Doba generace variant SARS-CoV -2 Alfa a Delta: Epidemiologická analýza
Feb 20, 2022
Pro více informací:ali.ma@wecistanche.com
souhrn
Pozadí
V květnu 2021 delta (B.1.617.2)SARS-CoV-2varianta se stala dominantní ve Spojeném království, byla nahrazenaomikron(B.1.1.529)varianta v prosinci 2021. Varianta delta je spojena se zvýšenou přenositelností ve srovnání s variantou alfa, která byla dominantní variantou ve Spojeném království mezi prosincem 2020 a květnem 2021. Abychom porozuměli přenosu a účinnosti intervencí, snažili jsme se zjistit, zda Doba generování delta varianty (interval mezi infekcemi u párů infektor–infikovaný) je kratší – tj. přenosy probíhají rychleji – než u varianty alfa.
Metody
V této epidemiologické analýze jsme analyzovali data o přenosu z probíhající prospektivní studie domácností UK Health Security Agency (UKHSA). Domácnosti byly přijaty do studie poté, co měl indexový případ pozitivní test PCR a ke stanovení odpovědné varianty bylo použito genomové sekvenování. Přizpůsobením matematického modelu přenosu dat jsme odhadli vnitřní generační dobu (která předpokládá stálý přísun vnímavých jedinců po celou dobu infekce) a generační dobu v domácnosti (která odráží realizovaný přenos ve studovaných domácnostech a zodpovídá za náchylné vyčerpání) pro alfa a delta varianty.
Zjištění
Mezi únorem a 2. srpnem021 bylo do studie UKHSA přijato 227 domácností skládajících se z 559 účastníků. Alfa varianta byla detekována nebo se předpokládá, že je odpovědná za infekce ve 131 domácnostech (243 infekcí u 334 účastníků) přijatých v únoru až květnu a delta varianta v 96 domácnostech (174 infekcí u 225 účastníků) v květnu až srpnu. Průměrná vnitřní doba generování byla kratší pro delta variantu (4,7 dní, 95% důvěryhodný interval [CI] 4,1–5,6) než u alfa varianty (5,5 dní, 4,7–6,5). , s 92procentní zadní pravděpodobností. Průměrná doba generování domácnosti byla o 28 procent (95 procent CI 0–48 procent) kratší u varianty delta (3,2 dny, 95 procent CI 2,5–4,2) než u varianty alfa (4,5 dní, 3 ·7–5·4), s 97,5% zadní pravděpodobností.
Výklad
Varianta delta se v domácnostech přenáší rychleji než varianta alfa, což lze přičíst rychlejšímu vyčerpání vnímavých jedinců v domácnostech a možnému zkrácení vlastní generační doby. Zásahy, jako je sledování kontaktů, testování a izolace, mohou být méně účinné, pokud k přenosu viru dojde rychle.
Financování
Národní institut pro výzkum zdraví, Agentura pro zdravotní bezpečnost Spojeného království, Rada pro výzkum inženýrství a fyzikálních věd a výzkum a inovace Spojeného království
Hrají: William S Hart, Elizabeth Miller, Nick J Andrews, Pauline Waight, Philip K Maini, Sebastian Funk, Robin N Thompson
Matematický institut, University of Oxford, Oxford, Spojené království (WS Hart MMath, prof. PK Maini DPhil); Department of Infectious Disease Epidemiology, London School of Hygiene & Tropical Medicine, London, UK (Prof E Miller FRCPath, Prof S Funk Ph.D.); divize imunizace a protiopatření (prof. E Miller, P Waight BSc) a datové a analytické vědy (prof. NJ Andrews Ph.D.), Agentura pro zdravotní bezpečnost Spojeného království, Londýn, Spojené království; Matematický institut (RN Thompson Ph.D.) a Zeemanův institut pro systémovou biologii a výzkum epidemiologie infekčních chorob (RN Thompson), University of Warwick, Coventry, Spojené království
Úvod
V květnu 2021 delta (B.1.617.2)SARS-CoV-2varianta se stala dominantní ve Spojeném království1 i celosvětově.2 Tato varianta představuje vyšší riziko závažného onemocnění ve srovnání s předchozími variantami,2,3 ačkoliv očkování stále chrání.4 Varianta delta vedla ke zvýšení tempa růstuCOVID-19případů ve Spojeném království, které převyšují ostatní varianty.1,5 Tento růst byl přičítán zvýšené přenositelnosti, přičemž studie5 naznačovala, že delta varianta byla o 43–68 procent přenosnější5 než alfa (B.1.1.7), která byla první identifikované ve vzorku ze září 2020.6

Jedním ze způsobů, jak charakterizovat přenos aSARS-CoV-2variantou je měřit její rychlost a sílu.7,8 Rychlost označuje, jak rychle varianta roste na úrovni populace, která se měří exponenciální rychlostí růstu a je odvoditelná z údajů o výskytu onemocnění.8 Síla odráží přenositelnost varianty8 a je typicky měřeno počtem časově závislých reprodukcí (tj. počtem lidí, které se očekává, že infikuje každý infikovaný člověk). Doba generování (tj. doba mezi událostmi infekce u párů infektor–infikovaný) určuje vztah mezi rychlostí varianty a její silou8–11 a je vstupem používaným v modelech k odhadu počtu reprodukce z dat oznámení o případu.12,13 V princip, zvýšené tempo růstu případů COVID{9}}, jak bylo pozorováno u varianty delta, lze připsat zvýšené přenositelnosti, kratší době generování nebo oběma těmto faktorům.8,14
Předchozí studie odhadovalySARS-CoV-2generace, 15–20, přičemž většina odhadů využívá data shromážděná na počátku pandemie COVID-19. Studie domácností18 od Agentury pro zdravotní bezpečnost Spojeného království (UKHSA) ukázala, že doba generováníSARS-CoV-2se mezi zářím a listopadem 2020 ve srovnání s předchozími měsíci zkrátila. Ačkoli se však toto období shodovalo se vznikem alfa varianty, tato varianta byla ve studii UKHSA zodpovědná za infekce pouze ve dvou domácnostech a delta varianta se ještě neobjevila.18 Proto jsme v této epidemiologické analýze porovnávali účinek tyto varianty naSARS-CoV-2generování pomocí údajů z probíhající studie domácností ve Spojeném království.
Metody
Návrh studie a data
V této epidemiologické analýze jsme analyzovali data o přenosu z probíhající prospektivní studie v domácnostech, kterou provedla UKHSA (příloha 1). Protože studie začala v lednu 2021 a data byla k dispozici od února do září 2021, mohli jsme analyzovat přechod z alfa do delty, který se stal dominantní variantou. Do studie byly přijaty domácnosti poté, co měl indexový případ pozitivní test PCR. Data obsahují výsledky testů PCR (včetně tří testů provedených v rámci studie), data nástupu příznaků, věk a stavy očkování zúčastněných členů domácnosti (příloha 1). Genomové sekvenování bylo použito ke stanovení varianty odpovědné za infekce potvrzené PCR. Tam, kde nebyly údaje o sekvenování k dispozici, jsme předpokládali, že alfa varianta byla zodpovědná za infekce v domácnostech, ve kterých byl indexový případ poprvé pozitivní před květnem 2021, a delta varianta byla zodpovědná za infekce v domácnostech, ve kterých byl indexový případ poprvé pozitivní po květnu 2021 (data ze tří nesekvenovaných domácností přijatých během května 2021 byla z naší analýzy vyloučena).1 Byla provedena analýza citlivosti zahrnující pouze domácnosti, ve kterých bylo provedeno sekvenování.

Úplný popis protokolu domácí studie je uveden v příloze 2 (str. 2). Protokol dohledu nad domácnostmi byl schválen skupinou UKHSA Research Ethics and Governance Group jako součást portfolia aktivit rozšířeného dohledu UKHSA v reakci na pandemii COVID-19. Verbální informovaný souhlas s účastí ve studii (včetně analýzy dat pro pochopení charakteristik přenosu v domácnosti) získaly sestry od členů domácnosti, kteří mohli kdykoli odmítnout účast ve studii o domácnosti. Souhlas pro děti byl získán od rodiče nebo zákonného zástupce. Autorům mimo UKHSA byla poskytnuta pouze anonymizovaná data.
Matematické modelování a statistická analýza
Dobu generování jsme odhadli přizpůsobením mechanistického modelu motivovaného kompartmentovým modelováním (příloha 2, str. 2–9) do dat o přenosu v domácnostech. V tomto modelu je každá infekce rozdělena do tří po sobě jdoucích fází (doba trvání v každém stadiu sledovala nezávislé rozdělení): latentní, presymptomatická, infekční a symptomatická a infekční.17,18 Na rozdíl od standardních metod pro odhad generační doby,15, 16 tento přístup spojuje profil infekčnosti infikovaného hostitele s dobou, kdy se u něj rozvinou příznaky.
Rozšíření dat Markovův řetězec Monte Carlo (MCMC) byl použit k přizpůsobení modelu přenosu datům18,21 s následujícími předpoklady: (1) rozložení inkubační doby s průměrem 5,8 dní (SD 3,1; získané z metaanalýza provedená předtím, než se objevily varianty alfa a delta);22 (2) zcela asymptomatičtí, infikovaní hostitelé jsou z 35 procent infekčnější než ti, u kterých se rozvinou symptomy;23 (3) snížená vnímavost očkovaných jedinců ve srovnání s neočkovanými jedinci (tj. pravděpodobnost přenosu mezi infekčním jedincem a vnímavým jedincem je nižší, je-li vnímavý jedinec očkován, s použitím předchozích odhadů;24 (4) žádný rozdíl v nakažlivosti mezi infikovanými jedinci s různými očkovacími statusy; a (5) každý shluk přenosu v domácnosti pocházející z jednoho primárního případu bez dalších infekcí zavlečených do domácnosti zvenčí.

Provedli jsme analýzy citlivosti, abychom prozkoumali robustnost našich výsledků vůči těmto předpokladům. Následující čtyři modelové parametry byly odhadnuty pro každou variantu v postupu přizpůsobení parametrů: průměrná latentní doba (tj. doba od infikování do infekčnosti), jako podíl průměrné inkubační doby; střední symptomatické infekční období; relativní infekčnost presymptomatických ve srovnání se symptomatickými infekčními hostiteli; a celkový parametr přenosnosti 0, který představuje očekávaný počet přenosů v domácnosti generovaných jedním neasymptomatickým infektorem v neočkované a jinak zcela vnímavé domácnosti, za předpokladu, že po každém přenosu je nakažená osoba odstraněna a nahrazena další vnímavý jedinec. Grafy křivek a srovnání mezi předchozím a zadním rozdělením hodnot parametrů přizpůsobeného modelu jsou uvedeny v příloze 2 (str. 10).
Předchozí použité distribuce a centrální odhady zadních distribucí s 95% důvěryhodnými intervaly (CI) jsou uvedeny v příloze 2 (str. 24) pro každou variantu. Abychom otestovali postup přizpůsobení, provedli jsme také simulační studii, ve které jsme použili odhady centrálních parametrů pro každou variantu ke generování syntetických dat a upravili náš model přenosu v domácnosti na tato data (příloha 2, str. 11). Vnitřní rozdělení času generování (distribuce za předpokladu, že počet vnímavých jedinců zůstává během infekce konstantní – tj. za předpokladu, že kdykoli dojde k přenosu, nakažený je okamžitě odstraněn z populace a nahrazen jiným vnímavým jedincem), poskytuje obecný odhad nezávislý na velikost domácnosti, byla pro každou variantu vypočtena z předpokládaných a odhadovaných hodnot parametrů modelu (Příloha 2, str. 4–5). Pro každou variantu bylo rovněž odhadnuto generační časové rozložení domácností (rozložení realizovaných generačních časů v domácnostech, zohledňující vyčerpání vnímavých jedinců)25 (příloha 2 str. 8).
Generační doba domácnosti je v průměru kratší než vnitřní generační doba, protože infikovaným jedincům mohou v domácnostech docházet vnímavé jedince k infekci.9,25 Tento efekt je často způsoben tím, že více infikovaných hostitelů soutěží o infikování dostupných vnímavých jedinců (pouze je realizován první potenciální přenos).26,27 V důsledku toho se realizované přenosy uskutečňují rychleji v domácnostech, než naznačuje vnitřní rozdělení času výroby. Pro každou variantu jsme vypočítali zadní distribuce průměru a SD distribuce vnitřního a domácího generačního času. Také jsme zkombinovali odhady získané v každém kroku procedury MCMC (po době vypalování, aby mohla procedura inference parametrů identifikovat relevantní oblast prostoru parametrů a ztenčení, aby se snížila autokorelace mezi odhady použitými z různých iterací), abychom odhadli celý časové rozložení výroby v domácnosti (příloha 2 str. 13).
Porovnáním odhadů středních intrinsických a domácích generačních časů pro varianty alfa a delta získané v každé iteraci postupu MCMC jsme vypočítali zadní odhady procentuálního snížení těchto veličin v důsledku varianty delta (ve srovnání s variantou alfa). Vypočítali jsme také zadní pravděpodobnost, že každá veličina byla menší pro variantu delta než variantu alfa (tj. podíl iterací MCMC, ve kterých byla odhadovaná střední vnitřní doba nebo doba generování domácnosti kratší pro variantu delta). Generační časy domácností byly také porovnávány na základě stavu očkování, data a věku. Všechny analýzy byly provedeny v MATLABu (verze R2021b).
Výsledek
Mezi únorem a 2. srpnem021 bylo do studie UKHSA přijato 227 domácností a 559 účastníků (tabulka; zobrazeno podle stavu očkování a věku v příloze 2, str. 21–22). Alfa varianta byla detekována nebo se předpokládá, že je odpovědná za infekce ve 131 domácnostech (243 infekcí u 334 účastníků) přijatých v únoru až květnu a delta varianta v 96 domácnostech (174 infekcí u 225 účastníků) v květnu až srpnu. Průměrná vnitřní doba generování byla odhadnuta na 4,7 dní (95 procent CI 4,1–5,6) pro delta variantu a 5,5 dní (4,7–6,5) pro alfa variantu (obrázek 1A ). Porovnání zadních odhadů naznačuje, že průměrná vnitřní doba generování je o 15 procent (95 procent CI −7 procent až 31 procent) kratší pro variantu delta než varianta alfa, s 92procentní pravděpodobností, že varianta delta má kratší střední vnitřní hodnotu. doba generace dvou variant (obrázek 1A). Naše výsledky také naznačují vyšší přenositelnost v domácnostech pro variantu delta než pro variantu alfa (obrázek 1B). Odhady průměrné doby generování domácnosti pro dvě varianty (obrázek 1C) jsou kratší než odpovídající odhady vnitřní doby generování (obrázek 1A). Průměrná doba generování domácnosti byla odhadnuta o 28 procent (95 procent CI 0–48 procent) kratší pro variantu delta (3,2 dny, 95 procent CI 2,5–4,2) než u varianty alfa (4,5 dny, 3,7–5,4), s 97,5 procentní zadní pravděpodobností, že varianta delta má kratší průměrnou dobu generování domácnosti ze dvou variant.

Zkombinovali jsme odhady získané v každém kroku postupu MCMC, abychom odhadli rozložení času generace celé domácnosti pro varianty alfa a delta, což ukázalo, že přenosy delta variant v domácnostech se obvykle vyskytují dříve během infekce SARS-CoV-2 než přenosy s alfa varianta (příloha 2 str. 13). Uvádíme také zadní odhady průměru a SD distribuce sériového intervalu v domácnosti (tj. období mezi časy nástupu symptomů u párů infektor–nakažený; příloha 2, str. 14). Podobně jako u doby generování domácnosti jsme zjistili kratší průměrný sériový interval pro domácnost pro variantu delta (1,8 dní, 95 procent CI 1·{{1{{20}}}}–2,4) než alfa varianta (3,5 dní, 2·7–4·1). U obou variant byl průměrný sériový interval domácnosti kratší než průměrná doba generování domácnosti – o 1·0 dnů (0,2–1,8) u alfa varianty a o 1,5 dne (0,7– 2·4) pro delta variantu – ale sériový interval pro domácnost měl vyšší SD než čas generování domácnosti.
Zkoumali jsme také účinky očkování (obrázek 2A–C), věk (obrázek 2D–E) a měsíc, ve kterém byl indexový případ poprvé pozitivně testován (obrázek 2F) na dobu generování domácnosti. Odhadli jsme generační časy spojené s infektory a nakaženými s různými vakcinačními stavy a zvažovali různé kombinace párů infektor–nakažená. Vliv variant na generační dobu domácnosti byl větší než vliv stavu očkování (obrázek 2A–C). U obou variant nebyl jasný vliv infektora nebo věku infikovaného na dobu generování (obrázky 2D–E). Během dubna až června 2021 došlo ke zkrácení doby výroby domácností, pravděpodobně proto, že delta varianta se během tohoto časového období stala ve Spojeném království dominantní (obrázek 2F).1
Nakonec jsme provedli analýzy citlivosti s ohledem na robustnost našich výsledků vůči předpokladům modelování (příloha 2, str. 15–20). Předpoklad kratší inkubační doby28, než jaká byla použita v naší hlavní analýze22 pro obě varianty nebo pouze delta variantu (příloha 2, str. 15), vedl k většímu rozdílu ve střední vnitřní době generování mezi variantami, než je znázorněno na obrázku 1A (např. v analýze citlivosti ve kterých obě varianty měly kratší inkubační dobu, byla odhadovaná střední doba vnitřní generace o 27 procent [95% CI 5–44 procent] kratší pro delta variantu než alfa variantu).
Naopak, když jsme vzali v úvahu pouze data z domácností, ve kterých bylo provedeno genomové sekvenování (příloha 2, str. 20), nenašli jsme rozdíl ve střední vnitřní době generování mezi variantami; zadní distribuce odhadovaných množství pro delta variantu v této analýze citlivosti však byla široká, protože sekvenační data nebyla k dispozici z domácností přijatých po červnu 2021, kdy byla delta varianta dominantní.1 Nicméně v obou těchto analýzách citlivosti naše zjištění kratší doba generování domácnosti u varianty delta než u varianty alfa zůstala nezměněna. Toto zjištění bylo robustní vůči různým úrovním nakažlivosti asymptomatických infikovaných hostitelů (příloha 2, str. 16) a očkovaných infikovaných hostitelů (příloha 2, str. 17) a mnohočetnému zavlečení viru do domácností (příloha 2, str. 18–19).

Diskuse
Nové varianty SARS-CoV-2 mají odlišné přenosové charakteristiky než koronavirus, který se původně objevil v čínském Wu-chanu.5,14 Klíčovou charakteristikou je generační doba, která měří rychlost přenosu.17,25,29 Odhad čas generování je nezbytný analyzovat soubory dat, ve kterých lze určit nebo odhadnout páry infektor–infikovaný.17,25,29 Studie domácností poskytují příležitost k provedení takových analýz.18,21 V naší analýze dat ze studie UKHSA v domácnostech zjistili, že průměrná vnitřní doba generování byla o něco kratší pro variantu delta než pro variantu alfa, ale s podstatným překrýváním v CI mezi variantami. Pro každou variantu byly realizované generační doby domácností v průměru kratší než vnitřní generační doby, protože generační doba domácností odpovídá za vyčerpání vnímavých jedinců v domácnostech (potenciální přenosy s delší generační dobou jsou pak méně pravděpodobné).
Zjistili jsme větší rozdíl ve střední generační době v domácnosti mezi variantami, než se očekávalo z odhadovaného rozdílu pouze ve vlastní generační době. Toto zjištění lze přičíst zvýšené přenositelnosti delta varianty v domácnostech, což vede k tomu, že vnímaví jedinci jsou rychle infikováni, a proto jsou později nedostupní pro infekci (čímž se zkracuje průměrná doba mezi realizovanými přenosy). Vliv varianty na generační dobu domácnosti byl větší než vliv jiných faktorů, včetně věku a stavu očkování.
Pokud je nám známo, jedná se o první studii, která přímo porovnávala generační dobu pro různé varianty SARS-CoV-2, a neznáme další odhady generační doby pro alfa variantu. Odhad pro delta variantu založený na 55 přenosových párech byl uveden v China CDC Weekly v roce 2021,28 ačkoli metody, na nichž je odhad založen, nebyly prezentovány. Nicméně jejich odhad průměrné doby generování 2,9 dne28 leží v rámci CI našeho odhadu průměrné doby generování domácnosti pro variantu delta (3,2 dny, 95 procent CI 2,5–4,2) a je kratší než spodní hranice 95% CI našeho odhadu pro alfa variantu (4,5 dní, 3,7–5,4).
Toto pozorování podporuje naše zjištění, že varianta delta se v domácnostech přenáší rychleji než varianta alfa. Protože jsme naši analýzu provedli před listopadem 2021, neanalyzovali jsme dobu generování nově vzniklé varianty omikronů (B.1.1.529). Naše zjištění odlišné průměrné generační doby v domácnosti pro alfa variantu oproti delta variantě však zdůrazňuje potřebu aktualizovat odhady generační doby pro omikronovou variantu, jakmile budou k dispozici vhodná data. Jiné studie odhadovaly sériový interval (období mezi dobami nástupu příznaků u párů infektor–infikovaný) pro variantu delta.30–32 Předběžné studie nedávno také odhadly sériový interval33 a související interval test-to-test34 pro omikronovou variantu. .
Ačkoli se sériový interval někdy používá jako proxy pro dobu generování, tyto dvě veličiny nemusí mít stejné rozložení29 – např. doba generování má vždy kladné hodnoty, zatímco sériový interval může být záporný, pokud je možný presymptomatický přenos. Distribuce sériového intervalu má často vyšší SD než rozložení času generace29 a tato rozložení nemusí mít stejnou střední hodnotu.18 Kratší střední interval sériového přenosu než čas generace (jak jsme zjistili pro přenos v domácnostech v naší analýze) lze připsat k presymptomatickému přenosu, protože jedinci s delší inkubační dobou mohou generovat v průměru více přenosů.
Tento efekt, který je zachycen v našem přístupu matematického modelování, vede k očekávané inkubační době, která je delší pro infikované osoby než infikované v přenosových párech, a tudíž kratší střední sériový interval než doba generování18 (protože rozdíl mezi dobou generování a sériový interval je roven rozdílu mezi inkubačními dobami infikovaného a infikovaného29). Trajektorie virové zátěže jedinců s infekcemi způsobenými alfa a delta variantami byly také již dříve odhadnuty.35–37 I když by bylo možné odhadnout, jak se mění nakažlivost během infekce pomocí dat o virové zátěži,38 načasování realizovaných přenosů závisí na dalších faktorech. inherentní nakažlivost, jako je chování (např. u jedinců může být menší pravděpodobnost přenosu poté, co se rozvinou symptomy a dojde k sebeizolaci) a dostupnost vnímavých jedinců.
Náš přístup explicitně zohledňuje změny v riziku přenosu po nástupu symptomů a doba generování domácnosti odpovídá za vyčerpání vnímavých jedinců v domácnostech. Odhady doby generování jsou základem řady epidemiologických analýz, včetně odvození časově proměnlivého počtu reprodukcí12,13 v různých regionech nebo zemích a relativní přenositelnosti různých variant.5,14 Takové analýzy často zanedbávají časové změny v generační době. Naše výsledky dále zdůrazňují, že reprodukční číslo může ovlivnit realizovanou generační dobu (konkrétně vyšší přenositelnost delta varianty vede k rychlejšímu přenosu v rámci domácností). Toto zjištění podtrhuje důležitost používání aktuálních odhadů doby generování při odhadu reprodukčních čísel.
Nadhodnocování střední generační doby obecně vede k odhadům reprodukčního počtu, které jsou příliš vysoké v rostoucí epidemii a příliš nízké v klesající epidemii.10 Při analýze výhody přenosu delta varianty oproti alfa variantě, zanedbávání potenciálně kratší generační doby delta varianta by vedla k přecenění její výhody v oblasti přenosu.8 Protože vyčerpání citlivých kontaktů může být méně důležité při určování načasování přenosů mimo domácnosti než v domácnostech, očekáváme celkové rozložení doby výroby (započítání přenosů napříč všemi nastaveními ) leží mezi naší domácností a vnitřními odhady.
