《Epidemics》：Mapping the Landscape of Individual-Based Models for Respiratory Pathogen Transmission in the Pandemic and Post-Pandemic Era (2020–2024): A Systematic Review
编辑推荐：
基于个体的模型（IBMs）提供了一个机制框架，其中人群水平的结果从个体之间的相互作用中涌现。研究人员对2020-2024年发表的关于呼吸道病原体的IBMs进行了系统综述。研究人员确定了855项符合条件的研究。出版物在2021年达到峰值，地理分布与国家GDP呈正
基于个体的模型（IBMs）提供了一个机制框架，其中人群水平的结果从个体之间的相互作用中涌现。研究人员对2020-2024年发表的关于呼吸道病原体的IBMs进行了系统综述。研究人员确定了855项符合条件的研究。出版物在2021年达到峰值，地理分布与国家GDP呈正相关，一些地区研究不足。大多数研究关注SARS-CoV-2并评估公共卫生干预措施。研究重点随时间演变，从社交距离转向疫苗接种。年龄在72.4%的研究中被纳入；其他社会人口学因素（如种族/民族）很少被考虑。本综述描绘了IBM的格局，为指导未来建模工作提供了框架。
**1. 引言**
应对传染病暴发需要可靠的工具来预测流行轨迹和评估潜在干预措施。数学和计算模型已成为流行病防范和应对过程的重要组成部分。这些模型作为虚拟实验室，在实施前探索替代政策。该领域涵盖从将人群划分为群体的分室模型到在个体水平上模拟疾病传播的基于个体的模型（individual-based models, IBMs）。虽然分室模型在人群水平干预（如大规模或年龄靶向疫苗接种）中有效，但其聚合性结构不太适合依赖于谁与谁接触的干预措施，如接触者追踪、环形疫苗接种或反应性隔离。
在IBMs的自下而上方法中，人群不是聚合单位，而是不同计算实体（即个体或主体）的集合。每个主体具有自身的属性，如年龄、家庭成员和职业，并嵌入定义潜在接触的社会网络。因此，人群水平流行动态不是由群组近似决定，而是从个体水平传播事件的总和中涌现。这种固有粒度是IBMs的关键优势；它允许自然地表示人群异质性，并使其特别适合评估接触者追踪、环形疫苗接种和反应性隔离等干预措施，这些干预的成功取决于谁与谁接触。在本综述中，研究人员使用“IBM”作为个体水平模拟方法（如基于主体的、微观模拟的、元胞自动机、基于网络的模型）的统称。
自21世纪初以来，IBMs在公共卫生中的应用显著增长，主要驱动力是计算能力的进步使得大规模人群模拟可行。此外，COVID-19大流行带来的挑战以前所未有的规模加速了IBMs的应用，导致多学科研究激增。尽管研究激增，但综合总结仍然有限。据研究人员所知，尚无全球性的、疫情后的综述系统性地映射这些模型的应用方式、地点、优先考虑的人群以及所作的方法学选择。研究人员通过一项覆盖2020-2024年的系统综述来解决这一空白。研究人员的分析涵盖2020年1月1日至2024年12月31日发表的研究。由于病毒性呼吸道传染病仍然是对全球卫生的持续威胁，本综述关注人类人群中的病毒性呼吸道病原体。研究人员收集了关于模型目标、地理设置、干预措施、病原体类型、人群结构、社会人口学变量和技术实现的标准化数据，并绘制了这些模式的地理分布。
