西安市新型冠状病毒肺炎疫情流行特征

  目的   探讨西安市新型冠状病毒肺炎(COVID-19)疫情的流行规律, 为优化疫情防控策略提供科学依据。   方法   采用Excel 2007、SPSS 18.0、ArcGIS 10.3软件对COVID-19疫情数据进行描述性流行病学分析; 采用内插法计算COVID-19的潜伏期。   结果   西安市截至2020年3月6日累计报告COVID-19确诊病例120例、疑似病例738例, 报告发病率约为1.20/10万; 死亡1例, 病死率为0.83%。确诊病例以轻症为主(92.50%), 男性发病数(63例)多于女性(57例), 41~50岁病例数最多(21.97%)。发病高峰出现在2020年1月25日和1月31日。高发病地区主要分布在主城区的4个街道办事处(21.67%, 26/120)。108例出院病例的平均住院时间为16.00(15.58±5.45)d。全市累计发生23起聚集性疫情, 二代病例的平均续发率为31.73%, 其中13起(56.52%)的聚集性疫情发生在家庭内。西安市COVID-19的平均潜伏期为9 d。累计报告无症状感染者25例, 占SARS-Cov-19感染者的比例为17.24%(25/145)。   结论   西安市COVID-19疫情整体划分为二个阶段, 病例呈现随机的灶状分布, 未出现当地大范围传播, 需警惕家庭聚集性和无症状感染者传播的风险。     

新型冠状病毒肺炎感染的数学建模与控制策略

  目的   针对新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)感染进行数学建模, 预测疫情的发展趋势, 并为该病的防控提供参考。   方法   采用SEIR模型进行数学建模, 收集自2020年01月10日至2020年02月28日中国国家卫健委公布的当前感染人数、治愈人数和死亡人数的数据, 对模型进行参数估计; 并针对模型中不同参数的变化, 预测疾病未来发展趋势。   结果   根据COVID-19传播机制, 建立了SEIR模型, 并基于国家卫健委公布的数据, 通过fmincon和lsqnonlin函数对建立的数学模型进行分阶段拟合, 感染人数和移出人数的相关性分别为99.9%和99.8%, 预测的误差率分别为0.67%和0.89%。   结论   基于中国近一个月来COVID-19发病率数据, 本研究建立了精准度较高的数学模型, 通过数学模型的精确分析和有效预测, 结果提示对潜伏期人群和感染人群进行严格隔离, 同时不断提高患者的移出率, 可有效控制该传染病疫情。     

陕西省新型冠状病毒肺炎疫情的早期传播动力学研究

目的探讨陕西省新型冠状病毒肺炎(COVID-19)疫情早期的演变规律,为优化疫情防控策略、评估干预措施效果提供科学依据。方法收集陕西省2019年12月31日-2020年2月13日官方网络报道的疫情数据和中国疾病预防控制信息系统中的个案数据,同期人口数据来源于陕西省统计年鉴,采用Excel、ArcGIS软件开展COVID-19的描述性流行病学分析,采用Berkeley Madonna软件实验平台构建COVID-19疫情的传播动力学模型,分析疾病发生发展规律。结果陕西省截止2020年2月13日累计报告COVID-19确诊病例230例,罹患率约为0.59/100 000;男性发病数多于女性,40～50岁病例数最多;高发病地区主要分布在西安市、安康市、汉中市。SEIAR模型分析显示,陕西省疫情的基本再生指数R0约为2.95,模型结果2020年2月初是陕西省COVID-19发病的高峰期。结论陕西省COVID-19疫情呈快速扩散趋势,SEIAR模型预测的理论发病数可以为COVID-19疫情防控提供依据,遏制疫情蔓延。     

自回归求和滑动平均(ARIMA)模型在全球新型冠状病毒肺炎发病人数预测中的应用

  目的   应用自回归求和滑动平均(autoregressive integrated moving average, ARIMA)模型对全球新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)发病人数进行预测, 为各国提出的防控策略与措施提供参考和评价依据。   方法   收集2020年2月22日-3月19日各国(意大利、西班牙、德国、法国等)COVID-19每日累计确诊人数, 用SPSS 17.0和R 3.6.1软件拟合ARIMA模型, 对5日前数据进行回带评价拟合效果, 同时利用该模型预测各国后10日数据。   结果   ARIMA模型预测值和实际值动态趋势基本一致, 实际值在预测值的95% CI内。   结论   ARIMA模型能够较好的对全球COVID-19发病人数进行预测, 在指导疫情防控方面有实际意义。     

六安市69例新型冠状病毒肺炎病例的流行病学特征

  目的  探究六安市COVID-19病例的流行特征,为该地COVID-19疫情防控提供科学依据。  方法  选取截至2020年2月18日24时传染病报告系统中六安市所有COVID-19确诊病例,收集一般人口学特征、病例发病和就诊信息、流行病学特征等资料描述病例特征,采用SaTScan 9.6.0.0软件分析疾病传播的时空分布特征,应用Excel 2010软件绘制流行曲线。  结果  六安截至2020年2月18日共报告确诊病例69例,男性(44例)多于女性(25例),年龄集中在36~45岁(37.68%),工人最多(24.64%)。首发症状以发热(50例,72.46%)、咳嗽(25例,36.23%)和乏力(12例,17.40%)为主。全市以金寨县(23例)、霍山县(17例)和霍邱县(13例)疫情最严重。发病数于1月25~28日出现首个流行峰,1月27日出现单日最高,后呈下降趋势。共发生45例聚集性病例。  结论  六安市COVID-19疫情总体可防可控,后期需警惕家庭聚集性和无症状感染者以及输入性病例传播的风险,做好密切接触者的排查工作。     

湖南省新型冠状病毒肺炎流行特征与临床特征

  目的   探讨湖南省新型冠状病毒肺炎（coronavirus disease 2019，COVID-19）的流行病学与临床特征。   方法   对确诊病例的流行病学和临床特征及其影响因素进行描述与分析。   结果   湖南省累计报告COVID-19确诊病例1 019例。从2020年1月21日确诊首例输入性病例至4月1日，病例的增长首先经历快速增长期，在2月中旬病例数趋于稳定，2月下旬至3月14日，为治愈病例数持续增长的消退期。前期病例以输入性病例为主，2月2日后本地病例新增数超过了输入性病例新增数。52.7%的病例临床首发症状为发热，但部分病例为腹泻恶心等消化道症状。聚集性病例代间距为5（2，9）d，一代病例中位潜伏期为7.5（5，11）d，二代病例中位潜伏期为10（7，14）d，各地市的累计发病率与对应城市的迁徙指数呈正相关，相关系数r=0.628（P=0.016）。   结论   湖南省COVID-19的总体疫情已经得到控制，但防控境外输入性病例的压力较大，且企业复工与学生复学增加了人员的流动性，近期疫情防控形势依然严峻。     

河南省新型冠状病毒肺炎时空聚集性

  目的   利用地理信息系统(geographic information systems, GIS)探索河南省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)空间分布规律。   方法   收集河南省新型冠状病毒肺炎报告数据, 建立GIS数据库, 应用空间相关分析软件(GeoDa 1.8.12)和时空扫描软件(SaTScan 9.4)对数据进行空间自相关分析和时空扫描统计分析。   结果   河南省COVID-19存在空间聚集性; 5个时段共探测到50个高-高聚集区; 时空扫描统计分析共识别到5个时空聚集区。   结论   河南省COVID-19传播风险经历了弱-强-弱的变化过程, 采取的应急防控策略不但阻止了疫情在时间上的增长, 还有效遏止了其在空间上的扩散。     

安徽省新型冠状病毒肺炎流行病学特征

  目的   对安徽省2020年1月22日-2020年2月15日新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)的流行病学特征进行分析, 为本地区疫情防控提供流行病学依据。   方法   病例资料来源于安徽省及其各地市卫生健康委员会公布的COVID-19疫情公告。运用描述性研究方法统计分析安徽省及各地级市COVID-19在时间、空间、时空以及人群的分布特征。采用Spearman秩相关分析探索日发病率与迁徙指数(迁入数据)的相关性。使用ArcGIS 10.6软件绘制安徽省确诊病例的时空分布地图。   结果   2020年1月22日-2020年2月15日期间, 安徽省累计COVID-19确诊病例数为962例, 累计发病率为1.52/10万; 累计治愈出院人数比例为24.12%;共有6例死亡病例, 粗病死率为0.62%;确诊病例的年龄集中在30~59岁(66.70%), 不同年龄层病例数差异有统计学意义(χ2=247.96, P < 0.001);安徽省16个地市均有COVID-19确诊病例, 其中合肥市(17.57%)、蚌埠市(16.32%)以及阜阳市(15.80%)地区病例数较多; 安徽省日发病率与12 d前迁徙指数(迁入数据)存在正相关关系(r _s=0.74, P < 0.001)。   结论   安徽省各地市均出现COVID-19确诊病例, 截至2月15日, 各地市累计确诊病例仍有增加, 增幅下降, 确诊病例主要集中在合肥市及皖北地区, 各年龄层普遍易感, 30~59岁确诊病例比例最高。各级政府需采取相应的干预措施, 以控制COVID-19的蔓延。     

河南省新型冠状病毒肺炎家庭聚集性疫情流行特征

目的分析2020年1月23日—2月22日河南省报告的新型冠状病毒肺炎(COVID-19)家庭聚集性疫情的流行特征,为COVID-19疫情防控提供依据。方法通过突发公共卫生事件管理信息系统收集2020年1月23日—2月22日河南省报告的COVID-19家庭聚集性疫情资料,分析COVID-19家庭聚集性疫情的时间分布、地区分布、人群分布和病例临床特征。结果 2020年1月23日—2月22日河南省共报告COVID-19家庭聚集性疫情202起,累及病例546例,其中确诊病例493例,占90.29%;无症状感染者53例,占9.71%。输入病例247例,占45.24%;本地病例299例,占54.76%。1月25日—2月7日报告家庭聚集性疫情最多,129起占63.86%。2月5日前以输入病例为主,153例占57.09%;2月5日后以本地病例为主,168例占68.29%。18个省辖市均报告COVID-19家庭聚集性疫情,前五位为信阳市、郑州市、南阳市、驻马店市和商丘市。确诊病例以轻症为主,430例占87.22%。潜伏期最长为17 d,中位数为8 d。以一代和二代病例为主,537例占98.35%。排查密切接触者5 635人,其中262例为续发病例,罹患率为4.65%。家庭聚集性疫情的首发病例有外省旅居史149起,占73.76%。结论 1月23日—2月22日河南省COVID-19家庭聚集性疫情时间集中于1月25日—2月7日,首发病例多有外省旅居史,病例潜伏期较长,以一代和二代病例为主,密切接触者罹患率较高。     

福建省新型冠状病毒肺炎疫情趋势分析

  目的   分析福建省新型冠状病毒肺炎(COVID-19)疫情趋势和预测时空聚集性, 为风险评估和防控提供参考。   方法   对福建省2020年1月2日―2020年2月18日COVID-19发病数进行时空趋势分析和预测。   结果   福建省2020年1月2日―2020年2月18日COVID-19报告发病数为293例, 无死亡。各时间点累计报告县(区)数(累计报告数)依次为:1月19日22个(35例)、1月26日53个(159例)、2月2日57个(244例)、2月18日61个(293例)。局部空间自相关分析提示, 截至2月18日, 鼓楼、仓山、闽侯、福清等福州县(区)热点性质为高聚集区。截至1月26日, 时空聚集区快速蔓延, 一级和二级聚集区多达7个, 分别以鲤城、涵江、思明、连江、沙县、古田和湄北为中心, 其中以鲤城和思明为中心预测发生于1月27日―2月18日, 期望发病数分别为54和24例。截至2月18日, 时空聚集区减少至2个, 分别以城厢和南安为中心。   结论   泉州、福州、莆田等市的部分县(区)COVID-19时空聚集风险较大, 应重点防控, 但低风险聚集区也不应忽视。     

大学生新型冠状病毒肺炎疫情知信行现况及其影响因素

  目的   了解新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)流行期间中国大学生的知识、态度及行为现状, 为高校开展科学防控及公共卫生精准决策提供理论依据。   方法   2020年1月31日―2月5日, 选取4所高校共计56 997名大学生为研究对象, 采用32条目自编结构化调查问卷对大学生开展线上现况调查。   结果   共收集到44 456名大学生的调查问卷, 应答率为78.0%(44 456/56 997)。94.1%大学生认为COVID-19能通过与无症状感染者接触感染, 知晓主要传播途径和临床表现者达76.4%~98.9%, 但知晓预后情况者仅占52.9%。53.0%的大学生认为疫情严峻, 出现恐慌和焦虑的大学生占28.5%。采取规范洗手、佩戴口罩、减少外出和聚会等防护行为的大学生占86.9%~94.2%。亚组分析结果显示, 女性、高年龄组、教育程度高者及城市大学生知识和行为水平较高(均有P < 0.05)。   结论   本次COVID-19疫情期间, 大学生认识、态度和行为评分较高, 但知识缺口依然存在, 部分大学生出现恐慌和焦虑情绪。因此, 应针对大学生防疫意识薄弱点进行精准健康宣教。     

