编辑推荐：
为解决 SARS-CoV-2 感染负担和动态难以明确的问题，研究人员利用纽约市监测数据和模型推断系统，开展 SARS-CoV-2 在纽约市 2020 年 3 月 - 2023 年 8 月传播动态的研究。结果显示感染负担高、病毒传播性增强等。该研究为防控提供依据。
2019 年末，新冠病毒（SARS-CoV-2）突如其来，迅速在全球掀起波澜，引发了 COVID-19 大流行。这场疫情如同一场没有硝烟的战争，给全球公共卫生带来了巨大挑战。随着时间推移，疫情不断演变，出现了多波流行高峰，即便在大流行阶段宣告结束后，人们仍面临着反复爆发的风险。而且，新冠病毒不仅传播广泛，还会带来诸如 “长新冠” 等长期健康问题，严重影响人们的生活质量和社会的正常运转。
然而，人们对新冠病毒的了解还存在诸多不足。在众多研究中，虽然对疫情初期和部分后续阶段的传播动态有所探究，但自奥密克戎（Omicron）BA.1 变异株出现后，其传播动态的特征仍不清晰。这是因为奥密克戎出现了许多亚变异株，它们频繁引发规模各异的疫情爆发，且相互快速替代。同时，现有的监测系统存在局限性，临床检测会遗漏大量无症状和轻症感染病例，家庭自测结果又未上报，血清学调查也因高再感染率难以准确反映感染情况。这些问题使得人们难以明确各亚变异株的感染程度以及奥密克戎亚变异株浪潮的驱动因素。
为了深入了解新冠病毒的传播规律，来自哥伦比亚大学（Department of Epidemiology, Columbia University）和纽约市卫生与精神卫生部门（New York City Department of Health and Mental Hygiene）等机构的研究人员，针对纽约市开展了一项重要研究。纽约市作为拥有 800 多万人口的大型城市中心，在 2020 年 3 月成为了最早的疫情震中之一。研究人员通过构建综合模型推断系统，并结合纽约市丰富的监测数据，对 2020 年 3 月至 2023 年 8 月期间 SARS-CoV-2 在纽约市的传播动态进行了重建。该研究成果发表在《Communications Medicine》杂志上，为全球抗击新冠疫情提供了关键信息。
在研究方法上，研究人员利用了多种数据来源，包括新冠确诊和疑似病例、急诊就诊、死亡、疫苗接种和病毒变异株比例等数据。同时，运用了基于元种群网络的 SEIRSV（Susceptible-Exposed-Infectious-(re) Susceptible-Vaccination）模型进行模型推断，并通过新冠病毒废水监测数据对模型推断结果进行验证。
研究结果方面：
- 模型推断系统的有效性：模型推断系统能够准确重现每周病例、急诊就诊和死亡的疫情曲线。通过与独立的新冠病毒废水监测数据对比发现，在第二波疫情、德尔塔（Delta）浪潮和奥密克戎时期，估计的每 10 万人口中每周感染人数与废水中测量的 SARS-CoV-2 病毒载量密切相关，表明该模型能有效反映感染率和传播动态变化。
- 疫情流行情况概述：在 2020 年 3 月 1 日至 2023 年 8 月 27 日期间，纽约市报告了 320 万确诊和疑似病例，但估计的感染总数达到 1740 万，远超记录病例数。在奥密克戎出现前，感染主要由原始株和 Iota 变异株引起；奥密克戎时期，其亚变异株导致的（再）感染大幅增加，如 BA.1 浪潮感染了约 40% 的纽约市人口。
- 传播动态的驱动因素：
- 人群易感性：人群易感性随感染、疫苗接种和免疫逃逸变异株的传播而变化。德尔塔变异株部分逃逸了感染和疫苗诱导的免疫，导致人群易感性增加；奥密克戎 BA.1 高度免疫逃逸，但 BA.1 感染和第三剂疫苗接种使人群免疫力快速提升，抑制了后续亚变异株的快速传播。
- 病毒传播性：病毒传播性（RTX）在三年内增加了近 3 倍，但自 2022 年下半年起趋于稳定。Iota、Alpha、Delta 和奥密克戎 BA.1 等变异株依次增加了病毒传播性，帮助它们在竞争中占据优势。
- 季节性因素：季节性条件影响病毒传播，纽约市在研究期间冬季感染率较高，这可能与冬季湿度低、温度低利于病毒存活，以及室内人员聚集、通风减少有关。
- 感染检测率和感染致死风险的变化：感染检测率在疫情初期和奥密克戎 BA.1 浪潮初期较低，之后有所上升但又在 2022 年春季后逐渐下降。不同年龄组的感染检测率有所差异，老年人在疫情早期因疾病严重程度高和检测能力有限，感染检测率较高，随着疫苗接种，其感染检测率降低。感染致死风险（IFR）在第一波疫情时最高，之后逐渐下降，奥密克戎 BA.1 浪潮后下降更为明显，主要是由于人群混合免疫力积累、治疗改善和奥密克戎亚变异株症状较轻等因素。
研究结论和讨论部分指出，到 2023 年 8 月底，纽约市估计感染率达到人口规模的两倍，表明多数居民可能经历了至少两次（再）感染，结合高疫苗接种率，显示出较高的人群混合免疫力，这可能有助于减轻未来疫情的严重程度。研究还揭示了新冠病毒传播的关键驱动因素，包括免疫逃逸、传播性增加和冬季感染风险较高等，这些因素在其他人群中可能也存在，为未来疫情防控规划提供了重要参考。
然而，该研究也存在一些局限性，如未考虑人口迁移对人群易感性估计的影响，2023 年部分数据使用历史数据替代实时数据，变异株比例样本可能不具代表性，以及死亡定义的修订可能影响 IFR 的估计等。尽管如此，这项研究通过综合的流行病学数据和模型推断，详细描述了 SARS-CoV-2 在纽约市传播的潜在动态，为全球应对新冠疫情提供了宝贵的经验和数据支持，对未来疫情防控策略的制定具有重要的指导意义。
