Đánh giá các kịch bản dịch cúm năm 2021/22 ở Ý trong đợt bùng phát SARS-CoV-2

trừu tượng

Các chiến lược giảm thiểu toàn cầu nhằm giải quyết mối đe dọa do SARS-CoV gây ra-2 đã làm giảm đáng kể mức độ nghiêm trọng của bệnh cúm theo mùa 2020/21, điều này có thể dẫn đến giảm khả năng miễn dịch tự nhiên của quần thể trong mùa cúm 2021/22 sắp tới. Để dự đoán sự lây lan của vi-rút cúm ở Ý và tác động của các biện pháp phòng ngừa và kiểm soát, chúng tôi trình bày mô hình Loại bỏ dễ bị nhiễm-tiếp xúc-lây nhiễm (SEIR) theo cấu trúc theo độ tuổi bao gồm vai trò của các mô hình hòa trộn xã hội và tác động của phân tầng theo độ tuổi. chiến lược tiêm chủng và các biện pháp can thiệp phi dược phẩm (NPI) như đóng cửa trường học, khóa cửa một phần, cũng như sử dụng thiết bị bảo hộ cá nhân và thực hành vệ sinh tay. Chúng tôi nhận thấy rằng các chiến dịch tiêm chủng với phạm vi bao phủ tiêu chuẩn sẽ giúp giảm thiểu đáng kể sự lây lan của bệnh trong các mùa cúm vừa phải, khiến việc áp dụng NPI là không cần thiết. Tuy nhiên, trong trường hợp dịch bệnh nghiêm trọng theo mùa, phạm vi tiêm chủng tiêu chuẩn sẽ không đủ hiệu quả để chống lại dịch bệnh, do đó hàm ý rằng cần phải kết hợp với việc áp dụng NPI để ngăn chặn dịch bệnh. Ngoài ra, kết quả của chúng tôi cho thấy rằng việc tăng cường phạm vi tiêm chủng sẽ làm giảm nhu cầu áp dụng NPI, do đó hạn chế các tác động kinh tế và xã hội mà NPI có thể tạo ra. Kết quả của chúng tôi nhấn mạnh sự cần thiết phải ứng phó với dịch cúm bằng cách tăng cường phạm vi tiêm chủng.

lợi ích cistanche cho nam giới - tăng cường hệ thống miễn dịch

1. Giới thiệu

Cuộc chiến trên toàn thế giới chống lại mối đe dọa do bệnh Hội chứng hô hấp cấp tính nặng-Coronavirus-2 (SARS-CoV-2, thường được gọi là COVID-19 [1]) đã dẫn đến việc triển khai rộng rãi các biện pháp Các biện pháp can thiệp phi dược phẩm (NPI) như phong tỏa một phần, giãn cách xã hội (ví dụ: tránh tụ tập đông người, đóng cửa các địa điểm giải trí công cộng và trường học), cũng như sử dụng Thiết bị bảo hộ cá nhân (PPE) và thực hành vệ sinh tay thường xuyên. Những biện pháp can thiệp này sẽ tiếp tục đóng một vai trò quan trọng đối với an toàn sức khỏe cộng đồng khi các biến thể COVID-19 mới xuất hiện trong tương lai.

lợi ích cistanche cho nam giới - tăng cường hệ thống miễn dịch

Nhấn vào đây để xem các sản phẩm Tăng cường miễn dịch Cistanche

【Hỏi thêm] Email:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

Việc áp dụng các biện pháp này kể từ những tháng đầu năm 2020 đã làm giảm đáng kể mức độ nghiêm trọng của các bệnh giống cúm theo mùa (ILI) trong mùa giải 2020/21 [2–4], với những con số được phát hiện tương tự như những con số được báo cáo trong thời gian giữa năm. -thời kỳ theo mùa. Tương tự như COVID-19, cúm theo mùa (cúm) là một bệnh hô hấp có khả năng lây nhiễm cao chủ yếu lây truyền qua không khí (giọt và khí dung) có thể gây ra các biến chứng nghiêm trọng về sức khỏe. Trong một năm điển hình, tỷ lệ mắc ILI toàn cầu dao động trong khoảng từ 5 đến 10% đối với người lớn và từ 20 đến 30% đối với trẻ em, trong đó ước tính có khoảng 3 đến 5 triệu người ở tình trạng nghiêm trọng, dẫn đến khoảng 250,000 đến 500 ,000 ca tử vong liên quan đến cúm [5]. Mặc dù các biện pháp kiểm soát COVID{20}} đã giúp ngăn ngừa bệnh cúm lây lan trong mùa giải 2020/21 [6], nhưng việc giảm mức độ nghiêm trọng của ILI có thể hàm ý khả năng miễn dịch dân số thấp hơn trong mùa giải 2021/22, vì hầu hết mọi người đều có không tiếp xúc với ILI trong hơn một năm [7, 8]. Điều này sẽ khiến những người dễ bị tổn thương nhất có nguy cơ mắc bệnh nghiêm trọng. Do đó, việc tiêm phòng cúm có thể đóng một vai trò quan trọng trong việc hạn chế sự lây lan của bệnh cúm theo mùa, cũng như tránh tình trạng quá tải của các hệ thống chăm sóc sức khỏe vốn đang chịu áp lực [9, 10]. Các nghiên cứu gần đây đã chỉ ra rằng đợt bùng phát COVID-19 đã làm tăng tỷ lệ tuân thủ tiêm phòng cúm, đạt mức độ bao phủ cao nhất trong chiến dịch tiêm chủng 2020/21 [11–13]. Hơn nữa, một số lượng lớn nghiên cứu đã chứng minh rằng NPI có tác động đáng kể đến sự lây lan của dịch bệnh trong không khí [14–16]. Do tác động liên tục của đại dịch COVID-19 và tính khó dự đoán của vi-rút cúm, do đó, cần phải điều tra các kịch bản dịch cúm dự kiến ​​cho mùa giải 2021/22 sắp tới bằng cách tính đến tác động của các kịch bản hiện đang được áp dụng. NPI và các chiến lược tiêm phòng cúm nhằm hỗ trợ việc ra quyết định và hoạch định chính sách của từng cá nhân trong cuộc chiến chống lại dịch cúm. Bằng cách cung cấp cho các cơ quan chức năng những dự đoán về sự phân bổ ILI ở các lứa tuổi khác nhau, sẽ được phép xây dựng các kế hoạch chuẩn bị để ứng phó với khả năng bùng phát đại dịch [17, 18].

