编辑推荐：
这篇综述指出，新冠疫情凸显及时追踪病原体特征变化的重要性。持续监测病原体特征（如基本再生数R0、临床严重程度等），能为公共卫生决策提供依据。应将病原体特征监测视为长期工作，调整资源投入与思维模式，以更好应对未来大流行病。
大流行病监测需打 “持久战” 的重要性
新冠疫情的爆发让人们深刻认识到，在疫情发生之初，尽早收集病原体特征信息至关重要。然而，随着病毒和宿主群体的变化，早期收集的很多信息很快就会过时，这不仅会削弱基于这些信息进行的流行病学分析，还会影响政策决策的科学性。为了更好地应对未来可能出现的大流行病，必须投入更多资金和科研力量，用于追踪病原体特征的动态变化，并定期更新相关数据。
不断变化的目标
在新冠疫情期间，病毒的传播性、感染导致的严重后果等情况多次发生变化，同时人群通过感染和接种疫苗产生了免疫力，这些都对疫情的发展态势产生了重要影响。例如，在疫情的前两年，病毒的传播性增强，感染导致严重后果的可能性先增加后降低。如果不能及时考虑到这些变化，就会使对病例、住院人数和死亡人数的预测出现偏差。
2021 年末，奥密克戎变异株开始在全球传播。南非的监测和分析表明，由于该变异株传播性增强、具有免疫逃逸能力且单个病例的严重程度降低，全球可能会迎来大量病例。尽管有这些信息，研究人员在评估奥密克戎变异株对严重病例负担的影响时仍面临困难。后来，全球范围内对奥密克戎变异株特征的研究增多，才逐渐减少了这种不确定性。
以往在应对大流行病时，对病原体的特征描述往往依赖一次性研究，但病原体是不断变化的，这种方式难以准确把握其特征。因此，应该将对病原体的监测视为一项持续的工作。在疫情初期收集关键特征数据的基础上，随着疫情的发展，持续对更多特征进行测量。这需要更多的资源投入，同时科研人员也要转变思维方式。例如，在设计数据收集和分析方案时，应使其便于持续监测，以便研究人员和公共卫生官员能够更好地发现变化，充分发挥监测对公共卫生的价值。
病原体特征
在大流行病的发展过程中，病原体的众多特征及其传播情况都可能发生显著变化。对这些特征的持续监测可以通过连续监测、定期监测和触发式监测三种方式进行。连续监测是持续收集数据，如每日记录确诊病例的住院情况；定期监测是按照预定计划收集数据，比如在固定间隔进行一系列血清流行率调查；触发式监测则是在特定触发条件下重新开始收集数据，例如在大流行病病原体出现或出现传播性更高的变异株时。
选择哪种监测方式，取决于病原体特征的性质、对公共卫生的重要性以及其随时间变化的速度和程度。同时，还需要考虑重复测量或 “持续运行” 系统哪种更高效。下面以临床严重程度和代间距（GI）为例进行详细讨论。
临床严重程度是指感染个体中死亡或住院的比例，它决定了疫情对人群健康和医疗系统的影响。在新冠疫情及之前的大流行病中，准确估计这一比例并非易事。因为轻症或无症状感染容易被漏诊，会导致分母被低估，从而使严重程度的估计值偏高；而且从确诊到出现严重后果并报告之间通常存在时间差，在疫情增长阶段，如果不加以处理，会导致严重程度的估计值偏低。
虽然有统计方法可以解决这些问题，但更准确的方法是持续收集更全面、更优质的感染总数数据。英国政府、学术界和资助机构合作开展了全国性的感染流行率和血清流行率滚动研究，为准确估计临床严重程度提供了数据支持。
此外，新冠疫情期间感染严重程度的波动也凸显了持续监测的必要性。一系列研究对不同阶段的新冠病毒变异株（如德尔塔、奥密克戎 BA.1、奥密克戎 BA.2 等）进行了住院风险和住院时长的评估。这些研究表明，对变异株进行基因特征分析非常重要。在新冠疫情期间，通过 PCR 检测中 “S 基因靶标失败” 的模式偶然实现了对变异株的特征分析，但未来不一定有这么好的运气，公共卫生官员需要提前规划对与临床结果相关的感染进行测序。
研究人员还应开展能够区分宿主特征变化（如感染或接种疫苗史）和病毒特征变化（如免疫逃逸）的研究。需要注意的是，在广泛存在既往感染和接种疫苗的情况下，每感染一例的严重程度更难测量，且在不同人群中的通用性也较差。
触发式监测方法
代间距（GI）是指个体感染他人的时间间隔，准确估计病原体的基本再生数和有效再生数需要了解代间距的分布，从而为公共卫生应对措施提供依据。在大流行病过程中，随着宿主行为和病原体特征因新变异株的出现而发生变化，代间距也会改变。
然而，现有的监测方法无法收集到最适合追踪代间距分布的数据，即每个传播对中感染者和被感染者的感染日期。虽然这些数据通常不是为了估计病原体特征而收集的，但有时可以通过接触追踪数据获得。