**2. 方法**
**2.1 综述设计**
研究人员遵循PRISMA指南设计和报告本系统综述。本综述聚焦于使用IBM方法模拟病毒性呼吸道病原体在人类人群中传播的研究。研究人员将IBM用作各种个体水平建模方法的统称，其中人类宿主被追踪为离散计算实体而非聚合分室。这些方法的例子包括基于主体的建模、元胞自动机、微观模拟模型、多主体系统和基于网络的方法。研究人员于2024年12月31日检索了两个同行评审数据库PubMed和Scopus，查找在2020年1月1日至2024年12月31日期间以英文发表的文章。排除标准包括：综述或观点文章、无全文的摘要、非英文、关注非人类种群、非呼吸道病毒病原体、宿主内病毒动力学、仅使用分室建模方法。研究筛选由两组独立研究人员进行，每组去除重复项、根据纳入标准筛选标题和摘要并达成共识。一旦确定研究列表，每组独立提取以下信息：文章元数据、研究目标、研究背景（地点、人群、病原体）、模型细节（编程语言、人群规模、模型类型、流行病学校准结果、敏感性分析）、主体的社会人口学变量（年龄、性别、种族/民族、收入）以及建模的干预措施（疫苗接种、筛查/检测、口罩使用、接触者追踪、学校关闭、社交距离）。
**2.2 质量评估**
研究人员对所有纳入研究进行了结构化质量评估，重点关注三个关键领域：（A）研究目标的清晰度，（B）模型实施的细节（编程语言、实现次数、人群规模），以及（C）研究人群的特征（包括病原体、人群、地点）。每个标准按有序量表评分以反映完整程度。
**2.3 统计分析**
研究人员分析了建模研究中纳入个体特征（如社会人口学变量和干预策略）之间的相关性，并基于相关性强度进行了探索性多变量逻辑回归以评估建模选择的异质性。研究地点被分类为特定单一国家、“多国”（不包括美国）或“包括美国的多国”。研究人员探索了干预措施被纳入的概率与研究地点、发表年份和病原体选择之间的关联，以及社会人口学特征（年龄、性别、种族/民族、收入）被纳入的概率与所分析干预类型之间的关联，并控制了研究地点和发表年份的潜在影响。
**3. 结果**
**3.1 检索结果**
初始检索共获得2020年1月至2024年12月期间发表的6401篇独特文章。去除786篇重复项后，5615篇记录进入筛选阶段。根据标题和摘要筛选排除了4447篇，剩余1168篇文章进行全文评估。此后，额外排除313篇文章，最终选择855项研究纳入本系统综述。
**3.2 研究的时间和地理分布**
呼吸道病原体的IBM研究数量在COVID-19大流行早期急剧增加，在2021年末至2022年初达到峰值，随后逐年下降。全球范围内，出版物从2020年1-3月的9项增加到2020年10-12月的56项，持续上升后于2021年10-12月达到79项的峰值，随后在剩余分析期间逐渐下降。总体而言，73.1%的研究关注现实世界地点，90个国家出现在研究地点中，26.9%的研究关注理论/假设场景。地理分布高度不均，研究数量与国家人口规模呈正相关（Pearson's r = 0.40，p < 0.0001），与国家GDP的相关系数更高（Pearson's r = 0.57，p < 0.0001）。美国（182项）、中国（78项）、英国（64项）和澳大利亚（39项）是最常见的研究地点，合计占关注现实世界地点研究的一半以上。相比之下，非洲和中南美洲研究不足。在美国各州，研究分布亦不均，纽约（30项）、加利福尼亚（16项）、佛罗里达（15项）、北卡罗来纳（12项）和华盛顿（9项）是最常被研究的州。
**3.3 病原体与研究目标**
大多数研究关注SARS-CoV-2。该病原体的出版物比例从2020年的74.8%增加到2021年至2023年间的约86%。2024年，这一比例降至66.7%，同时关注通用呼吸道病原体的研究急剧增加（2024年占21.9%）。流感和其他特定呼吸道病原体的研究始终较低。干预影响评估在研究目标中占比最大（2021年达到48.4%），其次是提供疫情传播见解的研究（30%至33%）。理论分析从2020年的8.1%增加到2024年的18.6%。疫情预测、人类行为影响和其他非分类目标从未超过10%。
