Covid-1920年期间Covid-19的负担和特征

　　在2020年，美国比世界上任何其他国家都记录了比199案和死亡的案件和死亡。20202年1月20日，在华盛顿州发现了第一个美国联盟19号案件。在一年中，发生了三波大流行浪潮：（1）春季疫情在Select中发生，主要是在将病毒引入美国之后的城市地区；（2）夏季浪潮主要影响了该国南部；（3）直到2021年春季，秋季波一直普遍存在。要了解病毒的传播并更好地控制其未来的进展，至关重要的是，支持这些暴发的流行病学特征必须在空间和时间上进行量化和分析。 　　在这里，我们使用县解决的种群模型来模拟美国3,142个县之间SARS-COV-2的传播。该模型描绘了记录的和无证感染，并与迭代的贝叶斯推理算法（整体调整Kalman Filter）结合使用，这吸收了每个县每日病例的观察以及县之间的人口运动9,10（补充信息）。贝叶斯推论支持该模型与案例观察和未观察到的状态变量的估计（例如，县内的人口易感性）和系统参数（例如，每个县的确定率）。合成测试表明，推理方法可以在多种模拟方案中恢复关键时变参数（扩展数据图1）。拟合观察到的案例数据的模型捕获了爆发的三波在国家尺度上的明显（图1A），以及主要的大都市地区和县尺度（扩展数据2）。这些推论结果对参数设置和模型配置是可靠的（扩展数据图3、4，补充信息）。 　　为了进一步验证配件，我们将累积感染的模型估计值与美国疾病控制与预防中心（CDC）血清阳性率调查的发现进行了比较。对模型拟合的样本佐证的血清阳性数据进行了调整，以调整自适应免疫反应后抗体水平的减弱（扩展数据图5，补充信息）。累积感染百分比的模型估计值与CDC 10站点调查的调整后的血清阳性估计值很好地对齐，并且通过时间和时间（Pearson的r = 0.97，平均绝对错误（MAE）= 1.31％）（图1B）（图1B）（图1B）（图1B），并且与状态级别的调整估计值相似（扩展数据。图6）。此外，使用针对静脉关注调整的估计的每日感染产生的血清阳性也与观察到的血清阳性率相匹配，并且结果可用于假定使用较低敏感性血清测定（扩展数据图6）。 　　SARS-COV-2的关键特征是它在很大程度上从未被诊断为病毒4的人感染和传播的能力。模型结构和拟合能够估算确定率，在县尺度上诊断出感染的百分比。全国人口加权的确定性率平均为2020年，为21.8％（95％CI：15.9–30.3％），类似于从寻求医疗保健行为的调查中得出的估计值13。该全国确定率从2020年3月的11.3％（8.3-15.9％）上升到2020年12月的24.5％（18.6-32.3％）（图1C）。随着时间的推移，增加测试能力的副产品，对测试用法的初始限制放松以及公众的认识，关注和寻求护理的越来越多。我们还专注于美国的五个大都市地区。确定率在这些领域的明显差异很小，尤其是，凤凰城和迈阿密的确定率在一年中的大部分时间内都高于全国平均水平，而纽约市，芝加哥和洛杉矶的确定率始终低于全国平均水平。 　　在国家一级，在春季，夏季和秋季冬季，三个大流行波（图1A）；然而，纽约和芝加哥的五个焦点大都会地区之间的结构有所不同，纽约和芝加哥经历了强烈的春季和秋季冬季波浪，但在夏季的活动很少，洛杉矶和凤凰城在夏季和秋季冬季波浪进行，迈阿密经历了所有三波波动（扩展数据图2）。洛杉矶县是美国最大的县，人口超过1000万，在秋季冬季受到了严重影响。随着时间的流逝，病毒活性的差异产生了不同的累积感染数量（图2A）。美国的人口易感性为69.0％（63.6–75.4％），在洛杉矶的焦点大都市地区，在洛杉矶的47.6％（37.2-54.8％）的范围为73.2％（68.3-77.8％）。尽管县之间存在差异，但到2020年底，美国人口中有很大一部分没有感染。然而，在2020年8月1日在西南和东南部显而易见的较低人口易感性（图2B），到2020年12月31日（图2C）大大扩展（图2C）。尤其是，据截至2020年12月31日，据估计，中西部和密西西比山谷的地区，包括达科他州，明尼苏达州，威斯康星州和爱荷华州的地区的人口易感性低于40％。 　　