与SARS-CoV-2、流感和呼吸道合胞病毒感染相关的临床进展参数，在美国一个大型综合医疗人群中的研究

《PLOS Computational Biology》：Clinical progression parameters associated with SARS-CoV-2, influenza, and respiratory syncytial virus infections in a large US integrated healthcare population

本研究基于美国南部加利福尼亚州综合医疗保健系统数据，使用参数生存模型分析SARS-CoV-2、流感及RSV感染者的临床进展路径，评估不同医疗阶段间的进展概率及时间分布，揭示年龄和共病对医疗需求的影响，为资源规划提供依据。

　　本研究通过分析真实世界中的医疗数据，探讨了与SARS-CoV-2、流感和呼吸道合胞病毒（RSV）感染相关的临床进展路径。研究对象为年龄从0到超过90岁的患者，数据来源于一个整合的医疗保健系统，涵盖了从虚拟医疗、门诊到住院护理在内的所有医疗级别。研究的主要目标是通过使用参数生存模型，估计从不同医疗级别向更高医疗级别进展的概率以及进展所需的时间分布。这种分析方法能够为医疗资源的分配和规划提供重要的数据支持，帮助预测和管理这些呼吸道病毒感染对医疗系统的影响。

研究数据涵盖了从2023年4月1日至2024年3月31日期间，与SARS-CoV-2、流感和RSV检测结果相关的59,668、22,705和1,668个病例。值得注意的是，只有不到5%的SARS-CoV-2和流感病例首次就诊是在住院护理设置中，而RSV病例中约有18.7%的首次就诊发生在住院护理设置中。这一发现表明，大多数患者在感染初期并不会直接进入住院治疗，而是先在较低医疗级别的设置中接受评估和治疗。然而，随着病情的发展，部分患者会逐渐进展到更高医疗级别的护理，例如机械通气或死亡。对于SARS-CoV-2感染，症状出现到住院的中位时间约为6.8天（四分位数范围为3.6-13.2天），而流感和RSV感染的中位时间分别为6.6天（3.5-12.1天）和6.4天（3.8-10.6天）。这些时间数据对于预测医疗需求和规划资源分配具有重要意义。

研究结果显示，SARS-CoV-2感染的病例中有7.9%最终需要住院、机械通气或死亡，而流感和RSV感染的病例分别有5.8%和33.8%出现这些严重结果。这意味着RSV感染的严重程度较高，尤其是对于老年人和有合并症的患者。此外，研究还发现，对于所有三种病毒，随着年龄的增长和合并症数量的增加，患者在不同医疗级别接受护理的比例也显著上升。这表明，老年人和有健康问题的个体在感染后更有可能进展到更高医疗级别的护理，因此需要特别关注这些群体的医疗需求。

在住院时间方面，SARS-CoV-2、流感和RSV感染的中位住院时间分别为4.2天（2.6-7.3天）、4.0天（2.3-6.8天）和4.3天（2.5-7.4天）。这些数据表明，虽然不同病毒引起的住院时间略有差异，但总体上住院时间较短，这可能与病毒本身的病程和医疗干预的及时性有关。然而，对于需要机械通气的患者，住院时间会显著延长，这提示在制定医疗资源分配策略时，应特别关注这些高风险群体的需求。

研究还分析了不同病毒在不同医疗级别中的使用情况。例如，SARS-CoV-2和流感感染的患者在症状出现后，更多地会首先在急诊科或门诊设置中接受护理，而RSV感染的患者则更可能在住院设置中被首次发现。这可能与RSV感染的临床表现、诊断方法以及患者群体的特征有关。此外，对于RSV感染，由于成人的检测主要集中在住院设置中，因此研究结果不能直接用于比较不同病毒的严重程度。相反，这些数据反映了不同病毒在不同医疗级别中的使用频率，这为医疗资源的分配和预测提供了重要参考。

研究还探讨了个体特征与医疗路径之间的关系。年龄和合并症的数量对进展到更高医疗级别的风险和时间有显著影响。例如，老年人和有合并症的患者更容易进展到住院、机械通气或死亡。这种现象可能与免疫系统功能下降、基础疾病对感染的易感性以及对治疗的反应性有关。此外，性别在某些病毒中也表现出一定的影响。例如，SARS-CoV-2感染的男性患者比女性患者更容易进展到高风险医疗级别，如住院和死亡。然而，对于流感和RSV感染，性别对进展风险的影响并不明显。这些发现有助于识别高风险人群，并为针对性的医疗资源分配提供依据。

研究还考虑了不同医疗设置中的护理需求，如虚拟医疗、门诊和急诊科。数据显示，超过40%的SARS-CoV-2和流感感染病例在症状出现后会首先在这些较低医疗级别的设置中接受护理，而RSV感染的病例则有47.9-58.7%在这些设置中被发现。这表明，对于RSV感染，早期护理的使用率较高，可能与该病毒在儿童中的高传播率和症状的快速进展有关。然而，这种高使用率并不一定意味着RSV感染的严重性更高，而是可能与检测方式和患者群体的特征有关。

此外，研究还探讨了疫苗接种和社区社会经济状况对医疗路径的影响。虽然疫苗接种在一定程度上可以降低感染风险，但研究发现，疫苗接种状态与进展到高风险医疗级别的概率之间没有显著关联。这可能是因为疫苗接种率在高风险群体中较高，而这些群体本身对病毒的易感性较低，因此疫苗接种的影响在数据中未能充分体现。另一方面，社区社会经济状况对医疗路径也有一定影响，但这种影响在不同病毒中并不一致，可能与不同病毒的传播模式和患者的就医习惯有关。

研究还指出了一些局限性。首先，数据来源于单一的医疗保健系统，因此结果可能不适用于其他地区或不同的医疗环境。其次，尽管研究使用了多种参数生存模型来估计时间分布，但这些模型可能无法完全反映实际的医疗过程。因此，研究者建议在实际应用中结合不同的模型和分布，以提高预测的准确性。此外，研究的时间范围涵盖了特定的病毒变异株和季节性流感毒株，这些病毒可能在未来发生变化，因此需要持续更新模型参数以适应新的流行趋势。最后，研究中使用的症状起始日期可能受到自我报告和医生记录的误差影响，因此需要在实际应用中考虑这些因素。

总体而言，这项研究为理解和预测呼吸道病毒感染的临床进展路径提供了重要的数据支持。通过分析不同医疗级别中的护理需求和时间分布，研究为医疗资源的合理分配和规划提供了科学依据。此外，研究还强调了不同个体特征对医疗路径的影响，为制定针对性的公共卫生政策和医疗干预措施提供了参考。未来的研究可以进一步扩展到其他地理区域和医疗系统，以提高模型的适用性和准确性。同时，随着病毒变异和疫苗接种策略的变化，模型参数也需要不断更新，以确保预测的时效性和可靠性。这些数据和分析结果对于公共卫生部门和医疗保健机构在应对呼吸道病毒感染时具有重要的指导意义。