四川省新型冠状病毒肺炎流行现况与防控策略探讨

  目的   了解和探究四川省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)流行现状, 为现阶段防控策略与措施的制定提供参考依据。   方法   采用描述性流行病学方法深入剖析疫情变化, 明晰现状。   结果   四川省COVID-19病例主要集中于20~59岁人群, 男性占比略高于女性, 四个时期中有武汉/湖北暴露史病例者占比分别达到52.91%、21.97%、16.67%和0.00%。截至3月16日, 新增确诊病例与现有疑似病例均为0, 累计确诊病例达539例, 累计治愈病例为520例, 累计死亡病例3例。累计确诊病例在全省21个市州均有所分布, 成都居首位(144例, 26.72%)。除成都市武侯区外, 余下182个县(市、区)已无现症病例。   结论   当前四川省COVID-19疫情形势逐渐趋好, 但输入型感染风险仍然存在, 应持续加强防控力度, 深化分区分类防控, 精准科学施策。     

陕西省新型冠状病毒肺炎疫情流行病学特征

  目的   分析陕西省新型冠状病毒肺炎(coronavirus disease 2019, COVID-19)疫情流行特征, 为更好地防控疫情提供参考依据。   方法   从陕西省卫生健康委员会官网上收集全省COVID-19病例个案资料, 采用描述性流行病学方法进行分析。   结果   截至2020年3月15日, 全省共报告COVID-19病例245例(男131例, 女114例), 含输入病例116例(有湖北旅居史者97例), 本地续发病例114例, 无明确接触史者15例; 死亡2例。共报告46起聚集性疫情, 家庭聚集性疫情占84.78%(39/46)。两次疫情高峰分别出现在1月27日(20例)和1月31日(18例)。西安市报告病例占全省48.98%(120/245)。40~岁病例最多(60例)。病例发病到首诊时间为1.0 (0.5, 3.0) d, 首诊到确诊为4.0(3.0, 6.0) d, 发病到确诊为6.0(4.0, 9.0) d。本地病例发病到确诊时间(7 d)较输入病例(5 d)长; 首诊前服药病例发病到确诊时间(9 d)较未服药病例(6 d)长; 首诊选择社区医院病例首诊到确诊时间(7 d)较二级(3 d)、三级(4 d)医院病例长。   结论   陕西省COVID-19疫情分为输入病例为主和本地病例为主两个阶段, 家庭聚集性是其重要特征。病例感染来源, 首诊前是否服药和首诊医院级别可影响疾病确诊。     

logistic模型在新型冠状病毒肺炎疫情中的应用

目的 拟合新型冠状病毒肺炎疫情发展趋势,为logistic模型在新发传染病流行中的应用提供依据。 方法 使用logistic模型,基于官方公布的2020年1月10日—3月12日新冠肺炎疫情报告数据,采用非线性最小二乘法进行拟合。结果 logistic模型拟合效果较好,4个模型的决定系数R²均高于0.99。拟合曲线与真实疫情的变化趋势吻合。始盛期前模型平均相对误差较大(74.1%～427.0%),始盛期之后降至1.0%～4.1%。模型拟合结果显示全国(湖北省除外)、湖北省(武汉市除外)和上海市于2020年2月2—5日达到疫情峰值,2月6—11日进入缓增期。武汉市则于2月11日达到高峰期,2月16日进入缓增期。模型显示首例病例报告到疫情高峰期的时间间隔以及启动一级响应到疫情盛末期的时间间隔均约为一个最长潜伏期。 结论 logistic模型对新型冠状病毒肺炎疫情的拟合效果较好,能够对疫情发展态势进行分期,为疫情防控决策和防控措施效果评价提供科学依据。