利用2020–2022年韩国的行为数据和监测数据，改进对COVID-19时变再生数（reproduction number）的估算

《Archives of Public Health》：Enhancing time-varying reproduction number estimates for COVID-19 with behavior and surveillance data in South Korea, 2020–2022

时间变动的有效再生数R(t)研究框架

　　

摘要

背景

准确估计时变的有效再生数 R(t) 对于解读传播动态和制定公共卫生措施至关重要。当行为变化和监测性能影响实际传染性以及观察到的病例出现的时间时，基于发病率的方法可能会出现偏差。

方法

我们开发了一个结合行为和监测数据的框架，专门针对韩国的实际情况（2020年2月至2022年1月）。利用全国流行病学数据（经过质量控制的20,155对感染者-感染者对）和谷歌移动性指标来构建特定环境下的行为特征——将居住移动性作为家庭接触时间的代理指标，以及一个综合的非居住活动指标。通过一个经过监测调整的生成间隔核函数将感染到诊断的延迟纳入模型，将近期发病率与当前传染性联系起来。将特定环境下的传播测量指标映射到 R(t)，并通过一个考虑报告变异性的计数模型将其与每日病例数关联起来，详细的技术细节在其他地方有说明。

结果

估计的 R(t) 能够捕捉到传播能力的阶段性变化，并对移动性和检测时间的变动做出响应。家庭传播提供了一个相对稳定的基准，而非家庭活动则导致了疫情的高峰。监测调整在检测速度较快的时期缩短了有效生成时间，并相对于基于发病率的简单估计提高了 R(t) 的校准精度。预测评估显示，在适当的实证覆盖范围内，该方法具有持续的短期预测能力。

结论

结合常规可获得的移动性和监测数据摘要可以提高在人口密集环境中对 R(t) 估计的可解释性和响应性。该工作流程透明且可重复，有助于进行近期传播风险评估和沟通，并且可以适应那些行为和诊断条件随时间变化的其他监测系统。