Očekáváme proto, že odvození výhody přenositelnosti delta varianty oproti alfa variantě z údajů o incidenci pomocí odhadů doby generování našich domácností by poskytlo spodní hranici pro výhodu přenositelnosti (protože pozorovaná zvýšená míra růstu varianty delta je částečně vysvětlena podstatným zkrácení generačního času). Naproti tomu odvození výhody přenosu delta varianty pomocí odhadů vnitřní doby generování by poskytlo horní mez. Všimli jsme si, že naše odhady celkové přenositelnosti (0) variant alfa a delta nelze přímo srovnávat s předchozími odhady výhodnosti přenosu u varianty delta (např. odhad 43–68 procent odvozený z údajů o výskytu5).
Hodnota {{0}} představuje očekávaný počet přenosů v domácnosti generovaných jedním neasymptomatickým infektorem v neočkované a zcela náchylné domácnosti za předpokladu, že po každém přenosu je infikovaný odstraněn a nahrazen jiným vnímavý jedinec. V důsledku toho 0 odráží vnitřní přenositelnost spíše než realizovaný přenos. Vlastní přenosová výhoda delta varianty bude realizována pouze tehdy, bude-li pro každého infikovaného k dispozici dostatečný počet vnímavých jedinců. Omezení této studie epidemiologického modelování zahrnují modelové předpoklady a rozsah, v jakém jsou data reprezentativní pro širší populaci. Přestože jsme analyzovali údaje o domácnostech, přenosové charakteristiky se mohou mezi jednotlivými nastaveními lišit, což nás motivovalo k odhadu doby domácnosti i vlastní generační doby. Odhad vnitřní doby generování, který nezohledňuje vyčerpání vnímavých jedinců v domácnostech, může být podmíněn konkrétními kontaktními sítěmi a přenosovými nastaveními (např. domácnosti, školy, pracoviště a sociální kontaktní sítě).
Provedli jsme také analýzy citlivosti, které potvrdily, že naše zjištění kratší doby generování domácnosti pro variantu delta než pro variantu alfa bylo odolné vůči důležitým předpokladům modelování. V souhrnu naše analýza ukazuje, že delta varianta se v domácnostech přenáší rychleji než alfa varianta. Toto zjištění má důsledky pro intervence, protože opatření, jako je sledování kontaktu, jsou méně účinná, pokud k přenosu viru dojde rychle. Epidemiologické modely je třeba aktualizovat, aby odrážely dobu generování variant přenosu přenosu, a dále je posuzovat, protože se charakteristiky přenosu SARS-CoV-2 neustále mění.
Odkaz
1 Veřejné zdraví Anglie. Varianty SARS-CoV-2 a varianty zkoumané v Anglii. 17. září 2021.
2 KDO. Týdenní epidemiologická aktualizace COVID{1}}, vydání 58. 21. září 2021.
3 Twohig KA, Nyberg T, Zaidi A, et al. Riziko přijetí do nemocnice a pohotovostní péče pro SARS-CoV-2 delta (B.1.617.2) ve srovnání s alfa (B.1.1.7) variantami vzbuzující obavy: kohortová studie. Lancet Infect Dis 2022; 22: 35–42.
4 Lopez Bernal J, Andrews N, Gower C, a kol. Účinnost vakcín COVID-19 proti variantě B.1.617.2 (delta). N Engl J Med 2021; 385: 585–94.
5 Campbell F, Archer B, Laurenson-Schafer H, et al. Zvýšená přenositelnost a globální rozšíření variant SARS-CoV-2 vzbuzujících obavy od června 2021. Euro Surveill 2021; 26: 2100509.
