ทําความเข้าใจว่าตัวแปร SARS-CoV-2 ถ่ายทอดจากการศึกษาในครัวเรือนได้เร็วเพียงใด
Mar 29, 2022
ติดต่อ:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791
การกระจายเวลาในการสร้าง g(t) ถูกใช้โดยนักระบาดวิทยาเพื่อติดตามการแพร่กระจายของโรคและเพื่อประเมินผลการแทรกแซงบนพื้นฐานของผู้ป่วยรายใหม่รายวันที่รายงาน χ(t) โดยใช้ข้อมูลประจําตัวง่ายๆ:
Rt = χ(t)/∫0∞χ(t–s)g(s)ds
โดยที่ Rt คือหมายเลขการสืบพันธุ์ที่มีประสิทธิภาพในเวลาที่กําหนด (t) นอกจากนี้การกระจายเวลาในการสร้างจะถูกใช้โดยหน่วยงานด้านสุขภาพเพื่อเป็นแนวทางในนโยบายการแยกและการกักกัน (เช่นการสัมผัสอย่างใกล้ชิดของกรณีที่ระบุอาจแนะนําให้กักกันตัวเองเป็นระยะเวลาที่สอดคล้องกับช่วงเวลาการสร้างสูงสุดบวกกับระยะฟักตัวสูงสุด)
คลื่นต่อเนื่องของที่โดดเด่นซาร์ส-โควี-2ตัวแปรได้แสดงแนวโน้มทั่วไปของการเพิ่มความสามารถในการแพร่เชื้อ มีรายงานว่าความสามารถในการแพร่เชื้อสัมพัทธ์ของตัวแปรที่น่าเป็นห่วงที่เกิดขึ้นใหม่นั้นสูงกว่าสายพันธุ์ก่อนหน้า โดย Rt เพิ่มขึ้น 29-90% สําหรับตัวแปรอัลฟา (B.1.1.7) และ 97% สําหรับตัวแปรเดลต้า(พ.ศ. 1.617.2).1,2 การศึกษาแบบจําลองส่วนใหญ่เกี่ยวกับการส่งและการควบคุมตัวแปรต้องการการกระจายเวลาในการผลิตเป็นอินพุต เนื่องจากข้อมูลไม่เพียงพอการวิเคราะห์สายพันธุ์ใหม่มักจะถือว่าการกระจายเวลารุ่นเดียวกับสายพันธุ์บรรพบุรุษ 1-3 การศึกษาหลายเรื่อง4,5 รายงานระยะฟักตัวเฉลี่ยที่สั้นลงที่ 3·5–4·4 วันสําหรับตัวแปรอัลฟาและเดลต้าเมื่อเทียบกับสายพันธุ์บรรพบุรุษซึ่งหมายถึงเวลาในการสร้างที่สั้นกว่าเนื่องจากความสามารถในการถ่ายทอดก่อนคลอดของซาร์ส-โควี-2.มีการศึกษาเพียงไม่กี่เรื่องเท่านั้นที่ประมาณเวลาในการสร้างโดยตรงสําหรับตัวแปรเหล่านี้จากข้อมูลการติดตามการติดต่อ 4 แม้ว่าการศึกษาบางเรื่องจะประเมินช่วงเวลาอนุกรมสําหรับตัวแปรที่น่าเป็นห่วง6ซาร์ส-โควี-2เพราะของการถ่ายทอดทางพันธุกรรมก่อนกําหนด
จาก 227 ครัวเรือนในสหราชอาณาจักร William Hart และเพื่อนร่วมงาน7 ให้การประมาณการที่จําเป็นมานานของการกระจายเวลาในการผลิตสําหรับตัวแปรอัลฟาและเดลต้า ความน่าเชื่อถือของการประมาณการเหล่านี้มีพื้นฐานมาจาก (1) การศึกษาในครัวเรือนในอนาคตที่ออกแบบมาอย่างเข้มงวดโดยมีขนาดตัวอย่างที่เหมาะสม (2) กรอบการสร้างแบบจําลองที่คํานึงถึงความไม่แน่นอนทั้งในประวัติศาสตร์ธรรมชาติของโรคและการแพร่เชื้อภายในครัวเรือน (3) การวิเคราะห์ที่กลั่นกรองแบ่งตามกลุ่มอายุและสถานะการฉีดวัคซีนของกรณีดัชนีและการติดต่อในครอบครัวของพวกเขา และ (4) การประเมินที่ครอบคลุมของการประมาณค่าของพารามิเตอร์และความทนทานของผลลัพธ์ต่อสมมติฐานที่เปลี่ยนแปลง ผู้เขียนให้การประมาณการทั้งเวลาในการสร้างที่แท้จริงซึ่งจําเป็นโดยผู้สร้างแบบจําลองและเวลาในการสร้างครัวเรือนซึ่งคล้ายกับการประมาณการที่มีอยู่มากที่สุดสําหรับซาร์ส-โควี-2ได้มาจากวิธีการดั้งเดิมที่ระบุคู่การส่งเชิงประจักษ์จากข้อมูลการติดตามการติดต่อ รุ่นปัจจุบันอาจระบุคู่เกียร์ได้แม่นยํายิ่งขึ้นเนื่องจากเป็นบัญชีที่ชัดเจนสําหรับการแข่งขันระหว่างกรณีสําหรับผู้ติดต่อที่อ่อนแอ
