區域進行調整,仍需要更多的數據來清楚地瞭解不同群體和區域的差分傳播動力學。


分享到:


相關文章: