[论文解读] Effects of infection fatality ratio and social contact matrices on vaccine prioritization strategies

Arthur Schulenburg, Wesley Cota+2 more|arXiv (Cornell University)|Jan 8, 2022

COVID-19 epidemiological studies参考文献 58被引用 8

一句话总结

本研究采用基于年龄结构的SEAIRD分 compartment 模型，结合巴西、德国和乌干达的真实社会接触矩阵及感染致死率（IFR），评估疫苗优先接种策略。研究发现，在高传播情景下，优先接种最脆弱人群最为 optimal；而在低传播环境中，优先接种高连接度个体更优，结果强烈依赖于IFR的年龄分布特征与人口结构。

ABSTRACT

Effective strategies of vaccine prioritization are essential to mitigate the impacts of severe infectious diseases. We investigate the role of infection fatality ratio (IFR) and social contact matrices on vaccination prioritization using a compartmental epidemic model fueled by real-world data of different diseases and countries. Our study confirms that massive and early vaccination is extremely effective to reduce the disease fatality if the contagion is mitigated, but the effectiveness is increasingly reduced as vaccination beginning delays in an uncontrolled epidemiological scenario. The optimal and least effective prioritization strategies depend non-linearly on epidemiological variables. Regions of the epidemiological parameter space, in which prioritizing the most vulnerable population is more effective than the most contagious individuals, depend strongly on the IFR age profile being, for example, substantially broader for COVID-19 in comparison with seasonal influenza. Demographics and social contact matrices deform the phase diagrams but do not alter their qualitative shapes.

研究动机与目标

• 评估感染致死率（IFR）和社会接触模式如何影响疫苗优先接种策略。
• 在不同传播条件下，确定最有效的接种顺序——优先接种脆弱人群还是高连接度个体。
• 评估人口结构和非药物干预措施（NPIs）对最优优先接种策略的影响。
• 识别在何种条件下，早期大规模疫苗接种能最有效地减少疾病死亡。
• 比较四种优先接种策略在不同流行病学情景下的有效性。

提出的方法

• 采用具有六个状态的年龄结构SEAIRD分 compartment 模型：S（易感者）、E（暴露者）、A（无症状者）、I（感染者）、R（康复者）、D（死亡者）。
• 整合来自巴西、德国和乌干达的真实社会接触矩阵，以反映年龄特异性传播模式。
• 利用各国特定的IFR数据（针对COVID-19和季节性流感）、疫苗效力及免疫保护起效时间进行模拟。
• 比较四种优先接种策略：优先接种最脆弱人群、优先接种最具传染性个体，以及两种混合策略。
• 将疫苗接种建模为易感性和传播力的时间依赖性降低，其效力和延迟参数经校准以匹配真实世界数据。
• 流行病情景包括不同水平的NPIs（有/无社交距离措施），以评估其对传播动力学和策略有效性的影响。

实验结果

研究问题

• RQ1 疾病的年龄特异性IFR分布如何影响最优疫苗优先接种策略？
• RQ2 在何种传播条件下，优先接种最脆弱人群比优先接种社会连接度最高者更有效？
• RQ3 人口结构和接触矩阵如何影响最优接种策略的相图？
• RQ4 延迟接种对不同优先接种方案有效性的影响如何？
• RQ5 最无效的策略如何随IFR和人口因素变化，其复杂性背后的成因是什么？

主要发现

• 在传播控制措施配合下，早期且大规模的疫苗接种能显著减少疾病死亡，但在无控制的流行病中，若接种延迟，其有效性会急剧下降。
• 在高传播情景下，优先接种最脆弱人群是减少死亡的最优策略，尤其当IFR显著依赖年龄时（如COVID-19）。
• 相反，在低传播环境中，优先接种社会连接度最高者更有效，因其能更显著减少二次传播。
• 由于IFR年龄分布更广，与季节性流感相比，COVID-19在参数空间中使‘优先接种脆弱人群’优于‘优先接种接触者’的区域显著更广。
• 人口结构和接触矩阵会定量改变最优策略的相图，但不改变其定性结构。
• 最无效策略对IFR和人口因素表现出更复杂的依赖关系，这源于疾病动力学与接种时机之间的反馈回路。