检测COVID-19感染浪潮的方法可以影响大流行期间的关键公共卫生决策

根据UTHealth Houston的研究，一种结合当地卫生部门的病例调查数据和当地机构的住院记录的方法，可以在大流行期间客观地发现新的感染浪潮。

研究结果发表于科学报告．

“在大流行早期，大多数试图预测新一波的预测模型都失败了。部分原因是关于影响社区传播的主要因素的知识或数据有限。此外，影响感染传播的条件正在改变快速口罩使用要求、限制流动性的措施、学校和企业关闭，”UTHealth公共卫生学院流行病学副教授、博士、硕士Marcia Otto说。“混乱的‘真实世界’数据很难使用。我们需要一种方法，能够可靠地检测到新的爆发波，并确定当地医院可能不堪重负之前的关键时间段。”

为了进行研究，研究人员使用了两组数据:来自哈里斯县公共卫生部门的病例调查数据，以及来自德克萨斯州医疗中心机构的患者的分子检测结果。

他们适应之前发布的框架在医学前沿使用隐马尔可夫模型来识别爆发波中的四个阶段:滞后、指数/快速增长、减速和平稳/线性。以前的工作被用于描述各国的疫情浪潮，但未被用于量化当地社区的传播动态或严重疾病，这对于帮助制定公共卫生战略以保护和照顾需要检测或医院护理的人至关重要。

奥托说:“前所未有的合作使这项工作成为可能，包括公共卫生科学、实践和公共卫生领导。”“这种合作对照顾当地社区至关重要。”

在哈里斯县发现了两个大浪。第一波疫情发生在2020年5月12日至9月20日，从当地社区到医院用了12天时间。第二次是从2020年9月27日到2021年5月15日，持续了36天。这项工作是与哈里斯县公共卫生部门和哈里斯卫生部门合作进行的。

奥托说:“作为这项工作的一部分开发的方法目前正被用于监测哈里斯县和本德堡县的社区实时传播动态，并可用于跟踪未来具有广泛传播力的传染病。”