R0: hvordan forskere kvantificerer intensiteten af et udbrud som Coronavirus og dets Pandemipotentiale

Joseph Eisenberg

Professor og formand for Epidemiologi

12.februar 2020

Klik her for det seneste om COVID-19 fra Michigan Public Health eksperter

Dette er en opdateret version af en artikel, der oprindeligt blev offentliggjort den Feb. 5, 2020 om samtalen. Reproduktionsnummeret for sæsoninfluensation blev korrigeret den 27. marts 2020.

Hvis du så 2011-filmen “Contagion” om en verdensomspændende pandemi af en ny virus, så har du hørt udtrykket “R0.”

udtales “R intet”, dette er ikke kun jargon, der består i Holly. Det repræsenterer et vigtigt koncept inden for epidemiologi og er en afgørende del af folkesundhedsplanlægningen under et udbrud, som den nuværende coronaviruspandemi, der er spredt globalt, siden den først blev identificeret i Kina.

forskere bruger R0 – reproduktionsnummeret-til at beskrive intensiteten af et infektionssygdomsudbrud. R0-estimater har været en vigtig del af karakteriseringen af pandemier eller store offentliggjorte udbrud, herunder 2003 SARS-pandemi, det 2009 H1N1-pandemi og 2014 Ebola-epidemi i Vestafrika. Det er noget, epidemiologer kæmper for at sømme ned om SARS-CoV-2, den virus, der forårsager COVID-19.

hvor meget vil en sygdom sprede sig?

den formelle definition af en sygdoms R0 er antallet af tilfælde, i gennemsnit vil en inficeret person forårsage i deres smitsomme periode.

udtrykket bruges på to forskellige måder.

det grundlæggende reproduktionsnummer repræsenterer det maksimale epidemiske potentiale for et patogen. Den beskriver, hvad der ville ske, hvis en smitsom person skulle komme ind i et fuldt modtageligt samfund, og er derfor et skøn baseret på et idealiseret scenario.

det effektive reproduktionsnummer afhænger af befolkningens aktuelle modtagelighed. Denne måling af transmissionspotentiale er sandsynligvis lavere end det grundlæggende reproduktionsnummer, baseret på faktorer som om nogle af befolkningen er vaccineret mod sygdommen, eller om nogle mennesker har immunitet på grund af tidligere eksponering med patogenet. Derfor ændres den effektive R0 over tid og er et skøn baseret på en mere realistisk situation inden for befolkningen.

det er vigtigt at indse, at både den grundlæggende og effektive R0 er situationsafhængig. Det påvirkes af patogenens egenskaber, såsom hvor smitsom det er. Det påvirkes af værtspopulationen – for eksempel, hvor modtagelige mennesker skyldes ernæringsstatus eller andre sygdomme, der kan kompromittere ens immunsystem. Og det er påvirket af miljøet, herunder ting som demografi, socioøkonomiske og klimatiske faktorer.

for eksempel varierer R0 for mæslinger fra 12 til 18 afhængigt af faktorer som befolkningstæthed og forventet levetid. Dette er en stor R0, hovedsageligt fordi mæslingsvirus er meget smitsom.

på den anden side er virussen mindre smitsom, med dens R0 i området fra 0,9 til 2,1. Det forårsager derfor ikke de samme eksplosive udbrud som mæslinger, men det vedvarer på grund af dets evne til at mutere og unddrage sig det menneskelige immunsystem.

hvad gør R0 nyttigt i folkesundheden?

demograf Alfred Lotka foreslog reproduktionsnummeret i 1920 ‘ erne som et mål for reproduktionshastigheden i en given befolkning.

i 1950 ‘ erne foreslog epidemiolog George MacDonald at bruge det til at beskrive transmissionspotentialet for malaria. Han foreslog, at hvis R0 er mindre end 1, vil sygdommen dø ud i en befolkning, fordi en smitsom person i gennemsnit overfører til færre end en anden modtagelig person. På den anden side, hvis R0 er større end 1, vil sygdommen sprede sig.

hvor mange andre vil hver syg person inficere?

reproduktionsnummeret, R0 for kort, beskriver, hvor mange yderligere tilfælde af en sygdom hver inficeret person vil forårsage i deres infektiøse periode. Tallene er en rækkevidde, fordi de afhænger af en række faktorer, der varierer fra situation til situation.

