A前瞻官网
前瞻网
a 当前位置: 前瞻网 » 资讯 » 产经

社交隔离还是群体免疫?乔治亚大学新模型:实现群体免疫的可能性很低

分享到:
 Connor Feng • 2020-09-24 10:54:54 来源:前瞻网 E6238G0
100大行业全景图谱

2

据乔治亚大学科学家开发的一种新模型,依靠群体免疫来应对新冠病毒是一种不切实际的公共卫生策略。这项研究最近发表在《美国国家科学院院刊》上。

控制新冠病毒给公共卫生决策者带来了一个难题:

如何防止卫生保健基础设施崩溃,同时避免造成严重的社会影响?辩论围绕着两种策略展开。一种战略的目标是“抑制”,通过极端的社会隔离措施来消除病毒社区中的传播,而另一种战略是“缓解”,旨在通过足够大比例的人口感染病毒,同时不超过卫生医疗接收能力来实现群体免疫。

研究的第一作者、奥德姆生态学院(Odum School of Ecology)的博士后助理托比·布雷特(Toby Brett)说:“群体免疫的概念是挺诱人的,因为它预示着新冠病毒威胁的结束。然而,由于这种方法的目的并不会消灭疾病,因此它需要不断调整封锁措施,以确保在特定时间点有足够的人感染病毒。由于这些挑战,群体免疫策略实际上更像是在走钢丝。”

这项研究是由乔治亚大学传染病生态学中心的Brett和Pejman Rohani进行的,研究调查了抑制和缓解新冠病毒传播的方法。

虽然最近的研究探讨了抑制和缓解战略对若干国家的影响,但Brett和Rohani试图确定各国是否可以以及如何在不加重卫生保健系统负担的情况下实现群体免疫,并确定实现这个目标所需要的控制措施。

他们开发了一个以年龄分层的疾病传播模型来模拟新冠病毒在英国的传播,其中,模型包括出现症状的患者自我隔离和不同程度的社交距离条件。

他们的模拟实验发现,如果没有任何控制措施,英国将有多达41万人死于新冠肺炎,其中35万人年龄在60岁以上。

他们发现,使用“抑制”的策略,预测的死亡人数要少得多:60岁以上的死亡人数有62000人,60岁以下的死亡人数有43000人。

如果自我隔离的程度高(定义为病毒传播减少至少70%),那么无论采取何种社交距离措施,都可在两个月内实现抑制病毒的效果,如果学校、工作和社交聚会场所关闭,则可能会更快。

在研究通过“缓解”来建立群体免疫的策略时,他们的模型发现,如果社交距离维持在一个固定的水平,为了防止卫生保健系统崩溃,医院的接收能力将需要大大提高。在现有医院资源的情况下,为了实现群体免疫,英国需要实时调整社交距离水平,以确保患病人数与医院的能力相当。如果病毒传播得太快,医院将会不堪重负,但如果传播得太慢,疫情就会受到抑制而无法获得群体免疫。

Brett和Rohani进一步指出,科学家对新冠病毒的免疫性质、持续时间和效力仍有很多认识空白,而他们的模型还是假设病人痊愈之后会拥有完美的持久免疫力。他们警告说,如果免疫并不是完美,而且有很大的机会再次感染的话,通过广泛传播来实现群体免疫的可能性很低。

Rohani说:“我们认识到,关于新冠病毒的传播和免疫,我们还有很多东西需要了解,但我们相信,这种模型在所谓的‘情境分析’中可以发挥宝贵的作用。这些模型可以使利益相关者能够考虑采取其他行动的后果。”

编译/前瞻经济学人APP资讯组

原文来源:https://medicalxpress.com/news/2020-09-herd-immunity-impractical-strategy.html

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33069875 或 hezuo@qianzhan.com

p48 q0 我要投稿

分享:

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人微信二维码

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院微信二维码

前瞻产业研究院

如何抓准行业的下一个风口?未来5年10年行业趋势如何把握?扫一扫立即关注。

前瞻经济学人 让您成为更懂趋势的人

想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:

  • 10000+ 行业干货 免费领取
  • 500+ 行业研究员 解答你的问题
  • 1000000+ 行业数据 任君使用
  • 365+ 每日全球财经大事 一手掌握
  • 下载APP

  • 关注微信号

前瞻数据库
企查猫
前瞻经济学人App二维码

扫一扫下载APP

与资深行业研究员/经济学家互动交流让您成为更懂趋势的人

下载APP
前瞻经济学人APP

下载前瞻经济学人APP

关注我们
前瞻经济秀人微信号

扫一扫关注我们

我要投稿

×
J