[论文解读] Population-scale testing can suppress the spread of infectious disease

Jussi Taipale, Ioannis Kontoyiannis+1 more|arXiv (Cornell University)|Apr 14, 2021

Data-Driven Disease Surveillance参考文献 8被引用 4

一句话总结

本文提出一种大规模、重复且并发的检测策略，结合对感染者的隔离，作为快速、稳健的干预手段，以抑制传染病的传播。通过理论分析和模拟仿真表明，在足够高的检测频率下，有效基本再生数（Rt）可被降低至1.0以下，从而导致流行病崩溃，即使没有疫苗或药物亦可实现。

ABSTRACT

Major advances in public health have resulted from disease prevention. However, prevention of a new infectious disease by vaccination or pharmaceuticals is made difficult by the slow process of vaccine and drug development. We propose an additional intervention that allows rapid control of emerging infectious diseases, and can also be used to eradicate diseases that rely almost exclusively on human-to-human transmission. The intervention is based on (1) testing every individual for the disease, (2) repeatedly, and (3) isolation of infected individuals. We show here that at a sufficient rate of testing, the reproduction number is reduced below 1.0 and the epidemic will rapidly collapse. The approach does not rely on strong or unrealistic assumptions about test accuracy, isolation compliance, population structure or epidemiological parameters, and its success can be monitored in real time by following the test positivity rate. In addition to the compliance rate and false negatives, the required rate of testing depends on the design of the testing regime, with concurrent testing outperforming random sampling. Provided that results are obtained rapidly, the test frequency required to suppress an epidemic is monotonic and near-linear with respect to R0, the infectious period, and the fraction of susceptible individuals. The testing regime is effective against both early phase and established epidemics, and additive to other interventions (e.g. contact tracing and social distancing). It is also robust to failure: any rate of testing reduces the number of infections, improving both public health and economic conditions. These conclusions are based on rigorous analysis and simulations of appropriate epidemiological models. A mass-produced, disposable test that could be used at home would be ideal, due to the optimal performance of concurrent tests that return immediate results.

研究动机与目标

• 开发一种可扩展的非药物干预措施，以控制新发传染病，最大限度减少对疫苗或药物研发的依赖。
• 解决传统公共卫生措施（如接触者追踪和社交距离）的局限性，特别是在疫情早期阶段。
• 证明在现实条件下（如检测不准确和依从性不足）下，大规模检测仍可抑制传播。
• 提供一个数学上严谨的框架，用于确定实现流行病控制所需的检测频率。
• 表明检测不仅在疫情初期有效，也在已建立的流行病中有效，并且可与其他干预措施协同作用。

提出的方法

• 提出一种涉及对人群中所有人进行重复、并发检测的大规模检测策略。
• 使用随机和确定性流行病学框架对干预措施进行建模，包括SIR型分 compartment 模型。
• 分析有效基本再生数（Rt）作为检测频率、传染期和人群易感性的函数。
• 引入一种实时监测指标：检测阳性率，作为流行病趋势的代理指标。
• 比较不同检测制度：并发检测（所有人同时检测）在降低Rt方面优于随机抽样。
• 通过数学分析和基于代理的仿真验证该方法在不同参数（如假阴性率、依从性）下的鲁棒性。

实验结果

研究问题

• RQ1 重复、大规模检测是否能将有效基本再生数（Rt）降低至1.0以下，从而实现流行病抑制？
• RQ2 所需检测频率如何随关键流行病学参数（如R0、传染期和易感者比例）变化？
• RQ3 在流行病控制方面，并发检测与随机抽样的表现相比如何？
• RQ4 该干预措施在检测不准确（假阴性）和隔离依从性不足的情况下，其鲁棒性如何？
• RQ5 能否通过检测阳性率实现实时监测检测策略的成功？

主要发现

• 在足够高的重复、并发检测频率下，有效基本再生数（Rt）可被降低至1.0以下，从而导致流行病迅速崩溃。
• 所需检测频率与R0、传染期长度以及易感者比例近乎呈线性关系。
• 并发检测在降低Rt方面显著优于随机抽样，尤其在检测结果能立即获得时。
• 检测阳性率可作为流行病趋势的可靠、实时指标，可用于监测干预措施的有效性。
• 即使检测频率未达最优，也能减少感染人数，从而改善公共卫生和经济结果。
• 该方法对现实水平的假阴性率和依从性不足具有鲁棒性，在广泛的流行病学和结构条件下均保持有效。