Nat Med：新冠疫情下城市危机猜测出炉!城市密度越年夜，疫情能够越久

2020年10月15日讯/100医药网BIOON/---猜测COVID-19的风行病学是指点全球疫情应对的一项重点任务。毕竟是哪些身分推进了COVID-19在城市的传达，这依然是一个不清晰的，初步剖析出气象在决议疫情增加方面的感化是无限的。

沾染病传达的空间异质性能够遭到本地生齿某人员活动差别的影响，是以，因为易感个别的较高接触率，较高的生齿密度能够增进病原体的传达。关于呼吸道病原体来说，风行病中的病例工夫聚类（即不雅察到年夜多半病的最短工夫）, 会跟着室内拥堵水平的添加、社会经济身分和蔼候身分产生变更。

对流感不雅察，当发病率在工夫上平均散布时，病例的工夫集中度最小；当发病率在特定天数内变得更为集中时，病例的工夫集中度会添加。在任何给定的所在，较高的病例工夫集中度能够请求公共卫生零碎有更年夜的疾速应对才能，特殊是关于新呈现的呼吸道病原体，比方SARS-CoV-2。

中国和意年夜利具体供给了普遍地舆配景下的COVID-19风行病学工夫序列（time series）数据。是以，这两个国度的疫情供给了一个机遇来评价本地身分在影响风行病行动方面的感化。

基于此，在一项新的研讨中，来自英国牛津年夜学、美国西南年夜学、哈佛年夜学和波士顿儿童病院等研讨机构的研讨人员应用来自中国各个地级市和意年夜利各省的日常风行病学数据、气象和生齿数据以及应用百度和COVID-19聚合活动研讨数据集（COVID-19 Aggregated Mobility Research Dataset）（https://www.google.com/covid19/mobility/）的人类活动数据权衡的对本地干涉办法的反响来肯定传达的驱动身分，重点存眷病例的工夫聚类在中国各个地级市和意年夜利各省之间若何分歧。

相干研讨成果于2020年10月5日在线揭橥在Nature Medicine期刊上，论文题目为“Crowding and the shape of COVID-19 epidemics”。

这些作者应用了中国各个地级市（n = 293）和意年夜利各个省（n = 108）汇总的COVID-19确诊病例的每日发病率数据（图1a）。中国的地级市和意年夜利的省是平日有一个城市中间的行政单元（图1b）。他们汇总了从当局官方申报中搜集到的团体层面的日常数据。

中国每个地级市的风行病学数据被截断，以扫除第一次风行时代申报病例的第一天之前和最初一天之后的日期。2020年3月1日当前申报的从国外输出到中国的病例被扫除在剖析规模之外。因为湖北省缺少地级市风行病学数据，且在2020年1月20日之前的病例申报存在分歧性成绩，故剔除了湖北省的一切风行病学数据。中国各地级市的疫情曲线外形纷歧，有的地级市申报病例疾速上升和降低，有的地级市疫情继续工夫较长（图1a）。

图1.中国地级市的生齿密集散布图，图片来自Nature Medicine, 2020, doi:10.1038/s41591-020-1104-0。

为了描绘中国各个地级市和意年夜利各省病例的工夫聚类特点，这些作者盘算了新发病例散布的喷鼻农多样性指数（Shannon diversity index）。当一切病例产生在统一地利，喷鼻农多样性指数最年夜；当疫情时代天天的新发病例数雷同时，喷鼻农多样性指数最小。中国每个地级市申报的COVID-19病例的总发病率与中国的喷鼻农多样性指数呈激烈的负相干（图1c）。

是以，峰值较低的疫情具有较年夜的总发病率（皮尔逊相干系数r = -0.67，95%相信区间（CI），-0.73～-0.59，P＜0.01；关于意年夜利，R2 = 0.33，P＜0.01）。他们揣测，病例的总发病率和工夫聚类在分歧城市之间的差别是生齿空间构造的成果。

为了磨练这一假定，这些作者应用了劳埃德均匀拥堵度指数（Lloyd’s index of mean crowding），将每个空间网格单位的生齿数视为一个自力的单位来处置（图1）。这里应用的术语“均匀拥堵度”是一个特定的地舆目标，它既归纳综合了生齿密度，也归纳综合了生齿密度在一个地级市内的散布情形（图1）。劳埃德均匀拥堵度指数的数值越高，阐明生齿构造在空间上是集合的。他们还停止了对数线性回归建模，以肯定病例的工夫聚类与社会经济变量和情况变量之间的联系关系性，包含疫情迸发时代的生齿活动削减。

这些作者发明病例的工夫聚类与均匀接触人数明显负相干（P 0.01），但与均匀生齿密度正相干（P 0.01），而且在中国和意年夜利之间差别很年夜（图2）。这一不雅察成果与猜测易感个别的可取得性添加使得在拥堵的地域呈现较高的疫情峰值的经典风行病学模子构成光鲜比较。最能说明这种关系的空间标准是10×10公里，不外这一成果在1和50平方公里之间的一切空间标准都有统计学意义（P 0.01）。

图2. 拥堵和中国COVID-19传达的工夫聚类，图片来自Nature Medicine, 2020, doi:10.1038/s41591-020-1104-0。