Theo đề xuất của các nghiên cứu gần đây (ví dụ [19, 20]), việc phát triển các phương pháp toán học để mô hình hóa diễn biến của dịch bệnh và tác động của các biện pháp kiểm soát và phòng ngừa có thể cung cấp một công cụ để đánh giá và so sánh hiệu quả của các biện pháp y tế công cộng khác nhau để kiểm soát dịch bệnh và có thể được coi là một biện pháp cần thiết để suy ra những thông tin có giá trị cho các nhà hoạch định chính sách y tế công cộng [21]. Mặc dù có một số hạn chế trong việc lập mô hình các tình huống thực tế, nhưng các mô hình toán học đã được sử dụng để mô tả diễn biến của các bệnh trước đó như vi rút Ebola [22], cúm [23, 24] và COVID-19 [25– 28]. Bài viết này nhằm mục đích khám phá một loạt các kịch bản dịch cúm cho mùa 2021/22 ở Ý bằng cách tính đến tác động của các biện pháp phòng ngừa và kiểm soát đơn lẻ và đa dạng đối với sự lây lan của bệnh ở các mức độ nghiêm trọng theo mùa khác nhau. Đặc điểm của các kịch bản dịch bệnh được đánh giá thông qua mô hình dịch tễ học xác định theo độ tuổi Dễ bị phơi nhiễm-Lây nhiễm-Hồi phục (SEIR), được mở rộng phù hợp để mô hình hóa phù hợp sự pha trộn xã hội theo cấu trúc tuổi cũng như tác động của các biện pháp kiểm soát và phòng ngừa. Việc điều tra các tình huống này là rất quan trọng để các nhà hoạch định chính sách suy ra tác động của việc thực hiện các biện pháp và đánh giá xem liệu các chiến lược chiến dịch tiêm chủng có cần được sửa đổi để giảm bớt gánh nặng sức khỏe cộng đồng một cách thành công hay không. Bài viết có cấu trúc như sau: Phần 2 mô tả mô hình dịch tễ học SEIR và các kịch bản được khám phá. Kết quả được trình bày ở Phần 3, sau đó là các thảo luận ở Phần 4. Cuối cùng, nhận xét kết luận được rút ra ở Phần 5.

cistanche thực vật tăng cường hệ thống miễn dịch

2. Vật liệu và phương pháp 2.1. Mô hình dịch bệnh

Chúng tôi phát triển mô hình ngăn xác định theo cấu trúc độ tuổi dựa trên mô hình SEIR nổi tiếng [29, 30], ban đầu được giới thiệu là mô hình dịch bệnh để mô tả động lực học của một bệnh truyền nhiễm trong một môi trường đồng nhất và tốt. dân cư hỗn hợp. Trong số các phương pháp tiếp cận khác nhau được phát triển trước đây (ví dụ [31, 32]), mô hình toán học dựa trên các hệ thống động lực học từng phần thường có thể cung cấp thông tin cần thiết về diễn biến dịch bệnh, đặc biệt trong những trường hợp có sự không chắc chắn lớn về tác động của việc phòng ngừa và ngăn ngừa. biện pháp kiểm soát nhằm ngăn chặn sự lây lan của dịch bệnh. Chúng tôi mở rộng mô hình SEIR cổ điển thông qua việc giới thiệu cấu trúc tuổi và kết hợp các mô hình pha trộn xã hội (ví dụ: [33, 34]), do đó nới lỏng giả định về sự pha trộn đồng nhất giữa các nhóm tuổi dân số. Sự pha trộn xã hội của dân số có cấu trúc theo độ tuổi trong mô hình của chúng tôi được thể hiện thông qua việc sử dụng mô hình thực tế gồm các mô hình pha trộn được tính toán từ dữ liệu nhân khẩu-xã hội được thu thập thường xuyên của dân số Ý [33] (xem Phần 2.2). Chúng tôi phân tầng dân số thành bốn nhóm: trẻ sơ sinh (0–4 tuổi), trẻ em (5–14 tuổi), người lớn (15–64 tuổi) và người già (� 65 tuổi). Tổng dân số được phân bổ giữa các nhóm tuổi khác nhau theo Điều tra dân số Ý được cập nhật vào ngày 1 tháng 1 năm 2019 [35].

Mô hình của chúng tôi bao gồm tác động của các hạn chế di chuyển đối với sự pha trộn dân số bằng cách chia tỷ lệ ma trận tiếp xúc có cấu trúc theo độ tuổi cho phù hợp (xem Phần 2.2). Hơn nữa, mô hình này phân biệt giữa mức độ nghiêm trọng khác nhau của bệnh đối với những người bị nhiễm bệnh bằng cách tính đến các trường hợp vừa phải, được định nghĩa là những người bị nhiễm bệnh cần được điều trị bởi Bác sĩ đa khoa (GP) hoặc trong Phòng cấp cứu (ER) và các trường hợp đe dọa tính mạng cần đến Đơn vị Chăm sóc Đặc biệt. (ICU) điều trị. Chúng tôi điều tra các đặc điểm của bệnh cúm theo mùa mà không phân biệt giữa các phân nhóm cụ thể của vi-rút cúm. Tuy nhiên, như được mô tả dưới đây, các tham số của mô hình được tính toán bằng cách lấy trung bình các đặc điểm dịch tễ học của hai phân nhóm vi rút cúm, tức là H1N1 và H3N2, đây là những phân nhóm chính gây ra bệnh cúm theo mùa [36].

Chúng tôi giả sử một quần thể gồm các cá thể được chia thành bảy nhóm loại trừ lẫn nhau sau đây cho mỗi nhóm tuổi i=1,. . .,4, 1. Susceptible (Si): các cá nhân có thể mắc bệnh cúm, 2. Phơi nhiễm (Ei): dễ mắc bệnh đã tiếp xúc với các cá nhân truyền nhiễm (đã phơi nhiễm và bị nhiễm bệnh) và có thể lây nhiễm, 3. Infected (Ii): bị nhiễm bệnh các cá nhân, 4. Được điều trị bằng GP/ER (Gi): những người bị nhiễm bệnh đang được điều trị bởi bác sĩ đa khoa hoặc trong phòng cấp cứu, 5. Được điều trị bằng ICU (Ti): những người bị nhiễm bệnh cần được chăm sóc y tế quan trọng trong ICU, 6. Đã hồi phục (Ri): các cá nhân được đưa đi khỏi động thái dịch bệnh bằng cách hồi phục hoặc tiêm chủng, 7. Người chết (Di): những người qua đời vì bệnh cúm. Chúng tôi xem xét các lớp tuổi đóng không có sinh và tử tự nhiên, sao cho số lượng Ni của lớp tuổi i là tổng số cá thể trong tất cả các nhóm của lớp tuổi đó theo thời gian t (tức là Ni ¼ Si ðtÞ þ Ei ðtÞ þ Ii ðtÞ þ Gi ðtÞ þ Ti ðtÞ þ Ri ðtÞ þ Di ðtÞ). Chúng tôi giả định rằng khả năng tái nhiễm của những người đã khỏi bệnh là không đáng kể, đảm bảo khả năng miễn dịch suốt đời đối với bệnh cúm sau khi hồi phục. Sự chuyển đổi của các cá thể giữa các ngăn khác nhau được mô hình hóa bằng hệ thống gồm bảy phương trình vi phân thông thường, mô tả sự tiến hóa của dân số cho từng nhóm tuổi i=1,. . .,4 theo thời gian t, tức là,

