新型实时监测方法能准确反映疫情热点

一种监测COVID-19等流行病的新方法通过仔细评估被感染者体内的病毒数量(称为病毒载量)与病例数量增加或减少速度之间的关系，对流行病的增长速度进行了准确的实时估计。

”这个新方法,该方法有效地链接我们知道病毒是怎样生长的体内病毒如何传播动力学的人口,提供了一个全新的指标,公共卫生官员、决策者、和流行病学家将能够使用最新的流行的实时信息,”迈克尔说米娜,哈佛大学流行病学助理教授T.H.陈公共卫生学院和中心传染病动力学的核心成员。

米娜是一篇描述该方法的论文的资深作者，该论文于2021年6月3日发表在该杂志上科学．

监测疫情对于公共卫生应对工作至关重要，以了解口罩、封锁或疫苗等干预措施的效果如何，并知道在病例增加时向何处分配额外资源。

的当前的方法对流行病的监测几乎完全依赖于跟踪病例数或长期住院率，并查看检测阳性率和死亡率。例如，在整个COVID-19大流行期间，像由《纽约时报》对于公共卫生官员和研究人员评估各州和国家在控制导致COVID-19的SARS-CoV-2病毒传播方面的情况。然而，由于变量测试实践或糟糕的报告，这些类型的数据通常只能发挥有限的作用。例如，如果检测能力达到极限，或者由于资源集中在其他地方而延迟报告，那么不断增长的流行病可能看起来正在趋于稳定。长期监测病例报告的这些缺陷可能对适当的公共卫生应对措施产生不利影响。

由于疫情呈指数增长或下降，当病例增加时，大多数在任何时候呈阳性的人都是最近被感染的，因此在他们接受检测时，病毒载量会更高(用PCR(聚合酶链式反应)测试来衡量)。这是因为在感染后早期，病毒在体内的数量达到峰值，然后下降到非常低的水平，但在感染后的几周甚至几个月，PCR检测仍可检测到水平。当疫情放缓、病例减少时，在监测检测中检测出阳性的一般人可能在检测前几周就已被感染，因此在检测时病毒载量较低。

为了更好地跟踪大流行热点地区，哈佛大学陈商学院的研究人员开发了一种数学工具，可以仔细评估疫情之间的关系病毒载量-从PCR检测中测量一个称为循环阈值(Ct值)的值，以及病例增加或减少的速度。即使使用从监测检测中采集的数量相对较少的30个SARS-CoV-2阳性样本，也可以对疫情的增长速度进行准确的实时估计。当可以从多个时间点获得Ct值时，研究人员发现，他们甚至可以使用非常有限的阳性结果来重建流行曲线，并估计随着时间的推移有多少人被感染。

研究人员发现，即使是从一个地点收集的PCR阳性检测样本中在单一时间点检测到的病毒数量，也可以帮助估计疫情在人群中的增长或衰减率。

在美国和世界上很多地方，PCR的Ct值显示了多少病毒通常会被丢弃，而PCR检测结果只会返回简单的“阳性”或“阴性”结果。

Mina说:“我们的工作证明了Ct值是多么有价值，以及为什么我们不仅应该停止目前将它们扔掉的做法，而且为什么我们应该让它们成为我们在大流行应对中收集的关键数据。”Mina此前发表了关于使用PCR Ct值来帮助临床决策的文章，她一直是开发利用COVID-19检测来限制疾病传播的新方法的领导者。

作为米娜实验室的博士后研究员，共同领导了这项研究的詹姆斯·海强调，这项新技术不是covid -19特异性的，但对于监测未来其他病毒的爆发和流行将是一种有价值的方法。“该工具不仅针对COVID，还提供了一种新的评估方法疫情这种方法不依赖于可能存在偏见的方法，如随着时间推移计数病例，也不依赖于病例的准确报告或住院治疗，”他说。

---

---