[论文解读] Starker Effekt von Schnelltests (Strong effect of rapid tests)

Jan Möhring, Michael Burger+6 more|arXiv (Cornell University)|Apr 12, 2023

COVID-19 epidemiological studies被引用 5

一句话总结

本研究利用校准后的流行病学模型，量化了德国第三次新冠肺炎疫情波峰期间检测、疫苗接种和接触限制措施的影响。研究发现，快速检测——尤其是学校中的快速检测——对减少传播具有最强的独立影响，其效果优于疫苗接种和接触限制，原因在于其能够早期识别并隔离感染者，从而打断传播链。

ABSTRACT

This article is a reproduction of a Fraunhofer ITWM report from 28 June 2021 on the contribution of various non-pharmaceutical measures in breaking the 3rd Corona wave in Germany. The main finding is that testing contributed more to the containment of the pandemic in this phase than vaccination or contact restrictions. The analysis is based on a new epidemiological cohort model that represents testing, vaccination and contact restrictions by time-varying rates of detection, vaccination and contacts, respectively. Only the effectiveness of different vaccines is taken from the literature. All other parameters are automatically identified in such a way that the simulated and the published incidences and death rates match. Among these parameters are incubation time, mean duration of the infectious phase, mortality rate, as well as two contact rates and one detection rate per week. Note that we can reconstruct such a high number of parameters only because we assume that the weekly wave patterns in new infections follow real infection dynamics, periodically driven by high contact rates on weekdays and lower ones on weekends. Usually, people assume that the weekly wave patterns are just reporting artefacts and that weekly mean values are the finest usable data. One focus of the paper is to quantify the increase in detection rate due to the introduction of rapid testing in schools. For this purpose, we compare federal states that differ in the start of school tests and Easter holidays. There is a clear temporal correlation with the identified detection rates. Finally, we compare the effect of the individual non-pharmaceutical measures by replacing one by one the fitted rates of detection, vaccination and contacts by neutral ones. The increase in the simulated number of actually infected persons measures the effect of the measure ignored.

研究动机与目标

• 量化检测、疫苗接种和接触限制在遏制德国第三次新冠肺炎疫情波峰中的相对贡献。
• 评估基于学校的快速检测计划对感染动态的实际影响。
• 解决一个悖论：为何在有效检测计划后病例数可能上升，即所谓的“检测-发病率困境”。
• 通过纳入检测和接触行为的周度波动，提升流行病学模型的预测能力。
• 倡导更有效地利用检测-追踪-隔离策略，作为一项成本效益高的公共卫生工具。

提出的方法

• 开发了一个具有年龄结构传播动态和时变参数的详细分 compartment 流行病学模型。
• 利用每日病例数据和周度报告模式，对模型参数——接触率和检测率——进行校准。
• 采用最大似然估计法每周调整接触率和检测率，以提高模型对实际数据的拟合度。
• 挑战了传统假设，即周度报告波动纯粹由医疗报告延迟引起，转而将其归因于真实的行为变化（例如，周末接触减少）。
• 使用 EpideMSE 软件平台进行数值模拟和参数拟合。
• 在多个德国联邦州验证结果，以确保模型的稳健性和普适性。

Abbildung 1: Modellanpassung. 7-Tage-Inzidenz laut RKI und mit angepasstem Modell simuliert.

实验结果

研究问题

• RQ1 快速检测、疫苗接种和接触限制在德国第三次新冠肺炎疫情波峰下降过程中各自贡献的相对大小如何？
• RQ2 基于学校的快速检测引入后，对区域感染动态和检测率产生了何种影响？
• RQ3 为何在大规模检测活动后病例数会出现暂时性上升？这一现象如何与检测的有效性相协调？
• RQ4 周度病例报告波动在多大程度上可由真实接触行为变化解释，而非报告延迟？
• RQ5 如何优化检测-追踪-隔离策略，以在最小化社会成本的同时最大化公共卫生效益？

主要发现

• 在德国第三次新冠肺炎疫情波峰期间，快速检测对减少传播的独立影响最强，优于疫苗接种和接触限制。
• 学校中引入快速检测后，检测率在全国范围内出现明显且可测量的上升，表明其对病例识别具有显著影响。
• 模型显示，只有当检测与接触追踪和隔离相结合时，检测效果才能最大化，因为孤立的病例无法进一步传播病毒。
• 本研究识别出一种“检测-发病率困境”：有效的检测虽能实际减少传播，但会暂时提高报告病例数，可能引发不必要的限制措施。
• 接触率和检测率成功实现每周校准，结果表明真实行为变化——尤其是周末接触减少——比报告延迟更能解释周度报告波动。
• 分析表明，当前的接触追踪和检测能力尚未被充分使用，显示出进一步控制感染的巨大潜在空间。

Abbildung 2: Tagesgenaue Anpassung des Modells an gemeldete Neuinfektionen.