哥伦比亚大学梅尔曼公共卫生学院（Columbia University Mailman School of Public Health）的公共卫生研究人员利用计算机建模技术，重建了2009年H1N1流感大流行和2020年COVID-19大流行在美国的传播过程。
研究结果凸显了呼吸道大流行病原体的快速扩散特性以及早期疫情控制的挑战。该研究发表在《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）上，是首个在美国都市区尺度上全面比较最近两次呼吸道大流行空间传播模式的研究。
在美国，2009年H1N1流感大流行导致274,304例住院和12,469例死亡，而2020年COVID-19大流行迄今已造成120万例确诊死亡。
研究人员旨在通过分析两次大流行的地理扩散模式，为未来大流行预防策略提供依据。他们将两种传染病的动态详细数据输入计算机模型，结合已知的航空旅行和通勤模式以及潜在的超级传播事件，模拟其传播过程，并聚焦于美国300多个都市区。
模拟结果显示，在政府干预或早期病例检测实施前，两次大流行均在数周内已广泛扩散至大多数都市区。尽管最近两次大流行的跨区域传播路径各不相同，但空间扩张主要由纽约和亚特兰大等共同的传播枢纽驱动。其扩散主要依赖航空旅行而非通勤，但随机动态因素导致传播路径存在显著不确定性，使得实时预测疫情爆发地点极为困难。
“2009年H1N1流感和2020年COVID-19大流行的快速且不确定的传播，突显了及时检测与控制的挑战。扩大废水监测覆盖范围并结合有效的感染控制措施，有望减缓未来大流行的初始扩散，”该研究资深作者、哥伦比亚大学梅尔曼学院环境健康科学助理教授裴森（Sen Pei）博士表示。多项研究已指出废水监测项目的益处，而新研究进一步证实了扩大废水监测对大流行准备工作的价值。
除重建最近两次大流行的历史传播外，该研究还提供了一个可推广的框架，用于推断可能适用于其他病原体的早期流行病动态。尽管流动性（尤其是航空旅行）是大流行扩散的关键驱动力，研究人员也警示社区人口结构、学校日程、冬季假期和天气条件等因素同样发挥重要作用。
本研究第一作者为来自中国大连理工大学的大连市张仁泉（Renquan Zhang）。其他作者包括大连理工大学的邓睿（Rui Deng）和刘思通（Sitong Liu）、哥伦比亚大学的姚青（Qing Yao）和杰弗里·沙曼（Jeffrey Shaman）、普林斯顿大学的布莱恩·T·格伦菲尔（Bryan T. Grenfell），以及美国国立卫生研究院（National Institutes of Health）的塞西尔·维布德（Cécile Viboud）。
十余年来，杰弗里·沙曼（Jeffrey Shaman）及其同事（包括裴森）一直致力于开发和完善理解及模拟传染病（包括流感、COVID-19等）传播的方法。其实时预测可预判疫情暴发的速率、地理扩散范围及峰值时间，以指导公共卫生响应。
沙曼和哥伦比亚大学披露部分持有SK Analytics公司股权。其他作者声明无利益冲突。
本研究获得中国国家自然科学基金（12371516）、美国国家科学基金会（DMS-2229605）、美国疾病控制与预防中心（U01CK000592, 75D30122C14289）、美国国家过敏和传染病研究所（R01AI163023）、普林斯顿催化倡议、普林斯顿精准健康计划以及高等环境研究所的资助。本报告中的发现和结论仅代表作者观点，不一定代表美国国立卫生研究院、疾病控制与预防中心或卫生与公众服务部的官方立场。
【全文结束】
