新型冠状病毒肺炎文献梳理（2020.02.12）
本文参照中国疾控中心《新型冠状病毒感染的肺炎疫情紧急研究议程：传播和非药物缓疫策略》，检索并整理了近期疾病传播特征、疾病临床特征、流行轨迹和医疗卫生服务需求预测、防控策略的监测和评估四个领域的文献，以供各位专家参考。
一、疾病传播特征
1.2020年1月26日bioRxiv预印版：同济大学附属东方医院的左为团队通过单细胞测序分析，揭示病毒受体组织和人群特征分布情况
事件概要：
来自同济大学医学院上海东方医院的研究团队通过分析来自8名成人供体正常肺组织的43134个细胞的单细胞RNA测序数据，发现血管紧张素转化酶2（ACE2）在0.64%的肺细胞中有表达，且80%以上都集中表达于II型肺泡细胞；表达ACE2的II型肺泡占其总数量的1.4%。在其他细胞类型如I型肺泡、支气管上皮细胞、成纤维细胞、内皮细胞和巨噬细胞中零星可见。这些AT2细胞不仅会表达能与新型冠状病毒结合的ACE2，还有几十个与病毒复制和传播密切相关的基因高表达。这意味着AT2细胞是武汉新型冠状病毒的理想靶标。
此外，他们还发现，男性表达ACE2的细胞占比似乎比女性更高，这个结果与早期的流行病学数据高度一致（武汉金银潭医院的黄朝林教授在顶级学术期刊《柳叶刀》上发表的早期感染患者数据显示，男性：30，女性：11）; 而且唯一一例亚裔（男性）样本的ACE2表达水平远高于非洲裔美国人和白种人的样本。
该研究通过单细胞测序RNA-Seq技术发现：武汉新冠病毒（2019-nCoV）的受体ACE2在亚洲男性肺泡细胞中高表达！换句话说，仅从病毒受体方面分析，亚裔人群可能更容易感染武汉新冠病毒，尤其是亚裔男性。该研究通过单细胞RNA测序技术以单细胞分辨率报道了ACE2在人肺中的RNA表达谱，并经过统计分析表明ACE2受体与性别和族裔相关。客观解释了当前2019-nCoV男性感染患者较多的临床统计数据，同时也解释了2019-nCoV在亚洲地区大流行的生物学原因。但该研究分析的样品过少，仍有待进一步研究确认。
原文出处：https://attachments-cdn.shimo.im/razdSPmiZUAo9hz0/Single-cell_RNA_expression_profiling_of_ACE2_the_putative_receptor_of_Wuhan_2019-nCov.pdf
2.2020年2月4日medRxiv：武汉封城前，新型冠状病毒输入的风险分析
事件概要：
本文基于19例海外报道病例情况，应用流行病学模型推测1月22日前武汉市内的基本传染数R 0为2.56（95％CI：2.09，2.78），累计感染例数15,364（95％CI：1,447，196,313）。应用简单的指数增长模型和中国370个城市之间的人员流动随机模型，估计了1月23日之前从武汉进口到中国全国城市的2019-nCoV的可能性。推测结果显示，在武汉实行旅行隔离之前的三周内，有131个城市有超过50％的几率存在武汉输入病例。结合目前的疫情报道情况，中国的几个城市可能存在尚未发现的病例，且2020年初，陆路交通及铁路交通导致的病例数远远超过武汉地区隔离的人数。
原文出处：https://attachments-cdn.shimo.im/kxwao8qXO4w4wzo9/Risk_of_2019_novel_coronavirus_importations_throughout_China_prior_to_the_Wuhan_quarantine.pdf
二、疾病临床特征
1. 2020年2月9日medRxiv：钟南山院士领衔30家单位联合发布中国2019年新型冠状病毒感染的临床特征
机构或团队：广州医科大学附属第一医院、武汉市金银潭医院、华中科技大学同济医学院协和医院血液病研究所等30家单位的2019-nCoV医疗专家小组
事件概要：
广州医科大学附属第一医院等30家单位的研究人员在medRxiv预印版平台发表论文“Clinical characteristics of 2019 novelcoronavirus infection in China”，回顾性分析了中国2019年新型冠状病毒感染的临床特征。
