2020年至2022年魁北克省COVID-19的传播路径

《Spatial and Spatio-temporal Epidemiology》：Pathways of spread of COVID-19 in Québec from 2020 to 2022

本研究利用趋势面分析和PELT算法，分析魁北克省2020-2022年七次疫情波次的扩散模式，发现病毒从蒙特利尔等城市中心向周边扩散，速度从初期6.1 km/天增至后期24.7 km/天，为优化公共卫生监测和干预提供依据。

　　

阿德里安·索西耶（Adrien Saucier）|埃莉丝·福特兰（élise Fortin）|卡蒂亚·夏兰（Katia Charland）|克里斯汀·拉克鲁瓦（Christine Lacroix）|凯特·津泽（Kate Zinszer）

蒙特利尔大学公共卫生研究中心，加拿大魁北克省蒙特利尔市

摘要

尽管关于新冠病毒在各地传播的具体途径的研究相对较少，但文献中已充分记录了COVID-19病例在空间和社会人口统计方面的差异。然而，了解这些传播途径有助于我们更好地理解疫情的进展以及影响COVID-19传播的空间动态。在这项研究中，我们利用趋势面分析方法，回顾性地研究了新冠病毒在加拿大魁北克省的传播情况，数据来源于2020年至2022年的全省监测数据。研究结果表明，新冠病毒主要从城市中心向外扩散，其传播速度随着时间的推移显著增加——从第一波的每天6.1公里增加到第七波的每天24.7公里。通过分析新冠病毒在魁北克的传播路径和速度，本研究为公共卫生部门应对未来疫情提供了有价值的参考信息，有助于完善基于地理信息的监测系统。

引言

自2019年12月新冠病毒出现以来，魁北克省已报告超过150万例确诊病例和2万例死亡病例（魁北克省政府数据）。疫情期间的传播动态受到多种因素影响，包括病毒变异体的传染性、自然免疫力和疫苗诱导的免疫力，以及公共卫生部门实施的非药物干预措施（Wang等人，2023年；Peters和Farhadloo，2023年6月14日；Zhang等人，2023年3月9日）。研究表明，城市中心往往是疫情最初的高发区，随后疫情会扩散到农村或偏远地区。这些研究还揭示了病例在城乡之间及城市内部的分布存在显著差异（McMahon等人，2022年1月13日；Zhong等人，2022年12月7日；Rendana等人，2021年10月1日；d’Andrea等人，2024年4月29日；Thomas等人，2020年9月29日；De Cos等人，2023年4月1日；Poirier等人，2024年10月17日；Maroko等人，2020年7月20日；Aguilar等人，2022年3月9日；Niu等人，2020年11月）。在加拿大，公共卫生研究主要集中在探讨COVID-19病例分布与健康相关因素之间的关系（Xia等人，2022年2月14日；Lefebvre等人，2023年6月6日；Nazia等人，2022年6月7日；Forsyth等人，2023年10月）。虽然这些分析有助于识别高风险人群并指导公共卫生干预措施，但若能结合特定地区的疾病传播模式进行分析，将更具说服力。鉴于许多相关研究仅局限于特定城市，忽视了更广泛的区域或省级传播趋势以及城乡之间的互动（Xia等人，2022年2月14日；Lefebvre等人，2023年6月6日；Nazia等人，2022年6月7日），这种结合显得尤为重要。

在本研究中，我们分析了2020年至2022年间新冠病毒在魁北克的传播情况。通过应用Pruned Exact Linear Time（PELT）算法进行变点时间分析，并结合趋势面分析（TSA），我们确定了每一波疫情的起始时间，并描述了各波疫情在魁北克省内的传播路径。这种分析方法能够绘制出省级范围内各市镇之间的空间分布模式。趋势面分析通过估算疾病在地理单元（本研究中为市镇）上的传播方向和速度来模拟传播路径。尽管TSA已被广泛用于描述多种传染病的传播（Pioz等人，2011年4月20日；Lucey等人，2002年；Zinszer等人，2015年；Freitas等人，2021年6月18日；Tutt-Guérette等人，2021年；Zinszer等人，2017年1月；Yang等人，2025年3月12日），但其在COVID-19传播研究中的应用较为少见。基因组研究也为了解COVID-19的空间动态提供了重要线索，尽管这些数据往往难以获取（Bard等人，2024年9月27日；Santa Ardisson等人，2025年3月25日；Giovanetti等人，2022年；Choi等人，2025年5月）。我们的回顾性研究通过识别特定传播模式，为未来的疫情准备工作提供了有价值的参考，这些模式可用于指导公共卫生干预措施，包括加强监测体系。

数据

数据来源于魁北克省COVID-19公共卫生调查数据库。该数据库记录了2020年3月至2023年3月期间全省所有确诊病例，这些病例的确诊依据包括流行病学关联（2020年7月11日之前）或聚合酶链反应（PCR）检测结果。每日病例数据按市镇级别提供。新冠病毒变异体的相关信息来自国家卫生研究院维护的基因组集成数据库。

结果

我们识别出七个代表不同疫情波次的变点，以及时间序列末尾的一个变点，标志着该省进入高流行期（见图2）。

趋势面分析显示，各波疫情的传播模式存在差异。然而，前四波疫情的一个共同特征是病毒从蒙特利尔、魁北克市和谢尔布鲁克等人口密集的城市中心开始传播。

讨论

本研究考察了新冠病毒在魁北克省七次疫情波次中的传播情况。总体而言，疫情传播遵循了该省的人口分布规律，最初主要在城市中心发生，随后向周边地区扩散。随着疫情的发展，传播速度加快，每波疫情初期报告病例的市镇数量不断增加。所有COVID-19病例的传播路径与德尔塔变异株的传播路径相似。

局限性

我们分析的一个重要局限性在于假设监测数据能够准确记录每个市镇的首例COVID-19病例。在整个疫情期间，魁北克省PCR检测资格的变化可能影响了病例识别的准确性，导致部分病例被漏报。我们将每波疫情的起始时间定义为报告病例数出现统计学显著变化前的14天。

结论

对空间趋势的回顾性分析有助于未来公共卫生干预和监测策略的制定，因为它能揭示常见的传播路径。研究发现，蒙特利尔、魁北克市和谢尔布鲁克等城市中心在疫情初期发挥了关键作用。因此，监测工作应优先关注这些城市。此外，将基因组数据纳入常规监测程序将进一步提升监测效果。

作者贡献声明

阿德里安·索西耶（Adrien Saucier）：撰写——审稿与编辑、初稿撰写、数据可视化、结果验证、软件使用、项目管理、方法设计、数据分析、概念构建。埃莉丝·福特兰（élise Fortin）：撰写——审稿与编辑、结果验证、监督工作、资金筹措。卡蒂亚·夏兰（Katia Charland）：撰写——审稿与编辑、结果验证、监督工作、方法设计、概念构建。克里斯汀·拉克鲁瓦（Christine Lacroix）：撰写——审稿与编辑、结果验证、监督工作、资金筹措。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益或个人关系。

致谢

我们感谢Rebecca Killick教授在时间序列变点估计方法开发方面所做的工作，以及她愿意解答关于其R包“changepoint”的相关问题。