Disease	Reproduction number R0
Ebola, 2014	1.51 to 2.53
H1N1 Influenza, 2009	1.46 to 1.48
Seasonal Influenza	0.9 to 2.1
Measles	12 to 18
MERS	around 1
Polio	5 to 7
SARS	<1 to 2.75
kopper	5 til 7
SARS-CoV-2 (forårsager COVID-CoV-2)	1.5 til 3.5

Når folkesundhedsagenturer finder ud af, hvordan de skal håndtere et udbrud, forsøger de at bringe R0 ned til mindre end 1. Dette er svært for sygdomme som mæslinger, der har en høj R0. Det er især udfordrende for mæslinger i tætbefolkede regioner som Indien og Kina, hvor R0 er højere sammenlignet med steder, hvor folk er mere spredt.

for SARS-pandemien i 2003 estimerede forskere den oprindelige R0 til at være omkring 2,75. En måned eller to senere faldt den effektive R0 under 1 takket være den enorme indsats, der gik ind i interventionsstrategier, herunder Isolations-og karantæneaktiviteter.

pandemien fortsatte dog. Mens en smitsom person i gennemsnit overføres til færre end et modtageligt individ, lejlighedsvis overføres en person til titusinder eller endda hundreder af andre tilfælde. Dette fænomen kaldes superspredning. Tjenestemænd dokumenterede super sprederbegivenheder et antal gange under SARS-epidemien i Singapore, Hong Kong og Beijing.

R0 for coronavirus SARS-CoV-2

et antal grupper har estimeret R0 for dette nye coronavirus. Imperial College group har anslået R0 til at være et sted mellem 1,5 og 3,5. De fleste modelleringssimuleringer, der projicerer fremtidige sager, bruger R0 ‘ er i dette interval.

disse forskelle er ikke overraskende; der er usikkerhed om mange af de faktorer, der går ind i estimering af R0, såsom ved estimering af antallet af tilfælde, især tidligt i et udbrud.

baseret på disse nuværende estimater er fremskrivninger af det fremtidige antal tilfælde af coronavirus fyldt med høje niveauer af usikkerhed og vil sandsynligvis være noget unøjagtige.

vanskelighederne opstår af en række årsager.

for det første er de grundlæggende egenskaber ved dette virale patogen – som den infektiøse periode – endnu ukendte. for det andet ved forskere ikke, hvor mange milde tilfælde eller infektioner, der ikke resulterer i symptomer, er blevet savnet af overvågning, men alligevel spreder sygdommen.

for det tredje genvinder flertallet af mennesker, der kommer ned med denne nye coronavirus, og er sandsynligvis så immun mod at komme ned med det igen. Det er uklart, hvordan befolkningens skiftende modtagelighed vil påvirke den fremtidige spredning af infektion. Når virussen bevæger sig ind i nye regioner og samfund, møder den mennesker med forskellige sundhedsmæssige forhold, der påvirker deres modtagelighed for sygdom, såvel som forskellige sociale strukturer, som begge påvirker dens overførbarhed.

endelig, og sandsynligvis den vigtigste årsag, kender ingen de fremtidige virkninger af de nuværende sygdomsbekæmpelsesforanstaltninger. Epidemiologers nuværende skøn over R0 siger intet om, hvordan foranstaltninger som rejsebegrænsninger, social distancering og selvkarantæneindsats vil påvirke virussens fortsatte spredning.

• Læs flere historier fra Michigan folkesundhedseksperter om coronavirus.
• Lær mere om epidemiologi på Michigan Public Health.