[论文解读] You better watch out: US COVID-19 wave dynamics versus vaccination strategy

Giacomo Cacciapaglia, Corentin Cot+3 more|arXiv (Cornell University)|Dec 22, 2020

COVID-19 epidemiological studies参考文献 9被引用 4

一句话总结

本研究将流行病学重整化群（eRG）框架应用于建模美国COVID-19波浪动态，整合了航班移动数据与社交距离措施。研究发现，当前的疫苗接种活动对本轮疫情波浪影响甚微，结论是必须持续实施严格的社交距离措施，直至实现足够的群体免疫；仅靠疫苗接种不足以遏制当前或未来的疫情波浪。

ABSTRACT

We employ the epidemic Renormalization Group (eRG) framework to understand, reproduce and predict the COVID-19 pandemic diffusion across the US. The human mobility across different geographical US divisions is modelled via open source flight data alongside the impact of social distancing for each such division. We analyse the impact of the vaccination strategy on the current pandemic wave dynamics in the US. We observe that the ongoing vaccination campaign will not impact the current pandemic wave and therefore strict social distancing measures must still be enacted. To curb the current and the next waves our results indisputably show that vaccinations alone are not enough and strict social distancing measures are required until sufficient immunity is achieved. Our results are essential for a successful vaccination strategy in the US.

研究动机与目标

• 使用受物理学启发的框架，理解、重现并预测SARS-CoV-2大流行在美国各地区的时空动态。
• 评估疫苗接种策略对美国当前及未来疫情波浪发生时间与峰值规模的影响。
• 将现实世界的人类移动（通过航班数据）与社交距离措施整合进预测性流行病模型。
• 确定在疫情波浪进行期间启动的疫苗接种活动是否能显著改变流行病轨迹。
• 为公共卫生政策提供可操作的见解，说明在推进疫苗接种的同时，持续实施非药物干预措施的必要性。

提出的方法

• 采用流行病学重整化群（eRG）框架，基于对称性原理，将感染传播的复杂动态简化为一个一阶微分方程。
• 利用2020年3月至8月美国首波疫情的累计感染数据对模型进行校准，参数根据区域动态进行调整。
• 人类移动通过来自OpenSky网络的开源航班数据建模，按州级每日航班量聚合至美国各州之间的流动。
• 社交距离的影响通过各区域传播率的时间依赖性降低来体现，反映现实世界干预措施。
• 疫苗接种建模为随时间增加的免疫力，设定两种情景：部分免疫（一剂）与完全免疫（两剂），采用线性增加的接种率 $ c(t) = u t $。
• 模型在2020年12月28日至2021年3月17日期间，针对美国九个区域的数据进行了验证。

实验结果

研究问题

• RQ1 当前美国疫苗接种活动在多大程度上影响了本轮疫情波浪的发生时间与峰值规模？
• RQ2 在整合移动性与社交距离措施的前提下，eRG框架能否准确重现并预测美国的第二波COVID-19疫情？
• RQ3 疫苗接种时间相对于波峰的时间点如何影响其流行病学影响？
• RQ4 为防止未来疫情波浪，需要达到何种水平的群体免疫？当前策略与之相比如何？
• RQ5 是否可能仅通过疫苗接种实现有效的流行病控制，还是非药物干预措施仍然必不可少？

主要发现

• 自2020年12月14日启动的疫苗接种活动对本轮第二波疫情影响可忽略不计，因为疫情峰值出现在显著免疫力形成之前。
• 模型预测即使接种率线性增加（每周从0.64%增至2%），第二波疫情的峰值仍基本不受影响。
• 仅在太平洋地区，疫苗接种显著改善了模型与数据的一致性，原因在于该地区更早且更积极地推进了疫苗接种。
• 结果证实，当前波浪由地方性传播驱动，而非新输入病例，因此在波浪期间仅靠疫苗接种无法有效遏制疫情。
• 研究发现，为防止下一波疫情，波浪间歇期每日每百万人口的新发病例必须控制在10至20例以下，凸显了持续控制措施的必要性。
• eRG模型在2020年12月28日至2021年3月17日期间与实际观测数据高度一致，验证了其在多样化美国区域中的预测能力。