因此，建议在未来疫情爆发时，基于触发机制有目的地收集这些数据（独立于接触追踪措施）。触发条件可以是首次发现重要的新兴病原体，以及后续发现具有显著传播优势的新变异株，或者观察到症状自然史或病毒载量发生变化。在对病原体或变异株进行充分特征描述后，每个阶段的数据收集工作可以暂停。
在新冠疫情期间，新变异株出现时，早期对代间距的估计进行了更新。例如，德尔塔和奥密克戎变异株的代间距相较于原始毒株被估计为更短。但这些估计并非基于专门为此目的收集的数据，也没有使用标准化的数据收集协议，样本量等方面的考虑也缺乏指导。流行病学研究人员大多依赖对另一个量 —— 序列间隔（SI）的估计，序列间隔是指感染者和被感染者症状出现的时间间隔。由于症状出现的日期比感染日期更容易确定，所以可以通过分析接触追踪数据得出序列间隔。
不过，序列间隔作为代间距的替代指标存在局限性。虽然两者的均值相同，但序列间隔可能为负，而代间距始终大于零。而且，从接触追踪数据中测量序列间隔（或代间距）的分布并不简单，因为观察到的分布会随着疫情的发展而发生变化。
研究还是监测？
对于许多地方性疾病，表格 1 中列出的指标通常是一次性研究的对象，这些研究在特定时间对特定人群进行，旨在为未来的分析提供参考。但在大流行病期间，建立持续测量这些指标的系统至关重要。
这就引发了定义上的难题，以及责任归属的问题。持续监测通常被定义为重复或连续测量，但对许多病原体特征（如严重程度和代间距）的测量通常被归类为研究，其产生的数据往往一次性使用后就不再更新。
在美国和其他一些地方，疾病研究和疾病监测由不同的群体和资助者负责。应该将病原体特征描述重新定义为持续的疾病监测，并给予相应的资金支持。虽然监测和研究的区别在不同地区存在争议且定义不同，但从实际操作的角度来看，从一开始就建立能够持续或重复使用数据的收集系统，这些数据会更具参考价值。这样的系统虽然成本较高，但只在相对不频繁的事件中，以及在许多情况下仅在触发条件满足时才需要。关键是要在一开始就将研究设计为可重复和可持续的，而不是将其作为一次性工作来设计、资助和审批，之后又不得不重新启动。
精心设计的监测研究可以实现多个目的。例如，英国的感染流行率研究能够近乎实时地了解不同年龄组和变异株的新冠病毒感染动态，还能为及时评估症状、临床严重程度、风险因素以及干预措施（包括疫苗对传播的有效性）的效果提供数据。关于感染者 - 被感染者传播对的数据可以提供多个生物学间隔的信息，包括代间距、序列间隔和潜伏期。
计划与实践
与任何数据收集活动一样，监测系统的设计应以数据分析计划为指导。在新冠疫情之前制定的大流行病应对计划中，虽然明确了快速估计病原体特征的需求和意图，但在实际操作中遇到了很多障碍。有些数据收集协议从未在实际场景中测试过，或者没有与分析计划同步设计。
为了克服这些挑战，可以在疫情间歇期，对持续或定期的数据收集系统和分析进行小规模的试运行，或者针对触发式协议开展演练。通过针对那些特征尚未充分了解的已知病原体进行这样的活动，既能深入了解当前的传染病威胁（如季节性呼吸道病毒、猴痘病毒或百日咳杆菌），又能提高对未来大流行病的应对准备。
在数据治理、伦理、成本效益和后勤保障等方面的评估和审批非常重要，但可能需要花费时间。因此，现在就应该着手建立相关机制。然而，每次疫情爆发都会带来一些无法完全预测的挑战，所以还需要建立更完善的框架，以便在大流行病期间加快审批速度，实施对其他重要变量的监测策略。
本文主要关注病原体特征的测量，但宿主因素（如人群行为、态度和认知）也可以作为持续监测的目标，因为这些因素对减少传播的干预措施的有效性有很大影响。在新冠疫情期间，学术机构和政府机构建立了系统，以高频率测量这些指标。例如，每周进行的社会接触调查可以量化传播潜力和干预措施的有效性。
虽然需要随着时间推移测量病原体特征，但在某些情况下，可以利用在一个地区生成的估计值为其他地区的应对措施提供参考。在新冠疫情期间，英国和以色列等地区为全球提供了不同变异株和不同时间的疫苗有效性估计数据。不过，一些与社会结构和过程密切相关的指标，如代间距、耐药频率（部分取决于治疗水平）以及传播和严重程度的风险因素，可能需要在每个地区分别进行估计。
新冠疫情再次强调了对关键病原体特征进行持续或重复监测的必要性，而不是仅在疫情出现初期进行一次性监测。未来的大流行病应对计划和监测系统应满足这一需求。持续了解病原体特征，有助于决策者在大流行病过程中制定更具针对性、更合理的公共卫生应对措施。