trong đó các chữ in hoa biểu thị các biến trạng thái (Si, Ei, Ii, Gi, Ti, Ri, Di) được giới thiệu ở trên và Mij biểu thị ma trận liên hệ (xem Phần 2.2), được định nghĩa là số lần tiếp xúc trung bình hàng ngày giữa một cá nhân ở lớp tuổi I với một cá nhân ở lớp tuổi j, trong đó i, j=1,. . .,4. Các chữ cái viết thường biểu thị tốc độ chuyển đổi và tỷ lệ cá thể di chuyển giữa các ngăn khác nhau, được định nghĩa như sau: • i là xác suất lây truyền bệnh (xem Phần 2.4) trong một lần tiếp xúc giữa một đối tượng dễ mắc bệnh ở độ tuổi I và một đối tượng cá nhân truyền nhiễm (phơi nhiễm hoặc bị nhiễm bệnh). Chúng tôi giả định rằng một cá nhân bị phơi nhiễm có thể truyền vi-rút ở giai đoạn đầu trước khi các triệu chứng phát triển, như đã được xác nhận bởi các cuộc điều tra dịch tễ học (ví dụ: [36]); • pi là khả năng lây nhiễm, lấy từ [37], Chương 6, Hình 2; • σ biểu thị tốc độ các cá nhân chuyển từ khu vực phơi nhiễm sang khu vực bị nhiễm bệnh, trong khi đó là tốc độ chuyển từ khu vực bị nhiễm sang khu vực được điều trị GP/ER, điều trị ICU hoặc hồi phục. Giá trị của chúng liên quan đến thời gian ủ bệnh tσ=σ−1 và thời gian thuyên giảm t=−1, được giả định lần lượt bằng 1,5 và 4 ngày [38–40] ; • ai biểu thị tỷ lệ người nhiễm bệnh đang được bác sĩ đa khoa hoặc phòng cấp cứu điều trị, trong khi bi là tỷ lệ người nhiễm bệnh cần được chăm sóc đặc biệt tại ICU. Giá trị tham chiếu của các tham số này được lấy từ [41–44]; • ci là phạm vi tiêm chủng, được định nghĩa là tỷ lệ người dễ mắc bệnh được tiêm chủng. Các giá trị tham chiếu cho phạm vi tiêm chủng, I được lấy từ [45] (xem Phần 2.3); • �i(t) là thời gian phát triển hiệu quả của vắc xin, được tính toán bằng cách phân tích các kết quả được báo cáo trong [46] (xem Phần 2.3); • μi là tỷ lệ tử vong, với giá trị tham chiếu μref, tôi lấy từ [47]. Các giá trị tham chiếu của các tham số mô hình được hiển thị trong Bảng 1. Sơ đồ dòng dự trữ đại diện cho thấy cách các cá nhân di chuyển qua các ngăn được hiển thị trong Hình 1. Việc tích hợp các phương trình 1–7 được thực hiện bằng cách sử dụng vi sai thông thường của hệ số biến có giá trị thực tiêu chuẩn bộ giải phương trình dựa trên thư viện LSODE Fortran ODEPACK++ [48]. Chúng tôi giả sử các điều kiện ban đầu sau (tức là tại t=0) cho các biến trạng thái: Si(0)=Ni−1000, Ii(0)=1000, trong khi phần còn lại của các biến trạng thái là null. Chúng tôi chạy mô phỏng dịch bệnh trong khoảng thời gian 100 ngày, có thể được coi là khoảng thời gian đại diện cho thời gian xảy ra dịch cúm theo mùa.

Hình 1. Sơ đồ mô hình. Sơ đồ đồ họa thể hiện dòng chảy của các cá nhân giữa các ngăn

2.2. Ma trận liên hệ

Mô hình của chúng tôi kết hợp tác động của các mô hình pha trộn xã hội (xem Phương trình 1 và 2) bằng cách sử dụng ma trận liên hệ được cung cấp bởi [33] liên quan đến dân số Ý. Các ma trận đã được chia tỷ lệ bằng số theo cấu trúc tuổi được xem xét trong mô hình của chúng tôi. Như được trình bày trong [33], ma trận tiếp xúc Mij được tính toán dưới dạng kết hợp tuyến tính của bốn ma trận tiếp xúc liên quan đến các kiểu pha trộn dự kiến ​​trong các môi trường vật lý khác nhau (hộ gia đình, trường học, nơi làm việc và trong cộng đồng nói chung), tức là,

trong đó K là các hệ số do cài đặt xác định của tổ hợp tuyến tính [33] và δK biểu thị các hệ số hiệu chỉnh được giới thiệu ở đây để mô hình hóa việc áp dụng NPI (xem Phần 2.4). Với mục đích công việc của chúng tôi vì tác động của NPI đối với diễn biến dịch bệnh là tùy theo môi trường, chúng tôi tính toán các hệ số K của tổ hợp tuyến tính bằng cách phân tích dữ liệu do [33] cung cấp. Các hệ số thu được là H=0.29, S=0.17, W=0.24 và G=0.3. Các hệ số này sẽ được điều chỉnh theo tác động dự kiến ​​của NPI được áp dụng trong các mô hình pha trộn, như được mô tả trong Phần. 2.4. Hình 2 cho thấy các ma trận liên hệ liên quan đến các bối cảnh xã hội khác nhau, cùng với ma trận liên hệ tổng thể được áp dụng trong tác phẩm này.

Bảng 1. Thông số mô hình

Hình 2. Ma trận tiếp xúc. Ma trận liên hệ của người dân Ý trong các môi trường xã hội khác nhau (xem tiêu đề phía trên mỗi bảng). Bảng ngoài cùng bên phải hiển thị tổng ma trận tiếp xúc thu được dưới dạng kết hợp tuyến tính của các ma trận cài đặt cụ thể [33].