6 Veřejné zdraví Anglie. Varianty SARS-CoV-2 a varianty zkoumané v Anglii. 11. března 2021.
7 Dushoff J, Park SW. Rychlost a síla epidemického zásahu. Proč Biol Sci 2021; 288: 20201556.
8 Park SW, Bolker BM, Funk S a kol. Role distribuce generačních intervalů při utváření relativní epidemické síly, rychlosti a kontroly nových variant SARS-CoV-2. medRxiv 2021; zveřejněno online 5. května.
9 Fraser C. Odhad počtu reprodukcí jednotlivců a domácností v nově se objevující epidemii. PLoS One 2007; 2: e758.
10 Wallinga J, Lipsitch M. Jak generační intervaly utvářejí vztah mezi rychlostí růstu a reprodukčním počtem. Proč Biol Sci 2007; 274: 599-604.
11 Parag KV, Thompson RN, Donnelly CA. Jsou míry růstu epidemie vypovídající více než čísla reprodukce? medRxiv 2021; zveřejněno online 4. června.
12 Gnostik KM, McGough L, Baskerville EB a kol. Praktické úvahy pro měření efektivního reprodukčního čísla, Rt. PLoS Comput Biol 2020; 16: e1008409.
13 Abbott S, Hellewell J, Thompson RN, et al. Odhad časově proměnlivého počtu reprodukce SARS-CoV-2 pomocí národních a regionálních počtů případů. Vítejte Open Res 2020; 5:112.
14 Davies NG, Abbott S, Barnard RC a kol. Odhadovaná přenosnost a dopad SARS-CoV-2 linie B.1.1.7 v Anglii. Věda 2021; 372: eabg3055.
15 Ferretti L, Wyman C, Kendall M, et al. Kvantifikace přenosu SARS-CoV-2 naznačuje kontrolu epidemie pomocí digitálního sledování kontaktů. Věda 2020; 368: eabb6936.
16 Ganyani T, Kremer C, Chen D, et al. Odhad generačního intervalu pro koronavirové onemocnění (COVID-19) na základě údajů o nástupu příznaků, březen 2020. Euro Surveill 2020; 25: 2000257.
17 Hart WS, Maini PK, Thompson RN. Vysoká nakažlivost bezprostředně před nástupem příznaků COVID-19 zdůrazňuje důležitost neustálého sledování kontaktu. eLife 2021; 10: e65534.
18 Hart WS, Abbott S, Endo A, et al. Odvození časů generování SARS-CoV-2 pomocí údajů o domácnostech ve Spojeném království. medRxiv 2021; zveřejněno online 30. května.
19 Sun K, Wang W, Gao L a kol. Heterogenita přenosu, kinetika a ovladatelnost SARS-CoV-2. Věda 2021; 371: eabe2424.
20 Hu S, Wang W, Wang Y a kol. Infekčnost, náchylnost a rizikové faktory spojené s přenosem SARS-CoV-2 při intenzivním sledování kontaktů v Hunan, Čína. Nat Commun 2021; 12: 1533.
21 Ferguson NM, Cummings DAT, Cauchemez S, et al. Strategie pro potlačení vznikající pandemie chřipky v jihovýchodní Asii. Příroda 2005; 437: 209–14.
22 McAloon C, Collins Á, Hunt K, et al. Inkubační doba COVID-19: rychlý systematický přehled a metaanalýza observačního výzkumu. BMJ Open 2020; 10: e039652.
23 Buitrago-Garcia D, Egli-Gany D, Counotte MJ, et al. Výskyt a přenosový potenciál asymptomatických a presymptomatických infekcí SARS-CoV-2: živý systematický přehled a metaanalýza. PLoS Med 2020; 17: e1003346.
24 Pouwels KB, Pritchard E, Matthews PC a kol. Vliv delta varianty na virovou zátěž a účinnost vakcíny proti novým infekcím SARS-CoV-2 ve Spojeném království. Nat Med 2021; 27: 2127–35.
25 Park SW, Champredon D, Dushoff J. Odvozování rozdělení generačních intervalů z dat sledování kontaktů. rozhraní JR Soc 2020; 17: 20190719.
26 Kenah E, Lipsitch M, Robins JM. Kontrakce generačního intervalu a analýza epidemických dat. Math Biosci 2008; 213: 71–79.