该研究从31个省/市的552家医院中提取了1099例经实验室确认的2019-nCoV 急性呼吸道疾病（ARD）患者的数据，数据截至2020年1月29日。研究显示，患者的中位年龄为47.0岁，女性为41.90％。从疫区史、接触史看，仅有1.18％的患者直接接触过野生动物，31.30％的患者去过武汉，71.80％的患者接触过武汉人。从临床症状看，发烧（87.9％）和咳嗽（67.7％）是最常见的症状。腹泻很少见。病毒感染的中位潜伏期为3.0天（范围为0至24.0天）。入院时，毛玻璃样混浊是胸部CT检查的典型影像学表现（50.00%）。通过症状加上核酸检测阳性而没有异常放射学表现的严重病例显著多于非严重病例（23.87％ VS 5.20％，P <0.001）。82.1%的患者出现淋巴细胞减少。55名患者（5.00％）被送往重症监护病房，15名患者（1.36％）死亡。在多元竞争风险模型中，重症肺炎与入住重症监护病房、机械通气或死亡独立相关（亚分布危险比9.80； 95％可信区间，4.06至23.67）。
研究分析发现，2019-nCoV疫情通过人际传播迅速扩散。部分2019-nCoV感染患者的放射学检查正常。该疾病的严重程度（包括血氧饱和度、呼吸频率、白血球/淋巴细胞计数和胸部X线/ CT表现）预示了不良的临床结果。
*注，本文为预印本论文，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
原文出处：https://www.medrxiv.org/content/10.1101/2020.02.06.20020974v1
2. 2020年2月7日《JAMA》：中国武汉市138例新型冠状病毒肺炎住院患者的临床特征
机构或团队：武汉大学附属中南医院
事件概要：
武汉大学附属中南医院重症医学科彭志勇团队在JAMA2020年2月7日发表文章《Clinical Characteristics of 138 HospitalizedPatients With 2019 Novel Coronavirus–Infected Pneumonia in Wuhan,China》（中国武汉市138例新型冠状病毒肺炎住院患者的临床特征）的文章。
文章研究认为，2019年12月，新型冠状病毒（2019-nCoV）感染肺炎（NCIP）在中国武汉市爆发。此后，患病人数迅速增加，但人们对这一疾病患者的临床特征所知甚少。本研究为回顾性、单中心的病例研究，纳入了2020年1月1日至1月28日在中国武汉市武汉大学中南医院收治的138名确诊为NCIP的患者，末次随访日期是2020年2月3日。针对有记录的NCIP患者，收集并分析患者的流行病学、人口统计学、临床、实验室、影像学以及治疗数据。对比危重患者与普通患者的不同结果。如果同一个病区医务人员和住院患者出现聚集性感染，并且可能的感染源能够被追溯，则怀疑与医院感染有关。结果发现，138例NCIP住院患者的平均年龄为56岁（22-92岁，四分位数间距42-68岁），其中男性75人（54.3%）。40名医务人员（29%）和17名住院患者（12.3%）的感染可能与医院感染有关。常见症状包括：发热（136人，98.6%）、乏力（96人，69.6%）和干咳（82人， 59.4%）。97例患者（70.3%）出现淋巴细胞减少（淋巴细胞计数， 0.8×109/L，四分位数间距 0.6-1.1），80例患者（58%）出现凝血酶原时间延长（13.0秒，四分位数间距 12.3-13.7），55例患者（39.9%）出现乳酸脱氢酶升高（261U/L，四分位数间距 182-403）。所有患者胸部CT均显示双肺斑片状影或毛玻璃状影。大多数患者（124人，89.9%）接受了抗病毒治疗（奥司他韦），多数患者接受了抗生素治疗，其中89例（64.4%）应用了莫西沙星，34例（24.6%）应用了头孢曲松钠，25例（18.1%）应用了阿奇霉素，此外还有62例患者（44.9%）接受了糖皮质激素治疗。36例患者（26.1%）因出现了急性呼吸窘迫综合征ARDS（22人，61.1%）、心率失常（16人，44.4%）和休克（11人，30.6%）被转入重症监护病房ICU治疗。从首次出现症状到出现呼吸困难的中位时间是5.0天，到收治入院是7.0天，到出现ARDS是8.0天。入住ICU的患者（36人，平均66岁）比普通病房患者（102人，平均51岁）年龄更大，有更多的潜在合并症（26人[72.2%] vs 38人[37.3%]），前者更容易出现呼吸困难（23人[63.9%] vs 20人[19.6%]）和厌食（24人[66.7%] vs 31人[30.4%]）。在ICU的36例患者中，有4人（11.1%）接受了高流量吸氧，15人（41.7%）接受了无创通气，17人（47.2%）接受了有创通气（4人转为体外膜肺氧合治疗）。截至2月3日，47例（34.1%）患者出院，6例死亡（总死亡率4.3%），其余患者仍在治疗中。47例出院患者的中位住院时间是10天（四分位数间距7.0-14.0）。所以，研究者认为，在此项单中心病例研究中，武汉市138例住院患者确诊为新型冠状病毒肺炎，41%的患者可能为医院感染，26%的患者需入ICU治疗，死亡率为4.3%。
