源自：澎湃新闻
原文标题：意大利疫情震中伦巴第：零号病人成迷，暴露人数是确诊15倍
当地时间3月20日，医学预印本平台medRxiv在线发表了意大利国家研究委员会（CNR）、希腊雅典大学医学院、意大利费德里科二世大学团队的研究人员联合完成的一项研究“Tracing DAY-ZERO and Forecasting the Fade out of the COVID-19 Outbreak in Lombardy，Italy：A Compartmental Modelling and Numerical Optimization”。他们利用区域建模和数值优化的方法追踪意大利伦巴第大区COVID-19疫情暴发的第0天（DAY-ZERO）为1月21日，并预计到5月底伦巴第大区COVID-19疫情将完全消失。
论文尚未经同行评议
继中国之后，意大利是目前全球疫情最严峻的国家，已蔓延到意大利的所有22个地区。截至当地时间3月22日18时，意大利24小时内新增新冠肺炎确诊病例5560例，全国现已累计确诊59138例，死亡5476例。
而在意大利国内，北部伦巴第大区是疫情震中。伦巴第总人口约1000万，面积23863.09平方公里，人口密度为422人/平方公里。自3月8日以来，伦巴第大区一直处于封锁状态。也就是从当日开始，在伦巴第大区采取的隔离措施已扩大到整个国家。当地时间3月21日晚，伦巴第大区政府颁布了该国现行最严格的疫情防控条例，停止基本保障之外的几乎所有办公、商业活动。伦巴第大区主席丰塔纳表示，只有最大限度限制人际接触才能扭转目前的局势。
在这篇论文中，研究团队提供以下评估：（a）意大利伦巴第大区大暴发的第0天（DAY-ZERO）；（b）在总人口中实际接触/感染的人数；（c）基本传染数（R0）；（d）每天的“有效”疾病传播和死亡率；（e）根据在2月21日至3月8日（封锁日）确认的伦巴第大区确诊病例的数据，对疫情逐渐消失进行预测。
论文中提到，在数学模型用于估计流行病学参数和预测疫情演变时所面临的令人困惑的问题中，有两个突出问题：第一，总人群中实际感染人数的不确定性，这主要是由于大部分无症状或轻微患者症状类似感冒或流感；第二，疫情暴发第0天的不确定性，这对疫情阶段和动态评估是至关重要的，尤其是在第一次增长期。
SEIRD模型示意图，实际病例未知
为了解决总人口中实际暴露/感染病例数的不确定性，研究团队提出了一个新的区分易感/暴露/传染性/恢复/死亡（SEIRD）的模型，该模型具有两个感染者分类：一个是总人群中的确诊病例，另一个是总人群中的未报告病例。
为评估伦巴第大区暴发的DAY-ZERO，以及尚无可用临床数据的“有效”每日传播和死亡率，研究团队使用SEIRD模拟器模拟2月21日至3月8日的数据。这是通过借助遗传算法解决混合整数优化问题而实现的。
基于计算值，研究团队还提供了基本感染数R0的估计。此外，通过将3月8日的估计传播率降低90％（以反映几乎所有活动的锁定），研究团队从3月8日开始运行模拟器以预测疫情的消失。
论文中概述了伦巴第大区疫情暴发的已知脉络。2月21日，一名38岁的男子从武汉遣返回意大利，并被送往伦巴第科多尼奥的医院，他是伦巴第大区第一例继发性感染病例，即所谓的“1号病人”。
值得注意的是，截至目前，相关部门虽然追踪了民众活动和接触史，但伦巴第大区的“零号病人”一直未锁定。
但在“1号病人”之后不到一周的时间里，意大利北部几个接壤地区的病例数出现爆炸性增长，给卫生系统带来巨大压力。随着COVID-19造成的死亡人数急剧上升，意大利变成了“红色区域”。3月8日，行动限制扩大到整个国家。所有的公共集会都被取消，学校和大学的关闭至少要延续到下个月。
他们通过这项研究显示，估计3月8日伦巴第大区总人口中实际暴露病例的累计数量约为确诊感染病例累计数量的15倍。根据这种情况，伦巴第大区大暴发的第0天为2020年1月21日，这比伦巴第大区第一例确诊病例要早一个月。
研究团队还发现截至3月8日的“有效”疾病日传播率为0.779（90％CI：0.777-0.781），而每天的“有效”死亡率为0.0173（90％CI：0.0154-0.0192），基于这些值，发现基本传染数R0为4.04（90％CI：4.03-4.05）。
通过在3月8日将传播率降低90％，也就是在意大利几乎所有活动都暂停的情况下，研究团队运行模拟器来预测该流行病的消退。模拟结果表明，如果继续采取这些严厉措施，预计到2020年5月底伦巴第大区COVID-19疫情将完全消失。
研究团队在讨论环节指出，关于疫情暴发的关键问题是如何暴发、何时暴发、为什么暴发、什么时候结束。“对这些重要问题的回答将增加我们与大流行作斗争的关键知识。特别重要的是，要追踪零日。”
众所周知，在一个例如疫情暴发这样的复杂系统的初始条件中的微小扰动，可能会导致所观察到的动力学的重大变化。毫无疑问，第0天的高度不确定性，以及总人口数中暴露人群的不确定性，为正确评估疫情的状态和动态、预测其演变和结束增加了几个障碍。
研究团队认为，这份研究中的信息将降低障碍，并帮助公共卫生当局对紧急情况作出快速和有效的反应。
然而，研究团队也想强调，R0不是一个疾病的生物学常数，因为它不仅受到病原体的影响，而且还受到许多其他因素的影响，如环境条件、人口统计数据，以及重要的是，它还受人口社会行为的影响。因此，在世界某一地区（甚至在同一国家的某一地区）发现的R0值不能概括为世界其他地区（甚至同一国家的其他地区）的生物学常数。显然，伦巴第人群的环境因素和社会行为与中国湖北也不同。
他们希望，这份分析结果有助于减轻目前无法控制的大流行的一些严重后果。 | 
收藏
分享
淘帖
顶
踩
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡
