模拟新型冠状病毒肺炎无症状感染者传播风险

孙廷哲; 崔隽

doi:10.13471/j.cnki.acta.snus.2021E003

您当前的位置：

首页 >

文章列表页 >

模拟新型冠状病毒肺炎无症状感染者传播风险

研究论文 | 更新时间：2023-11-01

- 模拟新型冠状病毒肺炎无症状感染者传播风险
- Modeling the asymptomatic infections for COVID-19 epidemic
- 中山大学学报(自然科学版) 2021年60卷第5期页码：103-110
- 作者机构：
  
  1.安庆师范大学生命科学学院，安徽安庆 246133
  2.中山大学生命科学学院，广东广州510275
- 作者简介：
  
  孙廷哲（1985年生），男；研究方向：系统生物学；E-mail：confucian007@126.com
  崔隽（1982年生），男；研究方向：免疫和系统生物学；E-mail：cuij5@mail.sysu.edu.cn
- 基金信息：
  
  国家自然科学基金(31971185);安徽省高校优秀青年人才支持计划重点项目(gxyqZD2020031);安徽省高等学校省级质量工程项目(2020kfkc299)
- DOI：10.13471/j.cnki.acta.snus.2021E003
  中图分类号： Q612
- 纸质出版日期：2021-09-25，
  
  网络出版日期：2021-06-15，
  
  收稿日期：2021-01-18，
  
  录用日期：2021-05-07
扫描看全文
孙廷哲,崔隽.模拟新型冠状病毒肺炎无症状感染者传播风险[J].中山大学学报(自然科学版),2021,60(05):103-110.

SUN Tingzhe,CUI Jun.Modeling the asymptomatic infections for COVID-19 epidemic[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2021,60(05):103-110.
孙廷哲,崔隽.模拟新型冠状病毒肺炎无症状感染者传播风险[J].中山大学学报(自然科学版),2021,60(05):103-110. DOI： 10.13471/j.cnki.acta.snus.2021E003.

SUN Tingzhe,CUI Jun.Modeling the asymptomatic infections for COVID-19 epidemic[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2021,60(05):103-110. DOI： 10.13471/j.cnki.acta.snus.2021E003.

摘要

新型冠状病毒肺炎（COVID-19，coronavirus disease 2019）的大流行对人类健康造成了巨大威胁。新型冠状病毒肺炎无症状感染者在早期不易被察觉和诊断，但同时具备病毒传播能力。为研究无症状感染者对新型冠状病毒肺炎传播的影响，本文基于之前建立的SCIRA微分方程模型与实际流行病学数据拟合并进行随机模拟。结果显示人群中无症状感染者的完全消除时间显著迟于确诊病例首次清零时间。严格的隔离防控手段可以降低人群间接触，有效阻断病毒传播。若严密防控措施不能在确诊病例全部治愈后予以保持，潜在的无症状感染者将可能诱导第二次疫情暴发。因此，即使确诊病例实现清零，仍需持续实施严格防控措施以遏制潜在的新型冠状病毒肺炎传播。

Abstract

The pandemic of emerging coronavirus disease 2019 （COVID-19） has been a serious threat to public health. Specifically， the asymptomatic patients are not easily identified but contribute significantly to coronavirus transmission. We used a previously developed SCIRA model with asymptomatic populations， fitted the model to the epidemic data and performed stochastic simulations. The results showed that complete recovery of asymptomatic patients usually showed remarkable delays compared to that of diagnosed cases. The mutual contacts among populations can be significantly lowered under strictly controlled measures to impede COVID-19 transmission. If strict interventions are only maintained for short durations after curation of all diagnosed patients， there might be potentially a second outbreak owing to asymptomatic patients. Therefore， strict interventions should be continuously implemented to impede potential COVID-19 transmission even after diagnosed patients are all cured.

关键词

新型冠状病毒肺炎严格防控无症状感染者延迟治愈

Keywords

COVID-19strict interventionasymptomatic patientdelayed recovery

references

BRUIN EN de BRUIN Y， LEQUARRE A S， MCCOURT J， et al. Initial impacts of global risk mitigation measures taken during the combatting of the COVID-19 pandemic［J］. Safety Science， 2020， 128： 104773.

GUAN W J， NI Z Y， HU Y， et al. Clinical characteristics of coronavirus disease 2019 in China［J］. The New England Journal of Medicine， 2020， 382： 1708-1720.

BAI Y， YAO L S， WEI T， et al. Presumed asymptomatic carrier transmission of COVID-19［J］. JAMA， 2020， 323（14）： 1406-1407.

WU C M， CHEN X Y， CAI Y P， et al. Risk factors associated with acute respiratory distress syndrome and death in patients with coronavirus disease 2019 pneumonia in Wuhan， China［J］. JAMA Internal Medicine， 2020， 180（7）： 934-943.

LIU Y， MAO B， LIANG S， et al. Association between age and clinical characteristics and outcomes of COVID-19［J］. European Respiratory Journal， 2020， 55（5）： 2001112.

WU J T， LEUNG K， LEUNG G M. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan， China： a modelling study［J］. Lancet， 2020， 395（10225）： 689-697.

WANG H W， WANG Z Z， DONG Y Q， et al. Phase-adjusted estimation of the number of Coronavirus Disease 2019 cases in Wuhan， China［J］. Cell Discovery， 2020， 6： 10.

PREM K, LIU Y, RUSSELL T W, et al. The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China: a modelling study[J]. Lancet Public Health, 2020, 5(5): e261-e270.

KOO J R， COOK A R， PARK M， et al. Interventions to mitigate early spread of SARS-CoV-2 in Singapore： a modelling study［J］. The Lancet Infectious Diseases， 2020， 20（6）： 678-688.

CHEN T M， RUI J， WANG Q P， et al. A mathematical model for simulating the phase-based transmissibility of a novel coronavirus［J］. Infectious Diseases of Poverty， 2020， 9（1）： 24.

KHAN M A， ATANGANA A. Modeling the dynamics of novel coronavirus （2019-nCov） with fractional derivative［J］. Alexandria Engineering Journal， 2020， 59（4）： 2379-2389.

SUN T Z， WENG D. Estimating the effects of asymptomatic and imported patients on COVID-19 epidemic using mathematical modeling［J］. Journal of Medical Virology， 2020， 92（10）： 1995-2003.

DAI C X， YANG J， WANG K F. Evaluation of prevention and control interventions and its impact on the epidemic of coronavirus disease 2019 in Chongqing and Guizhou Provinces［J］. Mathematical Biosciences and Engineering， 2020， 17（4）： 2781-2791.

LI M Y， GRAEF J R， WANG L C， et al. Global dynamics of a SEIR model with varying total population size［J］. Mathematical Biosciences， 1999， 160（2）： 191-213.

LI G J, LI W R, HE X J, et al. Asymptomatic and presymptomatic infectors: hidden sources of coronavirus disease 2019 ( COVID-19 )［J］. Clinical Infectious Diseases,2020, 71(8): 2018.

NISHIURA H， KOBAYASHI T， MIYAMA T， et al. Estimation of the asymptomatic ratio of novel coronavirus infections （COVID-19）［J］. International Journal of Infectious Diseases， 2020， 94： 154-155.

MIZUMOTO K， KAGAYA K， ZAREBSKI A， et al. Estimating the asymptomatic proportion of coronavirus disease 2019 （COVID-19） cases on board the Diamond Princess cruise ship， Yokohama， Japan， 2020［J］. Eurosurveillance， 2020， 25（10）： 2000180.

ZHAO S， CHEN H. Modeling the epidemic dynamics and control of COVID-19 outbreak in China［J］. Quantitative Biology， 2020， 8（1）： 1-9.

TIAN T H， BURRAGE K. Stochastic models for regulatory networks of the genetic toggle switch［J］. Proceedings of the National Academy of Sciences of the United States of America， 2006， 103（22）： 8372-8377.

MAIWALD T， TIMMER J. Dynamical modeling and multi-experiment fitting with PottersWheel［J］. Bioinformatics， 2008， 24（18）： 2037-2043.

van den DRIESSCHE P， WATMOUGH J. Reproduction numbers and sub-threshold endemic equilibria for compartmental models of disease transmission［J］. Mathematical Biosciences， 2002， 180（1/2）： 29-48.

HASANOGLU I， KORUKLUOGLU G， ASILTURK D， et al. Higher viral loads in asymptomatic COVID-19 patients might be the invisible part of the iceberg［J］. Infection， 2021， 49（1）： 117-126.

ZHOU R， LI F R， CHEN F J， et al. Viral dynamics in asymptomatic patients with COVID-19［J］. International Journal of Infectious Diseases， 2020， 96： 288-290.

KRONBICHLER A， KRESSE D， YOON S， et al. Asymptomatic patients as a source of COVID-19 infections： A systematic review and meta-analysis［J］. International Journal of Infectious Diseases， 2020， 98： 180-186.

YANES-LANE M， WINTERS N， FREGONESE F， et al. Proportion of asymptomatic infection among COVID-19 positive persons and their transmission potential： a systematic review and meta-analysis［J］. PLoS One， 2020， 15（11）： e0241536.

KIM S E， JEONG H S， YU Y， et al. Viral kinetics of SARS-CoV-2 in asymptomatic carriers and presymptomatic patients［J］. International Journal of Infectious Diseases， 2020， 95： 441-443.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据