2.3. tiêm chủng

Sự tiến triển theo thời gian về hiệu quả của việc tiêm phòng cúm (�i(t), xem Phương trình 1 và 6) được tính toán bằng cách phân tích các giá trị trung bình về hiệu quả của vắc xin của hai phân nhóm cúm H3N2 và H1N1 được báo cáo trong [46]. Cụ thể, [46] đã mô hình hóa hiệu quả của vắc xin dành riêng cho từng loại cúm theo thời gian kể từ khi tiêm chủng ở mọi lứa tuổi và đặc biệt là đối với những người từ 65 tuổi trở lên (xem các đường chấm trong Hình 3). Do dữ liệu do [46] cung cấp còn thưa thớt, chúng tôi đã thử nghiệm các mô hình hồi quy khác nhau để tìm ra hàm phù hợp nhất bằng cách tính toán số liệu bình phương R đã điều chỉnh để đo lường mức độ phù hợp. Kết quả là, chúng tôi tính toán hai hàm khớp đa thức bậc bốn với R2 ~0.99 được điều chỉnh (xem các đường đứt nét trong Hình 3), được biểu thị như sau:

Có tính đến cấu trúc tuổi của mô hình dịch bệnh được trình bày trong bài viết này, chúng tôi giả định sự tiến triển về thời gian hiệu quả của vắc xin đối với những người dưới 65 tuổi là như nhau.

Hình 3. Diễn biến theo thời gian của hiệu quả vắc xin. Các dấu chấm cho thấy sự tiến triển theo thời gian về hiệu quả của vắc xin theo thời gian kể từ khi tiêm chủng ở mọi lứa tuổi và đối với những người từ 65 tuổi trở lên được báo cáo trong [46]. Các đường đứt nét biểu thị các hàm khớp bình phương nhỏ nhất của dữ liệu với đa thức bậc bốn.

2.4. Hiệu chỉnh mô hình và mô tả các kịch bản

Mô hình này được hiệu chỉnh theo phân bố độ tuổi của số ca ILI tích lũy trong mùa giải 2018/19 ở Ý, được báo cáo trong Chương 6 của [37] (xem Hình 1). Quy trình này sử dụng phương pháp hiệu chuẩn thử và sai để suy ra xác suất lây truyền ref, I, tái tạo tổng số người nhiễm bệnh ở các nhóm tuổi khác nhau vào cuối đợt dịch. Mô hình kết quả sau đây được gọi là mô hình tham chiếu. Như đã đề cập trước đó, phân tích của chúng tôi nhằm mục đích khám phá nhiều tình huống khác nhau nhằm suy ra tác động của các biện pháp kiểm soát và phòng ngừa đối với diễn biến của dịch, có tính đến mức độ nghiêm trọng khác nhau của cúm theo mùa. Để xác định khả năng xuất hiện cúm theo mức độ nghiêm trọng theo mùa, chúng tôi xem xét phân tích được thực hiện bởi [49], người dựa trên cơ sở xem xét tài liệu và ý kiến ​​của một nhóm chuyên gia, đã chọn ra sáu tình huống có khả năng xảy ra nhất. tổng hợp những tác động có thể có của một đợt bùng phát cúm. Trong số sáu kịch bản được chọn trong [49], chúng tôi giả định rằng mô hình tham chiếu, được hiệu chỉnh dựa trên bệnh cúm theo mùa 2018/19, có liên quan đến kịch bản B được hiển thị trong [49] (xem Hình 2). Xét về mức độ nghiêm trọng, chúng tôi giả định rằng mô hình tham chiếu được coi là một mùa vừa phải. Chúng tôi xem xét hai kịch bản bổ sung về mức độ nghiêm trọng của mùa, tức là mùa ôn hòa và mùa khắc nghiệt, được cho là có liên quan tương ứng với các kịch bản A và E trong [49]. Mức độ nghiêm trọng của mùa được mô hình hóa bằng cách thay đổi xác suất lây truyền i và tỷ lệ tử vong μi đối với các giá trị tham chiếu ref, I và μref, I (xem Bảng 1). Có tính đến tỷ lệ tấn công lâm sàng và tỷ lệ tử vong trong trường hợp của các kịch bản được trình bày trong [49], chúng tôi giả định rằng mùa ôn hòa được đặc trưng bởi một nửa xác suất lây truyền và tỷ lệ tử vong tương tự đối với kịch bản tham chiếu, tức là nhẹ, i=0.5 ref, i và μmild, i=μref, i. Mùa khắc nghiệt được giả định có đặc điểm là xác suất lây truyền cao hơn 50% so với xác suất của kịch bản tham chiếu, trong khi tỷ lệ tử vong được giả định là lớn hơn ba lần so với giá trị tham chiếu, tức là nghiêm trọng, i=1. 5 ref, i và μsevere, i=3 μref, i. Hơn nữa, phân tích của chúng tôi khám phá một tập hợp các kịch bản nhằm mục đích điều tra tác động của các hạn chế xã hội đối với sự pha trộn dân số bằng cách mở rộng quy mô ma trận liên hệ do môi trường xác định cho phù hợp (xem Phần 2.2). Các biện pháp này được mô tả như sau: 1. đóng cửa trường học: giảm 50% tiếp xúc ở trường, tức là δS=0.5, 2. phong tỏa một phần: giảm tiếp xúc ở trường, nơi làm việc và trong cộng đồng nói chung để 20%, tức là δS=δW=δG=0.2. Khi không có quy định khác, δK được giả định bằng các giá trị đơn vị, với K=1,. . .,4. Hơn nữa, chúng tôi khám phá hai tình huống bổ sung để suy ra tác động của Phạm vi Tiêm chủng (VC) khác nhau đối với trường hợp tham chiếu (ci=Chef, I, sau đây được gọi là phạm vi bảo hiểm tiêu chuẩn, xem Bảng 1), tức là: 1 . không có VC: ci=0 cho i=1,. . .,4; 2. VC nâng cao: bảo hiểm 40% cho các cá nhân dưới 65 tuổi, ci=0.4 cho i=1,2,3 và c4=đầu bếp,4 (xem Bảng 1) . Cuối cùng, chúng tôi xem xét một kịch bản bổ sung để mô hình hóa tác động của việc sử dụng PPE và thực hành vệ sinh tay, được cho là sẽ đóng một vai trò quan trọng trong việc hạn chế sự lây lan của các bệnh qua không khí (ví dụ: [15]). Trong bối cảnh này, [14] đã quan sát thấy tỷ lệ ILI giảm đáng kể 75% do sử dụng PPE và thực hành vệ sinh tay. Do đó, tác động của các biện pháp này được mô hình hóa bằng cách giảm 75% xác suất lây truyền đối với trường hợp tham chiếu, tức là PPE-vệ sinh, i=0.25 ref, i.