ผู้เขียนประเมินว่าเวลาในการสร้างภายในเฉลี่ยอยู่ที่ 4·7 วัน (ช่วงเวลาที่น่าเชื่อถือ 95% [CI] 4·1–5·6) และเวลาในการสร้างครัวเรือนเป็น 3·2 วัน (2·5–4·2) สําหรับตัวแปรเดลต้า การประมาณการเหล่านี้สั้นกว่าค่าประมาณสําหรับตัวแปรอัลฟ่า ซึ่งเท่ากับ 5·5 วัน (4·7–6·5) สําหรับเวลาในการสร้างภายในเฉลี่ยและ 4·5 วัน (3·7–5·4) เวลาในการสร้างครัวเรือนเฉลี่ยสําหรับตัวแปรเดลต้านั้นสั้นกว่าสายพันธุ์บรรพบุรุษอย่างชัดเจน (4·0–5·2)8 และคล้ายกับค่าประมาณอื่นที่ 2·9 วัน (2·4–3·3) สําหรับตัวแปรเดลต้าในการศึกษาที่ไม่ใช่ของครัวเรือนในประเทศจีน4ผู้เขียนประเมินช่วงเวลาอนุกรมในครัวเรือนเฉลี่ย 1·8 วัน (95% CI 1·1·0–2·4) สําหรับตัวแปรเดลต้า ซึ่งสอดคล้องกับการประมาณการ 2·0–2·5 วันในประเทศแถบเอเชีย4,6,7 และสั้นกว่า 3·5 วัน (2·7–4·1) ที่ประเมินไว้สําหรับตัวแปรอัลฟ่าอย่างมาก การลดลงตามสัดส่วนของช่วงเวลาอนุกรมในครัวเรือน (48·6%) มากกว่าเวลาในการสร้างครัวเรือน (28%, 95% CI 0-48%) สําหรับตัวแปรเดลต้าเมื่อเทียบกับตัวแปรอัลฟาน่าจะเป็นผลมาจากระยะเวลาการติดเชื้อก่อนวัยอันควรของตัวแปรเดลต้าที่ยาวกว่าเล็กน้อย (7·8%) และการส่งผ่านสัมพัทธ์ที่สูงขึ้น (สูงขึ้น 39·3%) ในช่วงเวลานี้ (คํานวณจากข้อมูลในภาคผนวก 2 p 24 ของบทความจาก Hart และเพื่อนร่วมงาน) 7
ประโยชน์ของสารสกัด cistanche tubulosaอเมซอน
วัคซีนได้แสดงให้เห็นถึงประสิทธิภาพและประสิทธิผลที่ยั่งยืนในการป้องกันโรครุนแรงและการเสียชีวิตเนื่องจากซาร์ส-โควี-2ในการทดลองทางคลินิกและการศึกษาเชิงสังเกตโดยมีประสิทธิภาพลดลงในระดับปานกลางสําหรับตัวแปรใหม่ที่น่าเป็นห่วง 9 แม้ว่าเวลาในการสร้างครัวเรือนจะนานขึ้นเล็กน้อยสําหรับผู้ติดเชื้อหรือผู้ติดเชื้อที่ได้รับวัคซีนครบถ้วนเมื่อเทียบกับบุคคลที่ไม่ได้รับวัคซีนในการศึกษา แต่ก็ไม่มีหลักฐานที่ชัดเจนสําหรับความล่าช้าอย่างมากของการแพร่เชื้อที่ก้าวหน้า อย่างไรก็ตาม มีความเป็นไปได้ที่กลุ่มตัวอย่างขนาดเล็กหลังจากการแบ่งชั้นตามสถานะการฉีดวัคซีนจะลดพลังของการศึกษาในการตรวจจับความล่าช้าในระดับปานกลาง ประสิทธิผลที่ไม่เพียงพอของวัคซีนในการลดเวลาในการสร้างสายพันธุ์อัลฟาและเดลต้าดังที่แสดงในการศึกษาโดย Hart และเพื่อนร่วมงาน 7 ชี้ให้เห็นว่าแนวทางปฏิบัติในการกักกันสําหรับผู้สัมผัสใกล้ชิดที่สัมผัสควรยังคงไม่เปลี่ยนแปลงโดยไม่คํานึงถึงสถานะการฉีดวัคซีน
