三种基本再生数算法的比较研究：以贵州省新型冠状病毒感染疫情为例

作者：陶莹; 胡灿; 刘昭兵; 刘西长; 龚晓俊; 黄红武; 杨敬源^*

来源：疾病监测, 2023, 1-8.

• 接触者追踪法
• 传染病传播动力学计算法
• 指数增长率估算法
• 基本再生数

目的 分别用三种算法计算2020年贵州省新型冠状病毒感染(新冠)疫情基本再生数及相关参数，比较算法在疫情评估中的适用性，为传染病控制策略的制定提供科学依据。方法 研究数据来自贵州省卫生健康委员会官方网站疫情通报。分别使用接触者追踪法、传染病传播动力学计算法与指数增长率估算法计算R0值，并进行比较分析。结果 通过接触者追踪法、传染病传播动力学计算法与指数增长率估算法计算，R0分别为1.82、1.51与1.81。相关参数：序列间隔(SI)均值为5.96d，标准差为2.84d；R0=1.81，95%置信区间(CI)：1.57～2.07；实时再生数Rt在疫情开始的2020年1月16日为3.83(95%CI：3.15～4.51)，1月22日达到最高，Rt=4.14(95%CI：3.75～4.52)，此后Rt呈下降趋势，2月11日Rt=1.03(95%CI：0.98～1.08)，此后Rt降到1以下，2月15日最后1例病例发病，Rt=0.32(95%CI：0.29-0.35)；针对输入性病例实施控制措施的情况下，选择极大似然法重新评估R0=0.51(95%CI：0.36～0.70)，选择马尔科夫链蒙特卡洛方法重新评估实时再生数，Rt只在疫情初期短暂大于1，其余时间均保持在1以下。结论 接触者追踪法与指数增长率估算法均选取个体层面的数据进行计算，因此结果较相近，传染病传播动力学计算法通过人口层面数据进行数学建模，与上述两种方法的计算结果有所区别，三种算法适用于疫情的不同场景。通过估计SI证明快速流调并隔离密切接触者能有效控制疫情规模；纳入全部病例估算R0>1，考虑输入病例因素后R0<1，证明较早地采取在重点人群中开展核酸筛查可阻止疫情传播；Rt呈下降趋势说明疫情得以控制，最终实现病例清零。

• 单位
  贵州省疾病预防控制中心; 贵州医科大学