lợi ích cistanche-tăng cường hệ thống miễn dịch

3. Kết quả

Trong Phần này, chúng tôi trình bày kết quả mô phỏng động lực dịch bệnh cho tập hợp các kịch bản được mô tả ở trên (xem Phần 2.4). Phân tích này nhằm mục đích suy ra tính hiệu quả của các biện pháp kiểm soát và phòng ngừa trong việc giảm thiểu dịch bệnh. Để mô tả kết quả của sự lây lan của dịch bệnh trong các tình huống khác nhau, chúng tôi sẽ tập trung vào diễn biến theo thời gian và số lượng tích lũy của những người nhiễm bệnh và tử vong so với số lượng cá thể khi kết thúc dịch bệnh. Điều đáng ghi nhớ là thời điểm kết thúc dịch bệnh được coi là ngày thứ 100 kể từ khi bắt đầu dịch bệnh. Ưu điểm chính của phương pháp này là phân tích xu hướng tương đối của diễn biến dịch giữa các kịch bản khác nhau nhằm tìm ra tác động của các NPI và chiến lược chiến dịch tiêm chủng khác nhau, đồng thời so sánh tác động của từng biện pháp về việc giảm số lượng ca nhiễm. người bị nhiễm bệnh và đã chết.

3.1. Tác động của việc tiêm chủng

Hình 4 cho thấy sự tiến triển theo thời gian của tổng số cá thể bị nhiễm bệnh so với số lượng quần thể trong ba kịch bản khác nhau được đặc trưng bởi các VC khác nhau, có tính đến ba mức độ nghiêm trọng khác nhau của mùa đang được xem xét (xem Phần 2.4). Những ngày đầu tiên sau khi dịch bùng phát được đặc trưng bởi sự gia tăng số người nhiễm bệnh với tỷ lệ tăng theo mức độ nghiêm trọng của mùa và giảm khi tăng cường phạm vi tiêm chủng. Sự tiến hóa theo thời gian của tỷ lệ cá thể bị nhiễm đạt cực đại vào các thời điểm khác nhau và cho thấy tốc độ giảm khác nhau sau khi đạt đỉnh. Cụ thể, các mùa ôn hòa (xem bảng bên trái của Hình 4) được đặc trưng bởi sự diễn biến trong thời gian hẹp của dịch và biến mất sau khoảng 20 ngày kể từ khi bắt đầu dịch, ngoại trừ trường hợp không có VC, trong đó số lượng người nhiễm bệnh các cá nhân cần nhiều thời gian hơn để đạt đến đỉnh cao so với các kịch bản khác. Trong trường hợp các mùa vừa phải và khắc nghiệt (xem bảng trung tâm và bên phải của Hình 4), số lượng cá thể bị nhiễm bệnh giảm xuống giá trị không sau khoảng 70–80 ngày kể từ khi bắt đầu dịch. Do đó, việc tiêm chủng ảnh hưởng nghiêm trọng đến diễn biến tổng thể theo thời gian của dịch, dẫn đến giảm đáng kể cả về thời điểm đạt đỉnh điểm và số lượng người mắc bệnh.

Hình 4. Tác động của việc tiêm chủng đến thời gian diễn biến của dịch. Diễn biến theo thời gian của dịch bệnh đối với các mức độ nghiêm trọng của bệnh cúm và VC khác nhau: (trái) nhẹ, (giữa) trung bình và (phải) mùa nặng. Xin lưu ý rằng tỷ lệ của trục y là khác nhau giữa mỗi bảng và chú giải được hiển thị trên bảng bên phải.

Để đánh giá hiệu quả tổng thể của việc tiêm chủng, chúng tôi tính toán tỷ lệ tích lũy của những người bị nhiễm bệnh và đã chết vào cuối đợt dịch cho từng nhóm tuổi. Bảng 2 cho thấy tỷ lệ cá nhân bị nhiễm bệnh và đã chết với mức độ nghiêm trọng của VC và mùa thay đổi đối với từng nhóm tuổi. Bằng cách tính trung bình tỷ lệ người nhiễm bệnh và người chết cho mỗi nhóm tuổi trong các kịch bản nghiêm trọng theo ba mùa, việc không tiêm chủng sẽ dẫn đến sự gia tăng tỷ lệ người nhiễm bệnh (đã chết) theo hệ số ~ 1,6 (~ 1,5) đối với độ tuổi lớp � 14 tuổi, hệ số ~2,4 (~2,2) đối với những người từ 15–64 tuổi và hệ số ~6,3 (~5,7) ở người cao tuổi đối với trường hợp VC tiêu chuẩn. Việc tăng cường VC dẫn đến giảm tỷ lệ cá nhân bị nhiễm bệnh (đã chết) theo hệ số ~24,8 (~20.7) đối với những cá nhân dưới 5 tuổi, hệ số ~35,7 (~36) đối với những người từ 5–14 tuổi, hệ số ~23,3 (~22,3) đối với những người có độ tuổi trong khoảng 15–64 tuổi và hệ số ~1,6 (~1,7) ở người cao tuổi đối với trường hợp VC tiêu chuẩn. Đúng như dự đoán, tác động của tiêm chủng tiêu chuẩn mạnh hơn đối với người cao tuổi (tuổi � 65), đạt mức giảm trung bình trong ba kịch bản về mức độ nghiêm trọng theo mùa là ~88% dân số mắc bệnh và tử vong so với kịch bản không tiêm chủng, trong khi mức giảm đối tượng không phải là người già bị nhiễm bệnh và đã chết đạt giá trị ~ 73% đối với những người ở độ tuổi 15–64 và ~ 55% đối với trẻ sơ sinh và trẻ em. Điều này là do phạm vi tiêm chủng tương đối lớn hơn đối với người cao tuổi (xem Bảng 1). Hơn nữa, việc tăng cường VC dẫn đến giảm hơn nữa tỷ lệ dân số bị nhiễm bệnh và giảm dân số ở mọi lứa tuổi trong khoảng từ ~ 92% đến ~ 97% đối với các trường hợp không tiêm chủng. Bằng cách tính toán tỷ lệ tích lũy trên tất cả các nhóm tuổi, diễn biến dịch bệnh theo mùa nhẹ với VC tiêu chuẩn cho thấy kết quả tương tự ở tất cả các nhóm tuổi so với nhóm có phạm vi bao phủ nâng cao, với tỷ lệ tích lũy số người nhiễm bệnh trong khoảng ~0.{{ 55}}8% và ~0,06% với phạm vi bao phủ tiêu chuẩn và nâng cao tương ứng (xem các đường màu hồng và xanh lam trong bảng điều khiển bên trái của Hình 4). Đối với các mùa vừa phải, phạm vi bao phủ tiêu chuẩn dẫn đến giảm lây nhiễm ~ 87%, do đó giảm tỷ lệ tích lũy số người nhiễm bệnh từ ~ 67% (trong trường hợp không bao phủ) xuống ~ 8,6% so với tổng dân số. Bằng cách tăng cường phạm vi bảo hiểm, tỷ lệ bị nhiễm giảm tới ~ 0,72%.