ตัวแปร omicron ที่พุ่งสูงขึ้น (B.1.1.529) ได้รับข้อได้เปรียบจากอัตราการเติบโตเพิ่มเติม (2·0–3·5 เท่า) ตามรายงานของศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา (CDC) ซึ่งอาจอธิบายได้จากการรวมกันของความสามารถในการถ่ายทอดโดยธรรมชาติที่ดีขึ้นและการหลบหนีของภูมิคุ้มกัน ระยะฟักตัวที่สั้นลงของตัวแปร omicron (ประมาณ 3 วัน) หมายถึงช่วงเวลาการสร้างที่สั้นลงอีก 10 การศึกษาในครัวเรือนที่มีการออกแบบคล้ายกับการศึกษาโดย Hart และเพื่อนร่วมงานควรดําเนินการเพื่อประเมินความสามารถในการแพร่เชื้อและช่วงเวลาการสร้างและประสิทธิภาพของวัคซีนต่อ omicron เพื่อให้นโยบายการควบคุมสามารถแก้ไขได้ในเวลาที่เหมาะสมหากจําเป็น
โสม maca cistanche
*หยาง หยาง, เอเบน เคนาห์
ภาควิชาชีวสถิติ, วิทยาลัยสาธารณสุขและวิชาชีพด้านสุขภาพและสถาบันเชื้อโรคที่เกิดขึ้นใหม่, มหาวิทยาลัยฟลอริดา, เกนส์วิลล์, FL 30611, USA (YY); กองชีวสถิติ, วิทยาลัยสาธารณสุข, มหาวิทยาลัยแห่งรัฐโอไฮโอ, โคลัมบัส, โอไฮโอ, สหรัฐอเมริกา (EK)
cistanche wirkung
หนังสืออ้างอิง
1 ผลกระทบของเชื้อสาย SARS-CoV-2 B.1.1.7 ในอังกฤษ เดวีส์ NG, แอ๊บบอต S, บาร์นาร์ด RC, et al. ประมาณการถ่ายทอดและวิทยาศาสตร์ 2021; 372: eabg3055
2 แคมป์เบลล์ เอฟ, อาร์เชอร์ บี, ลอเรนสัน-ชาเฟอร์ เอช และคณะ ความสามารถในการแพร่เชื้อที่เพิ่มขึ้นและการแพร่กระจายของ SARS-CoV-2 สายพันธุ์ที่น่าเป็นห่วงทั่วโลก ณ เดือนมิถุนายน 2021 ยูโรเซอร์วีล 2021; 26: 2100509.
3 เอลเลียต พี, ฮอว์ ดี, วัง เอช และคณะ การเติบโตแบบทวีคูณความชุกสูงของ SARS-CoV-2 และประสิทธิภาพของวัคซีนที่เกี่ยวข้องกับตัวแปรเดลต้า วิทยาศาสตร์ 2021; 374: eabl9551
4 จาง M, เสี่ยวเจ, เติ้ง A, et al. พลวัตการแพร่เชื้อของการระบาดของ COVID-19 สายพันธุ์เดลต้า B.1.617.2—มณฑลกวางตุ้ง, จีน, พฤษภาคม–มิถุนายน 2021 จีน CDC Wkly 2021; 3: 584–86.
5 Homma Y, Katsuta T, Oka H, et al. ระยะฟักตัวของตัวแปร SARS-CoV-2 B1.1.7 นั้นสั้นกว่าสายพันธุ์อื่น ๆ J ติดเชื้อ 2021; 83: e15–17.
6 ริว เอส, คิม ดี, ลิม เจ-เอส, อาลี เซนต์, คาวลิง บีเจ ช่วงเวลาอนุกรมและพลวัตการส่งสัญญาณในช่วงความเด่นของตัวแปรเดลต้า SARS-CoV-2 ประเทศเกาหลีใต้ เกิดการติดเชื้อ Dis 2021; เผยแพร่ออนไลน์ 14 ธ.ค.
7 ฮาร์ต WS, มิลเลอร์อี, แอนดรูว์ NJ, et al. เวลาในการสร้างตัวแปรอัลฟาและเดลต้า SARS-CoV-2: การวิเคราะห์ทางระบาดวิทยา มีดหมอติดเชื้อ Dis 2022; เผยแพร่ออนไลน์ 14 ก.พ.
8 กริฟฟิน เจ, เคซี่ย์ เอ็ม, คอลลินส์ เอ, และคณะ การตรวจสอบหลักฐานที่มีอยู่อย่างรวดเร็วเกี่ยวกับช่วงเวลาต่อเนื่องและเวลาในการสร้างของ COVID-19 บีเอ็มเจ โอเพ่น 2020; 10: e040263
9 Chemaitelly H, Tang P, Hasan MR, et al. การลดการฉีดวัคซีนป้องกันการติดเชื้อ SARS-CoV-2 ของ BNT162b2 ในกาตาร์ N Engl J Med 2021; 385: e83.
10 Jansen L, Tegomoh B, Lange K, et al. การสืบสวนคลัสเตอร์ตัวแปร SARS-CoV-2 B.1.1.1.529 (omicron) —เนแบรสกา พฤศจิกายน-ธันวาคม 2021 MMWR มอร์บ มอร์ทัล Wkly Rep 2021; 70: 1782–84.
