跳到主要内容

在埃博拉病毒传播之前阻止它:识别入境的受感染旅行者

 

(盐湖城)当两名德州护士签约 埃博拉病毒 2014年,他被一名男子感染,该男子在西非感染了这种病毒,然后来到美国, 卫生系统和医院官员迅速控制了病毒的传播.

而一旦病毒传播到护士身上,这种反应就阻止了疫情的爆发, 犹他大学和退伍军人事务部盐湖城医疗保健系统的一项新研究得出结论,美国和其他国家应该“极其重视”发展监测系统,以便在可能感染埃博拉病毒的入境旅客感染他们所进入的国家之前识别出他们. 早期识别与加强预防埃博拉传播的控制措施相结合,将为防止该病毒的爆发大发娱乐提供最佳防御.

“如果第一个患者将感染传染给许多其他人,那么在一个新国家大规模爆发疫情的风险确实会增加,应用数学家说 达蒙J.A. 托斯Ph值.D., 犹他大学医学院内科研究助理教授,该研究的第一作者. “在许多国家,即使爆发10例病例也被认为是不可接受的, 100个病例将被视为灾难. 识别携带埃博拉病毒的入境旅客对减少更大规模疫情或最坏情况的发生具有最大的影响."

埃博拉疫情, 该病毒于2013年底在西非国家几内亚爆发,并于2014年传播到塞拉利昂和利比里亚, 是自1976年发现该病毒以来最大的一次吗. 尽管目前还没有登上头版头条, 几内亚和塞拉利昂的疫情仍在继续,已造成11人以上死亡,000人死亡, 根据疾病控制和预防中心.

持续的风险

持续的疫情意味着美国和其他国家仍然存在疫情爆发地区的人在旅行时传播疾病的风险.

“建模使您能够探索与替代控制策略相关的权衡, 哪个对决策者和公共卫生机构有用,马修·H说。. 萨莫雷,M.D.他是内科教授,医学院院长 流行病学处 在犹他大学医学院, VA盐湖城医疗保健系统创新中心(IDEAS中心)主任, 该研究的资深作者于6月23日发表, 2015, 发表在疾病控制与预防中心的期刊上 新发传染病.

这种类型的建模还可用于跟踪其他病毒和疾病爆发,如MERS(中东呼吸综合征)。, 研究人员说. 中东呼吸综合征于2012年首次在沙特阿拉伯被报道, 但该病毒已经传播到中东以外的其他国家, 包括美国在内. 今年5月,韩国报告了一次疫情,这是阿拉伯半岛以外最大的一次疫情.

托斯, Samore和他们的同事利用当前疫情的数据分析了在不同情况下引入新病毒后埃博拉病毒传播的可能性. 他们收集了56名记录在案的埃博拉患者的信息,这些患者在美国度过了部分或全部感染期, 尼日利亚, 马里和其他九个国家出现了这种病毒,但很快就得到了控制. The researchers assigned the data to one of three categories: patients who traveled to one of the 12 countries when the virus was incubating; patients evacuated for treatment from Sierra Leone, Liberia or Guinea; people who acquired the virus after it was introduced into a new country by an infected incoming traveler or evacuee.

在这三个群体中, 7名受感染的旅行者将病毒传染给了19人, 而在20名撤离人员中只发生了一例传播. 这些来自旅行者和撤离者的传播导致了当地患者中另外9例传播.

用一个叫做分支过程的数学理论, 研究人员分析了埃博拉传播数据,使用不同的参数和假设来确定爆发的风险,在这些参数和假设中,病毒要么立即得到控制,要么在一段时间后得到控制. 这些情况取决于卫生官员是否知道有感染患者进入一个国家,以及这些国家是否加强了预防埃博拉传播的控制措施.

大发娱乐的分析清楚地表明,确定进入一个国家的第一个埃博拉病例,对大规模爆发的风险比准备防止病毒传播到一个新国家的人更有影响,托特说。.

最糟糕的情况

该数学模型预测了最坏情况爆发的规模, 十分之一的概率,000倍, 例如. 当一名未确诊的埃博拉病毒携带者进入一个没有加强感染控制的国家时,该模型预测最坏的情况是240例新病例. 随着感染控制的加强,这一结果降低到180. 当埃博拉病毒携带者在进入一个国家时被识别出来时,最坏情况下疫情的预测规模会大幅下降, 未加强感染控制的有40例,加强感染控制的只有10例.

“一些国家已经证明有能力大大降低传播概率, 一旦发现受感染的病人,托特说。, “但可能并不总是能够立即识别进来的病人, 特别是如果感染者不与卫生官员合作."

该模型预测的更大的最坏情况爆发规模依赖于假设一个相对较高的超级传播概率——一个病人将感染传播给比平均数量高得多的其他人. 尼日利亚的一个病人, 例如, 把病毒传染给了另外13个人, 而所有旅行者的平均传播次数不到3次. 超级传播可能由许多不同的因素引起——一个病人可能具有不同寻常的传染性, 与他人有异常频繁的联系, 或者在出现症状时不愿或无法就医.

该模型的结果使大发娱乐有理由乐观地认为,将旅行者监测和加强感染控制相结合,可以将除少数传播外的所有传播风险降低到可以忽略不计的水平. 研究结果也给出了一个理由,即那些被谨慎感染的旅行者可能会导致比大发娱乐迄今在西非以外国家看到的更大的疫情. 托特说:“数学使大发娱乐能够探索大发娱乐希望永远不会发生的事件的可能性。.

该研究的共同作者是:Adi V. Gundlapalli; Karim Kader; Warren B.P. 迈克尔·佩蒂. Rubin; Frederick R. 阿德勒.