Trong những mùa khắc nghiệt, phạm vi bảo hiểm tiêu chuẩn giúp giảm nhiễm trùng ~ 47%. Cụ thể, tỷ lệ tích lũy số người nhiễm bệnh giảm từ ~84% (trong trường hợp không được bảo hiểm) xuống ~44% tổng dân số, trong khi phạm vi bao phủ nâng cao tạo ra mức giảm tiếp theo lên tới ~6,4%.

Bảng 2. Tác động của việc tiêm chủng lên tỷ lệ tích lũy của những người bị nhiễm bệnh và đã chết.

3.2. Tác động của NPI

Trong Phần này, chúng tôi so sánh tác động của việc áp dụng các NPI đơn lẻ trong việc giảm thiểu sự lây lan của bệnh so với việc tiêm chủng trong các mùa vừa phải và nghiêm trọng, ngoài ra còn tính đến tác dụng kết hợp của NPI và tiêm chủng. Hình 5 cho thấy sự tiến triển theo thời gian của tổng số cá nhân bị nhiễm bệnh trong một mùa cúm vừa phải đối với các VC khác nhau và áp dụng các NPI khác nhau. Bằng cách so sánh sự diễn biến khác nhau của dịch do áp dụng một NPI duy nhất (các dòng trong mỗi bảng của Hình 5), có thể nhận thấy rằng đỉnh điểm của sự lây nhiễm đạt đến các thời điểm khác nhau sau khi bắt đầu dịch và tổng thể thời gian lây lan của bệnh thay đổi tùy theo các tình huống khác nhau. VC tiêu chuẩn dẫn đến việc giảm đỉnh lây nhiễm về một giá trị tương tự như đỉnh lây nhiễm trong trường hợp không có phạm vi áp dụng biện pháp khóa và vệ sinh tay bằng PPE (so sánh các đường màu xanh lam và xanh nhạt ở bảng bên trái với đường màu đỏ ở bảng trung tâm của Hình 5).

Hình 5. Tác động của NPI đến diễn biến thời gian của mùa cúm vừa phải đối với các VC khác nhau. Diễn biến theo thời gian của dịch bệnh trong một mùa vừa phải bao gồm ảnh hưởng của các NPI khác nhau (các dòng trong mỗi bảng) và việc tiêm chủng với phạm vi bao phủ nâng cao (trái) không, (giữa) và (phải). Xin lưu ý rằng tỷ lệ của trục y là khác nhau giữa mỗi bảng và chú giải được hiển thị trên bảng bên phải

Bảng 3. Tác động của NPI đối với các VC khác nhau đối với tỷ lệ tích lũy số người nhiễm bệnh và tử vong trong mùa cúm vừa phải

Hơn nữa, tác động của việc tăng cường VC cũng tương tự như tác động của việc tiêm chủng tiêu chuẩn và đóng cửa trường học (so sánh đường màu đỏ nhạt ở bảng trung tâm với đường màu đỏ ở bảng bên phải của Hình 5). Bảng 3 cho thấy tỷ lệ cấu trúc theo độ tuổi của những người bị nhiễm và đã chết với NPI và VC khác nhau trong mùa cúm vừa phải. Hình 6 cho thấy sự tiến triển theo thời gian của tổng số cá nhân bị nhiễm bệnh trong mùa cúm nghiêm trọng đối với các VC khác nhau và áp dụng các NPI khác nhau. Tương tự, trong trường hợp mùa cúm vừa phải như trong Hình 6, đỉnh điểm lây nhiễm đạt được vào các thời điểm khác nhau sau khi bắt đầu dịch bệnh và thời gian lây lan chung của bệnh thay đổi tùy theo các tình huống khác nhau. Trong trường hợp không có vùng phủ sóng (xem bảng bên trái của Hình 6), việc sử dụng PPE, vệ sinh tay và khóa một phần sẽ dẫn đến mức giảm đỉnh điểm nhiễm trùng lớn hơn so với đỉnh do VC tiêu chuẩn tạo ra (xem bảng bên trái và bảng trung tâm trong Hình 6), trái ngược với những gì được quan sát thấy ở mùa cúm vừa phải. Hơn nữa, tác động của việc tăng cường VC tương tự như tác động được tạo ra bởi sự kết hợp giữa tiêm chủng tiêu chuẩn, sử dụng PPE và vệ sinh tay (so sánh đường màu xanh nhạt ở bảng trung tâm với đường màu đỏ ở bảng bên phải của Hình). 6). Hơn nữa, trong trường hợp không có phạm vi bao phủ và tiêu chuẩn, Hình 5 và 6 cho thấy NPI rất hữu ích trong việc trì hoãn đỉnh dịch, trong khi trong trường hợp VC nâng cao, việc áp dụng NPI không ảnh hưởng đến thời điểm xảy ra dịch. Bảng 4 cho thấy mức giảm tổng thể về mức độ lây lan của dịch bệnh với các NPI và VC khác nhau đối với các nhóm tuổi khác nhau trong mùa cúm nghiêm trọng

Hình 6. Tác động của NPI đến diễn biến thời gian của mùa cúm nghiêm trọng đối với các VC khác nhau. Diễn biến theo thời gian của dịch bệnh trong một mùa khắc nghiệt bao gồm ảnh hưởng của các NPI khác nhau (các dòng trong mỗi bảng) và việc tiêm chủng với phạm vi bao phủ nâng cao (trái) không, (giữa) và (phải). Xin lưu ý rằng tỷ lệ của trục y là khác nhau giữa mỗi bảng và chú giải được hiển thị trên bảng bên phải.