原文出处：https://jamanetwork.com/journals/jama/fullarticle/2761044?resultClick=1
三、流行轨迹和医疗卫生服务需求预测
1.2020年2月2日medRxiv预印本：普林斯顿大学等研究团队提出一种新的方法体系，用于2019-nCoV早期暴发Ro的初步估计及其不确定性分析
机构或团队：美国普林斯顿大学、、乔治亚理工学院和加拿大西安大略大学、麦克马斯特大学
事件概要：
2019- nCoV已成为全球威胁，随着其流行发展，许多疾病建模研究者已经优先估计了其基本生殖数Ro。这些工作非常有价值，但已有建模方法和由此产生的估计值差别很大。
2月2日，medRxiv预印本在线发表的一篇来自普林斯顿大学等研究团队的文章中，在此文章中，研究者提出了一个新的方法框架，将Ro分解为三个关键量（指数增长率r、平均世代间隔G和世代间隔分布kappa），以此方法框架来比较之前各种模型中的Ro，并将此方法体系应用于2019-nCoV暴发的Ro早期估计中。该方法强调了所有三个量中传播不确定性的重要性，特别是在生成世代间隔分布时。
文章认为在疫情暴发期间，快速的反应虽然可能很有价值，但要避免过度自信。建模研究人员应与防控现场工作人员合作，开发更好的方法来表征病毒世代间隔。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
原文出处：https://www.medrxiv.org/content/10.1101/2020.01.30.20019877v1
2.2020年2月3日《Travel Medicine and InfectiousDisease》：2019-2020年国内铁路运输与中国新型冠状病毒暴发的关系：一份数据驱动的相关报告
时间：2020年2月3日
机构或团队：中国香港大学、香港理工大学
事件概要：
中国香港大学和香港理工大学研究团队1月30日在Travel Medicine and Infectious Disease的待刊论文“The association between domestic traintransportation and novel coronavirus (2019-nCoV) outbreak in China from 2019 to2020: A data-driven correlational report”。
鉴于中国多个主要城市相继报道了2019-nCoV输入性案例事件，其中包括北京和上海，疫情仍在蔓延。研究人员怀疑感染的传播可能与中国大陆的国内运输有关，并研究和探讨了武汉市内载客量与不同城市2019-nCoV病例数之间的关系。2016年1月至2019年6月，从腾讯公司基于位置的服务数据库中获取国内交通工具（汽车、火车和航班）的每日乘客数量，见https://heat.qq.com/document.php，研究人员计算了每年12月16日至次年1月15日武汉至北京、上海、广州、深圳、成都、重庆等6个主要城市的日均客运量。由于最新的交通数据集（即2019至2020年）尚不可用，在分析中使用了过去三年的同期数据（即2016至19年）。研究人员发现，乘火车旅行与2019-nCoV病例数量之间存在强大而显著的关联，而其它两种交通工具的关联未达到统计显著性。研究人员估计，来自武汉的铁路旅客数量增加10倍，输入病例数量增加，通过对运输数据时间段的小幅变化的敏感性分析，这种关联性仍然保持强劲和显著。虽然这是一个数据驱动的分析，研究人员称该发现表明疾病控制的首选是在铁路运输中采取相应的防御措施。研究人员表示，这个分析是基于早期暴发时的疫情数据，可以从从更详细的数据集中进一步改进调查研究。
原文链接：https://www.sciencedirect.com/science/article/pii/S1477893920300181?via%3Dihub
3.基于一类时滞动力学系统对新型冠状病毒肺炎疫情的建模和预测