爆发的结构在发病率和患病率估计中都很明显（图3，扩展数据图7）。发病率表明新传染病患者的每日人数 - 已确认的Covid-19病例以及感染者仍然没有记录的病例。每个月的大多数感染是无证的（图3A），如较低的确定率所示（图1C）。在2020年的整个过程中，美国的感染中估计有78.2％的感染未记录。每日患病率的估计提供了一种衡量社区传染病率（CIR）的量度，这是目前具有传染性感染的人群的一部分。2020年12月31日，国家SARS-COV-2 CIR为0.77％（0.60–0.98％），表明大约有130人中有1人具有传染性（相似的百分比为0.83％（0.52-1.26％）（估计为潜在的感染）感染，但尚未感染，但尚未传染。在5个焦点大都市地区，CIR差异很大：11月中旬，芝加哥达到1.51％（1.27–1.82％）；迈阿密CIR在7月增加到1.25％（1.03–1.53％）。洛杉矶在2020年底的负担更大，截至2020年12月31日，CIR为2.42％（2.05–2.86％）（扩展数据图7）。 　　模型拟合可以估计病例死亡率（CFR）和感染死亡率（IFR）。使用CDC14的公共线列表数据，我们估计了每个县的病例确认到死亡的时间滞后分布，并使用这些估计值，对案例报告日期的死亡观察到了死亡15（扩展数据图8、9，补充信息）。然后使用这些反应死亡数据生成CFR和IFR。在春波开始时，这两种速率在全国范围内都是最高的：CFR为7.1％（4.8–9.8％），IFR在4月期间为0.77％（0.51–1.25％）（图3C）。截至6月1日的全国累积IFR为0.69％（0.47–1.04％），与以前的研究相符5,6,7（扩展数据图2，补充信息）。在一年中，随着较早的诊断和治疗，患者护理16,17,18，而在CFR的情况下，对轻度感染的报告报告了，CFR和IFR分别降至1.29％（0.98–1.68％）和0.31％（0.22-0.44％），分别为2020年12月（0.22-0.44％）。这两个费率因位置和随着时间的流逝而异。例如，在夏季波浪期间，CFR和IFR的中间滴在芝加哥，凤凰城和迈阿密开始，与住院患者的平均年龄降低（扩展数据图8）。在2020年冬季，大多数大都市地区的CFR和IFR略有增加，这可能是由于老年人的住院率更高（图8的扩展数据）和紧张的医疗资源的驱动19。总体而言，这些发现描述了与感染相关的死亡风险。2020年后期的国际贸易委员会徘徊在0.30％左右，远高于季节性流感20（<0.08％）和2009年流感pandemic21（0.0076％）的估计。由于199年的死亡可能会被低估，因此我们对IFR的估计可能会偏低。 　　我们进一步研究了春季，夏季和秋季冬季（补充信息），据报道，为了改变本地的繁殖数RT的变化RT的变化，响应于当地的变化，报告了Covid-19的案例数。结果表明，病例越来越多的社区显示RT的减少较大（扩展数据图10）。但是，连续波的RT降低率降低。这些发现可能是由调节繁殖数量的许多因素驱动的，包括改变对非药物干预的依从性22和病毒传播的季节调制23。需要对这一初步发现进行更彻底的分析。 　　美国经历了20201年全球确认的COVID案件和死亡人数最多。我们的发现提供了与美国连续流行病相关的随时间不断发展的流行病学特征的量化，尽管在2021年结束时，在美国年底和前景中的情况和前景中的前景更高，但在2021年终止的前景中，据报道，该案件超过1,960万人。感染。在接下来的几个月中，几个因素将大大改变人口易感性。首先，正在进行的传播将感染幼稚的宿主，并继续耗尽易感池。其次，随着更多的疫苗分布和施用，将保护更多个体免受症状感染的保护，而IFR将减少。最后，我们的模型不能通过减弱的免疫力或免疫逃脱来代表重新感染。但是，已记录了24,25次，存在抗体水平降低的证据为26,27，而关注的新变体已经出现了28,29，并且可能会继续这样做。所有这些过程都会随着时间的流逝而影响人群敏感性，并有助于确定社会何时进入大流行阶段，该病毒最终假设的流行模式及其长期的公共卫生负担30。 　　有关研究设计的更多信息可在与本文有关的自然研究报告摘要中获得。