Bảng 4. Tác động của NPI đối với phạm vi tiêm chủng khác nhau trong mùa cúm nghiêm trọng

4. Thảo luận

Bằng cách tính trung bình các kết quả liên quan đến ba trường hợp mắc bệnh VC trong mùa cúm vừa (nặng), tác động của việc đóng cửa trường học dẫn đến giảm tỷ lệ dân số nhiễm bệnh và tử vong xuống hệ số ~ 2,3 (~ 1,5) đối với những người dưới 1 tuổi. 5 năm, hệ số ~2,8 (~1,7) đối với những người từ 5–14 tuổi, hệ số ~ 1,7 (~1,4) đối với những người có độ tuổi trong khoảng 15–64 tuổi và bất kỳ mức giảm nào ở người cao tuổi liên quan đến kịch bản không được nhận con nuôi của bất kỳ NPI nào. Hơn nữa, việc phong tỏa một phần giúp giảm thiểu sự lây lan của dịch cúm theo mùa ở mức độ vừa phải (nghiêm trọng) bằng cách giảm tỷ lệ người nhiễm bệnh và tử vong xuống ~73 (~12) đối với những người dưới 5 tuổi, hệ số ~107 (~23) đối với những người từ 5–14 tuổi, hệ số ~28 (~10) đối với những người có độ tuổi trong khoảng 15–64 tuổi và hệ số ~2,3 (~1,7) ở những người cao tuổi liên quan đến kịch bản không áp dụng bất kỳ NPI nào.

Cuối cùng, việc sử dụng PPE và thực hành vệ sinh tay trong mùa cúm vừa (nặng) dẫn đến giảm số người nhiễm bệnh và tử vong xuống hệ số ~1,7 (~1,2) đối với những người dưới 4 tuổi, hệ số ~14 (~7) đối với những người từ 5–14 tuổi, hệ số ~13 (~8) đối với những người có độ tuổi trong khoảng 15–64 tuổi và hệ số ~3,5 (~2,3) ở những người cao tuổi liên quan đến kịch bản không nhận con nuôi của bất kỳ NPI nào. Do đó, khi xem xét từng nhóm tuổi, phong tỏa một phần là biện pháp hiệu quả nhất để ngăn chặn dịch bệnh, đặc biệt đối với những người dưới 64 tuổi. Ngược lại, PPE và vệ sinh tay là những NPI hiệu quả nhất dành cho người cao tuổi đối với tất cả các trường hợp nghiêm trọng theo mùa. Bằng cách xem xét tổng dân số bất kể lứa tuổi, kết quả của chúng tôi cho thấy rằng việc sử dụng PPE và thực hành vệ sinh tay là những NPI hiệu quả nhất trong việc giảm nhiễm trùng và tử vong trong các mùa cúm vừa phải khi không tiêm chủng. số người bị nhiễm bệnh (đã chết) ~ 79% (~ 71%) liên quan đến kịch bản không áp dụng NPI và tiêm chủng. Ngược lại, việc đóng cửa trường học giúp giảm ~22% (~3,5%) số ca nhiễm bệnh (đã chết).

Tuy nhiên, như đã đề cập ở Mục. 3.1, tác động của việc tiêm chủng với phạm vi bao phủ tiêu chuẩn dẫn đến giảm ~87% (~95%) tổng số người bị nhiễm bệnh (đã chết) liên quan đến tình huống không được tiêm chủng và NPI. Do đó, việc giảm sự lây lan của bệnh sẽ lớn hơn trong trường hợp đạt được phạm vi tiêm chủng tiêu chuẩn liên quan đến tình huống không thực hiện tiêm chủng và áp dụng NPI, bất kể bản chất của NPI. Việc tăng cường phạm vi tiêm chủng sẽ làm giảm hơn nữa sự lây lan của bệnh bằng cách hạn chế số trường hợp người nhiễm bệnh (đã chết) lên tới ~98% (~97%) liên quan đến số lượng người nhiễm bệnh trong trường hợp các chiến dịch tiêm chủng không được thực hiện. Do đó, trong trường hợp mùa cúm vừa phải, các chiến dịch tiêm chủng ít nhất có phạm vi bao phủ tiêu chuẩn khiến việc áp dụng NPI là không cần thiết. Tuy nhiên, trong cả hai trường hợp mức độ nghiêm trọng của bệnh cúm, số người nhiễm bệnh (đã chết) sẽ giảm thêm tới 99% (~100%) khi kết hợp tiêm chủng tiêu chuẩn với việc áp dụng NPI, bất kể loại NPI nào được áp dụng.

Trong trường hợp mùa cúm nghiêm trọng và không có vắc xin, PPE và thực hành vệ sinh tay vẫn là những NPI hiệu quả nhất trong việc giảm tổng tỷ lệ người nhiễm bệnh và tử vong, tương tự như trường hợp mùa cúm vừa phải. Cụ thể, việc áp dụng PPE và thực hành vệ sinh tay giúp giảm số người nhiễm bệnh (đã chết) ~ 65% (~ 41%), trong khi khóa một phần dẫn đến giảm tới ~ 63% (~ 21%) liên quan đến kịch bản mà không áp dụng NPI. Những kết quả này xác nhận rằng PPE và vệ sinh tay là những biện pháp có giá trị để giảm sự lây lan của dịch bệnh mà không cần bất kỳ sự can thiệp hàng loạt nào như phong tỏa. Như đã đề cập ở phần 3.1 phạm vi tiêm chủng tiêu chuẩn trong mùa cúm nghiêm trọng dẫn đến giảm số người nhiễm bệnh (đã chết) khoảng ~47% (~69%), trong khi việc tiêm chủng nâng cao giúp giảm số người nhiễm bệnh (đã chết) khoảng ~92% (~84% ). Vì vậy, trong trường hợp mùa cúm nghiêm trọng, việc tăng cường phạm vi tiêm chủng là cần thiết để tránh áp dụng NPI. Cuối cùng, bằng cách kết hợp tiêm chủng tiêu chuẩn (tăng cường) với việc áp dụng NPI, chúng tôi nhận thấy dịch bệnh đã giảm hơn nữa trong khoảng từ ~ 77% (~95%) đến ~ 99% (~99%) đối với những người bị nhiễm bệnh và trong nằm trong khoảng từ ~ 85% (~90%) đến ~100% (~100%) đối với những người đã chết, bất kể bản chất của NPI được thông qua.