机构或团队：上海财经大学数学学院、上海财经大学上海市金融信息技术研究重点实验室、复旦大学数学科学学院、上海市现代应用数学重点实验室
摘要：
2019年12月,新型冠状病毒肺炎(novel coronavirus pneumonia, NCP)疫情从武汉开始暴发,几天内迅速传播到全国乃至海外.科学有效地掌控疫情发展对疫情防控至关重要.本文基于全国各级卫生健康委员会每日公布的累计确诊数和治愈数,提出一类基于时滞动力学系统的传染病动力学模型.在模型中引入时滞过程,用来描述病毒潜伏期和治疗周期.通过公布的疫情数据,首先准确反演模型的参数;其次有效地模拟目前疫情的发展,并预测疫情未来的趋势;最后分析各级政府防控措施手段的有效程度,并发现在现有的高效防控措施下,疫情将在近期好转.
原文出处：https://kns8.cnki.net/KCMS/detail/11.5836.O1.20200210.1444.002.html?uid=WEEvREcwSlJHSldRa1FhcTdnTnhXS0Iybm1pUGNlcDVQUE9jS3pZdW1GUT0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!!&v=MDEzMjBDTEw3UjdxZForWnRGeXZsVnIzUEkxYz1MeXpUWmJHNEhOSE1yWTVGWk9zTFl3OU16bVJuNmo1N1QzZmxxV00w
4. 基于时变参数-SIR模型的2019-nCoV疫情评估和预测
机构或团队：南京林业大学理学院、天津科技大学理学院、中国医学科学院血液病医院
摘要：
文章基于2019-nCoV疫情发展到2月1日所呈现的特点,对SIR模型进行了修正,使用易感再生数、当日感染率和潜伏感染率来求解病毒演化动力学方程,研究了感染人数的变化趋势,并分析了政府行政行为对趋势变化产生的影响。结果表明,从2020年1月24日后,政府的行政行为有效降低了病毒蔓延趋势。与1月24日之前呈现的趋势相比,截至2月1日,实际感染人数较原趋势预估人数下降了超1/2。易感再生数、当日再生数和潜伏再生数都大幅度降低。基于目前的趋势,对易感再生数、当日感染概率、潜伏感染概率随时间的变化进行了分析,利用时变参数对疫情发展进行了预测。结果表明在2月9日左右,疫情发展会达到高峰,随后确诊人数将出现下降。
原文出处：
https://kns8.cnki.net/KCMS/detail/51.1207.t.20200207.1546.002.html?uid=WEEvREcwSlJHSldRa1FhcTdnTnhXS0Iybm1pUGNlcDVQUE9jS3pZdW1GUT0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!!&v=MTE1NzJGeXZsVnJyUElWYz1JU2JQZHJHNEhOSE1yWTlDWk9zUFl3OU16bVJuNmo1N1QzZmxxV00wQ0xMN1I3cWRaK1p0
四、防控策略的监测和评估
1.2020年1月28日bioRxiv：当心无症状传播：基于扩展SEIR模型的2019-nCoV预防和控制措施研究
来自西安理工大学管理学院的邵鹏副教授和西安交通大学的单英骥博士的研究，建立了SEIRD模型来模拟人口的跨地区移动和目前采取的三种防控措施对疫情控制的影响。本文的独特之处在于，除了病毒本身的传播特性，还将当下正在实施的措施纳入考虑范围，该模型更符合实际。
SEIRD模型源于谷仓模型（ warehouse model），每个字母代表一个阶段，表示流行病在人群中的传播过程。
S(susceptible) 易感阶段，一般群众普遍易感，因此大多数未感染民众都处于该阶段
E(exposed) 暴露阶段，易感人群中已被感染但是还没有传染能力的患者（即潜伏期）（这是普遍概念，2019-nCoV的 E阶段患者已具有传染能力）
I (infected) 已感染且有传染性的患者（发病之后）
R（removed）移除阶段，指被隔离或治愈而具有免疫能力的患者
D( dead) 死亡阶段，指未被治愈而因病身亡的患者。
模型中的人群所处的阶段有四种可能：
1）由于2019-nCoV存在人传人和甚至是无症状人传人，所以可能在不知不觉中由 S 阶段变成 E 阶段
2）经过1-14天的潜伏期之后发病，患者完成了 E 到 I 阶段的转变
3）发病后被患者被隔离或住院 I 变成 R
4）若发病15天未接受有效治疗，患者很可能不治身亡 I 变成 D .