**3.4 建模人群与技术实施**
大多数研究模拟了普通人群中的传播（71.6%），其次是学生（11%）和医疗机构（7.1%）。建模人群规模高度可变，在1,000、10,000、100,000、100万和1,000万处出现明显峰值，表明许多研究使用了缩放或假设人群。编程语言的使用与人群规模相关：C/C++实现的模型聚焦于更大的人群（中位数：1,000,000），Python其次（中位数：100,000），而R、MATLAB和NetLogo主要用于较小人群。在流行病学数据流方面，557项研究（65.2%）将模型校准到至少一个经验目标结果，其中观察到的病例是最常见的校准目标。314项研究（36.7%）报告进行了敏感性分析。作者用于描述建模框架的术语缺乏命名惯例，61.3%的研究使用单一术语，30.8%使用两个术语，8%使用三个或更多术语。基于主体的模型和基于个体的模型是最常报告的单独名称。
**3.5 建模的公共卫生干预措施**
建模的干预措施表现出明显的时间变化。2020年，研究主要关注非药物干预措施，社交距离是最常见的（28%），而疫苗接种最低（9.3%）。随后，疫苗接种建模比例稳步上升，2024年达到24.1%，而社交距离降至21.5%。口罩使用和筛查/检测保持相对稳定。学校关闭和接触者追踪在2021年后有所下降。按国家分析，研究重点显示出广泛的地理异质性。社交距离在美国、中国和英国等国的研究中最常见；筛查和检测在英国和美国也常见；接触者追踪在中国的研究中更有可能被分析。
**3.6 建模的社会人口学变量**
社会人口学变量的纳入高度可变，年龄最常见（72.4%），性别第二（17.4%），种族/民族在美国和英国以外罕见（美国约9%，英国约6%，中国无研究），收入在6.1%的研究中被纳入。年龄在评估疫苗接种和学校关闭的研究中更有可能被纳入；种族/民族在评估疫苗接种和口罩使用的研究中更有可能被纳入；收入在评估社交距离的研究中更有可能被纳入。
**3.7 质量评估**
关于标准A，81.5%的研究具有明确界定的研究目标。关于标准B，29.2%报告了所有三个模型细节特征，43.6%报告了两个，21.1%报告了一个，6.1%未报告。关于标准C，95%的研究完全指定了研究背景。
**4. 讨论**
本系统综述综合了2020年至2024年间发表的855项关于病毒性呼吸道病原体传播的基于个体模型研究，显示其应用存在明显的时间和主题变化。大多数研究聚焦于SARS-CoV-2，研究数量在COVID-19大流行早期增加，这可能反映了基于模型的证据为公共卫生决策提供信息的需求。从2022年起，研究数量逐渐下降，同时转向更多关于通用呼吸道病毒和理论建模框架的研究，这可能反映从大流行应对向未来疾病威胁更广泛防范的转变。干预影响评估和疫情传播理解是最常报告的研究目标。研究干预措施的类型反映了疫情期间出现的不同优先事项。GDP与国家研究数量之间的正相关可能反映了研究基础设施、数据获取和计算能力的差异，而非因果经济效应。大多数研究建模了普通人群，人群规模范围广泛，且因编程语言而异。社会人口学特征的纳入不均，年龄最常被建模，而种族/民族和收入在建模文献中研究不足。观察到的术语不统一反映了现代传染病流行病学的跨学科性质。本综述存在局限性，包括仅纳入英文研究、方法学信息不完整、研究目标分类需要解释等。总之，本综述提供了2020年至2024年人类病毒性呼吸道病原体基于个体模型的循证概览，突出了建模优先事项如何从紧急大流行应对演变为长期防范，并识别了持续存在的地理和社会人口学差距。基于这些发现，下一代基于个体模型的路线图围绕三个关键挑战展开：扩大研究不足地区的模拟能力、整合社会经济维度以及标准化报告和技术透明度。
