[论文解读] Can Testing Ease Social Distancing Measures? Future Evolution of COVID-19 in NYC

Omar El Housni, Mika Sumida+3 more|arXiv (Cornell University)|May 27, 2020

COVID-19 epidemiological studies参考文献 6被引用 9

一句话总结

本研究采用带有接触者追踪的分 compartment 流行病学模型，分析纽约市解封后检测能力与社交疏离措施放松对COVID-19结局的影响。研究发现，若在未实施大规模检测（例如每日50万次检测）的情况下将社交疏离恢复至解封前水平，到9月累计死亡人数将超过25万例；而每日检测10万次并保持适度疏离措施，可使死亡人数控制在约2.7万例左右。

ABSTRACT

The "New York State on Pause" executive order came into effect on March 22 with the goal of ensuring adequate social distancing to alleviate the spread of COVID-19. Pause will remain effective in New York City in some form until early June. We use a compartmentalized model to study the effects of testing capacity and social distancing measures on the evolution of the pandemic in the "post-Pause" period in the City. We find that testing capacity must increase dramatically if it is to counterbalance even relatively small relaxations in social distancing measures in the immediate post-Pause period. In particular, if the City performs 20,000 tests per day and relaxes the social distancing measures to the pre-Pause norms, then the total number of deaths by the end of September can reach 250,000. By keeping the social distancing measures to somewhere halfway between the pre- and in-Pause norms and performing 100,000 tests per day, the total number of deaths by the end of September can be kept at around 27,000. Going back to the pre-Pause social distancing norms quickly must be accompanied by an exorbitant testing capacity, if one is to suppress excessive deaths. If the City is to go back to the "pre-Pause" social distancing norms in the immediate post-Pause period and keep the total number of deaths by the end of September at around 35,000, then it should be performing 500,000 tests per day. Our findings have important implications on the magnitude of the testing capacity the City needs as it relaxes the social distancing measures to reopen its economy.

研究动机与目标

• 评估不同检测能力与社交疏离水平对纽约市解封后COVID-19结局的影响。
• 确定在不引发严重二次疫情的前提下，安全放松社交疏离措施所需的最低检测能力。
• 在不同政策情景下，预测2020年9月前住院人数、死亡人数与感染人数的演变趋势。
• 利用截至2020年4月15日的纽约市真实数据对模型进行验证，确保其轨迹拟合度。
• 量化社交疏离放松与检测规模之间的权衡关系，以控制疫情严重程度。

提出的方法

• 构建一个包含不同状态的分 compartment 模型：易感者、感染者（有症状/隔离、无症状/非隔离、无症状/隔离）以及康复者。
• 通过隔离确诊病例的密切接触者来整合接触者追踪，其中参数（contactPerPosCase = 4）用于估算每位阳性病例的平均接触人数。
• 使用似然比（likOfBeingInfected = 5.5）来加权密切接触者相对于一般人群的感染风险。
• 利用截至2020年4月15日的纽约市检测、住院及死亡数据校准模型，调整基本再生数 R₀（3.38）和初始无症状感染者数量（约10,000例）。
• 在不同社交疏离放松程度（0%至100%）与检测能力（每日20,000至500,000次检测）下，对6月1日之后的结局进行预测。
• 利用纽约市卫生局及纽约州卫生局提供的数据，将模型输出与实际每日死亡人数、住院人数及病例数进行对比验证。

实验结果

研究问题

• RQ1 在不引发灾难性二次疫情的前提下，纽约市将社交疏离措施放松至解封前水平所需的最低检测能力是多少？
• RQ2 在保持适度社交疏离并提高检测规模的组合下，到2020年9月累计死亡人数的预测结果如何？
• RQ3 在解封期后，即使仅小幅放松社交疏离措施，为抵消其影响所需的关键检测能力阈值是多少？
• RQ4 接触者追踪与密切接触者隔离如何影响模型对流行病轨迹的预测？
• RQ5 该模型的预测在多大程度上可与纽约市早期疫情阶段的真实世界数据相验证？

主要发现

• 若社交疏离完全放松至解封前水平，且每日检测仅20,000次，预测到9月底累计死亡人数将达到250,000人。
• 在社交疏离水平维持在解封期间与解封前水平之间的一半，并每日检测100,000次的情况下，预测到9月的累计死亡人数将降至约27,000人。
• 为在完全放松社交疏离的同时将死亡人数控制在35,000人以下，城市需每日完成500,000次检测，表明完全重启需要极高的检测能力阈值。
• 即使每日检测100,000次，若完全放松社交疏离，仍可能引发二次疫情，其峰值可能超过4月的初始峰值。
• 模型对住院人数、死亡人数及病例数的预测与截至2020年4月15日的实际纽约市数据高度吻合，支持其预测有效性。
• 模型估计每位阳性病例平均可识别4.4名密切接触者，与马萨诸塞州的真实接触者追踪数据（平均2人）基本一致。