作者指出现在传播范围之广的原因在于处于 I 和 E 的患者由于春运四面八方的移。
作者模拟了三种防控方式带来的影响：
a）隔离发病者，对减少 E阶段的人数并无显著影响，但是隔离对控制 I 阶段的人群是非常有效的。因此政府要求患者所乘交通工具的同程人员亦进行自我隔离的目的是减少的有传染能力E阶段人数（即无症状感染者）。同时越早进行隔离，准确暴露出死亡人数的耗时越短，对于防控效果的评价越及时。
b）减少外出，可以显著减少 E 和 I 阶段的总人数，有效控制疫情的扩散。并且越早开始控制人员流动，控制的力度越大，E和 I 阶段的人数越少，死亡人数暴露的也会越准确。
c）加强对感染者的治疗强度，与措施 1）同理，由于有大批无症状传染者在人群中，措施对于 E阶段人数影响甚微，但可以显著减少 I 阶段患者人数，增多 R 阶段的人数。
总之，现阶段采取的防控措施是十分必要的，随着医疗资源的补充，E阶段的患者也应该尽早进行隔离和接受治疗。
原文出处：https://www.biorxiv.org/content/10.1101/2020.01.28.923169v1
2.西安交大团队发现湖北“封城”降低近七成2019-nCoV病毒感染
事件概要：
西安交通大学公共卫生学院中澳传染病联合研究中心张磊教授和沈明望副教授，数学与统计学院肖燕妮教授，联合南京医科大学公共卫生学院彭志行教授、澳大利亚莫纳什大学郭玉明教授，对前期的数学模型(https://www.biorxiv.org/content/10.1101/2020.01.23.916726v1)进行优化调整，评估了湖北省“封城”在控制疫情中的作用，并预测“封城”两周后（2月5日）解封的疫情流行趋势。该研究基于湖北省2020年1月22日前累积报告的确诊病例和死亡病例数据，建立了传播动力学模型，并用1月23日-1月30日的数据进行模型验证。
研究发现，在当前措施下，“封城”后8天左右（6-10天）疫情达到高峰，随后开始下降，但在2月5日解封后，疫情会有小幅度的反弹，随后继续下降，最终湖北省累积感染者将达到27670 (16102-39238)，累积死亡人数达到3195 (1889-4502)。若“封城”延迟7天(即1月30日“封城”，2月12日解封)，则累积感染者和死亡人数将分别达到45524 (25989-65059)和5255 (3047-7463)。若“封城”延迟14天(即2月12日“封城”，2月26日解封)，则累积感染者和死亡人数将分别达到48702 (28273-69131)和5623 (3315-7931)。若一直不封城，则累积感染者和死亡人数将分别达到91969 (47982-135960)和10613 (5631-15596)。这说明当前的“封城”措施避免了64299 (31880-96719)例感染的发生和7418 (3742-11094)例死亡的发生，也就是说“封城”降低了近七成感染和死亡病例的发生。需要注意的是，上述模型的结果是在假设“封城”后所有人都使用口罩且口罩能降低90%感染风险的基础上得到的，若口罩的使用率或有效性降低，则上述报告的数字会大幅增加。
原文出处：https://attachments-cdn.shimo.im/zSnUYLLGYn0j2nyV/Lockdown_may_partially_halt_the_spread_of_2019_novel_coronavirus_in_Hubei_province_China.pdf
（资料来源：中国科讯、春风实验室、万方医学网）