5. Kết luận

Mục đích chính của bài viết này là cố gắng trả lời câu hỏi về mức độ hiệu quả của các chiến lược y tế công cộng được áp dụng hiện nay trước nhiều kịch bản dự đoán về bệnh cúm trong mùa cúm 2021/22 sắp tới. Cần phải khám phá các tình huống này để đánh giá việc áp dụng NPI một cách thận trọng hơn và có thể sửa đổi các chiến dịch tiêm chủng hiện đang được áp dụng để ngăn chặn sự lây lan của dịch bệnh bằng cách thực hiện các chiến dịch tiêm chủng thích hợp và các biện pháp can thiệp xã hội.

cistanche thực vật tăng cường hệ thống miễn dịch

Để đạt được mục tiêu này, chúng tôi đã phát triển mô hình SEIR theo cấu trúc độ tuổi bao gồm mô hình hóa các biện pháp phòng ngừa và kiểm soát, cũng như tác động của các mô hình hòa trộn xã hội và sự phát triển theo thời gian của hiệu quả vắc xin trong diễn biến dịch bệnh. Chúng tôi trình bày phân tích tỷ lệ mắc bệnh kỹ lưỡng cho ba tình huống khác nhau về mức độ nghiêm trọng của cúm theo mùa theo một số chiến lược can thiệp giả định của chính phủ (ví dụ như tiêm phòng và NPI). Dựa trên kết quả của nghiên cứu này, các chiến dịch tiêm chủng với phạm vi bao phủ tiêu chuẩn sẽ tạo ra tác động đáng kể đến sự lây lan của bệnh trong trường hợp mùa cúm vừa phải, khiến việc áp dụng NPI là không cần thiết. Ngược lại, NPI là cần thiết trong trường hợp dịch bệnh nghiêm trọng theo mùa, khi phạm vi tiêm chủng tiêu chuẩn sẽ không đủ hiệu quả để chống lại căn bệnh này. Trong trường hợp này, sự kết hợp giữa tiêm chủng với phạm vi bảo hiểm tiêu chuẩn và NPI sẽ giúp ngăn chặn dịch bệnh một cách đáng kể. Tuy nhiên, kết quả của chúng tôi cho thấy rằng việc tăng cường phạm vi tiêm chủng sẽ làm giảm nhu cầu áp dụng NPI, do đó hạn chế các tác động kinh tế và xã hội mà NPI có thể tạo ra. Bao gồm tất cả các kết quả dịch bệnh được khám phá trong bài viết này, có thể kết luận rằng mặc dù NPI đã khám phá có hiệu quả trong việc giảm lây truyền và giảm nhẹ gánh nặng chăm sóc sức khỏe, nhưng rõ ràng rằng một chiến dịch tiêm chủng với phạm vi bao phủ phù hợp là cách duy nhất để ngăn chặn dịch bệnh. Cách tiếp cận này có một số điểm không chắc chắn có thể ảnh hưởng đến kết quả của chúng tôi. Đầu tiên, mô hình giả định một dân số không di cư, sinh hoặc tử vong do các nguyên nhân khác ngoài dịch bệnh và giả định khả năng miễn dịch với căn bệnh này khi phục hồi. Liên quan đến sự hòa trộn xã hội, mô hình này dựa trên các ma trận tương tác xã hội dành riêng cho bối cảnh do [33] cung cấp, có liên quan đến bốn bối cảnh xã hội (xem Phần 2.2. Việc áp dụng NPI nhằm hạn chế sự hòa trộn xã hội do hạn chế di chuyển công cộng (tức là, đóng cửa trường học và khóa một phần) được mô hình hóa thông qua cách tiếp cận thay đổi quy mô (xem Phần 2.4).

Tuy nhiên, cách tiếp cận này có thể đơn giản vì nó không tính đến việc tuân thủ các hạn chế đó của các cá nhân. Bằng cách truy cập dữ liệu liên quan đến việc theo dõi liên lạc đối với các trường hợp đã được xác nhận và bằng cách thực hiện các cuộc khảo sát công chúng quy mô lớn, mô hình hòa nhập xã hội được áp dụng trong bài viết này có thể được cải thiện. Hơn nữa, mô hình không xem xét các yếu tố ngẫu nhiên, những yếu tố có thể ảnh hưởng mạnh mẽ đến diễn biến của dịch ở giai đoạn đầu và giai đoạn cuối, khi có một số ít người nhiễm bệnh [23].

Người giới thiệu

1. Tổ chức WH. Đại dịch bệnh vi-rút Corona (Covid-19). Có sẵn từ: https://www.who.int/ Emergency/diseases/novel-coronavirus-2019.

2. Soo R, Chiew CJ, Ma S, Pung R, Lee V. Giảm tỷ lệ mắc cúm theo các biện pháp kiểm soát COVID-19, Singapore. Các bệnh truyền nhiễm mới nổi. 2020 04;26.

3. Zhang T, Wang Q, Xie Y, Peng Z, Zheng J, Qin Y, et al. Tác động của sự bùng phát và các biện pháp can thiệp của COVID-19 đối với bệnh cúm ở Trung Quốc và Hoa Kỳ. Truyền thông thiên nhiên. 2021 05;12.

4. Tổ chức WH. Tóm tắt FluNet. Tổ chức Y tế Thế giới; 2020. từ: https://www.who.int/tools/flunet/flunet-summary.

5. Tổ chức WH. Chiến lược cúm toàn cầu 2019–2030. Tổ chức Y tế Thế giới; 2019. Có sẵn từ https://www.who.int/publications/i/item/9789241515320.

6. Cowling B, Ali S, Ng T, Tsang T, Li J, Fong MW, et al. Đánh giá tác động của các biện pháp can thiệp phi dược phẩm chống lại COVID-19 và bệnh cúm ở Hồng Kông: một nghiên cứu quan sát. Y tế công cộng Lancet. 2020; 5:e279–e288.

7. Solomon D, Sherman A, Kanjilal S. Cúm trong kỷ nguyên COVID-19. JAMA. 2020 08;324.

8. Lee Kyueun, Jalal Hawre, Raviotta Jonathan M, Krauland Mary G, Zimmerman Richard K, Burke Donald S, và cộng sự, Ước tính tác động của hoạt động cúm ở mức độ thấp vào năm 2020 đối với khả năng miễn dịch dân số và các mùa cúm trong tương lai ở Hoa Kỳ, Diễn đàn mở Bệnh truyền nhiễm, Tập 9, Số 1, tháng 1 năm 2022, ofab607, https://doi.org/10.1093/ofid/ofab607 PMID: 35024374

9. Rondy M, el Omeiri N, Thompson M, Levˆeque A, Moren A, Sullivan S. Hiệu quả của vắc xin cúm trong việc ngăn ngừa bệnh cúm nặng ở người lớn: Đánh giá hệ thống và phân tích tổng hợp các nghiên cứu bệnh chứng thiết kế xét nghiệm âm tính. Tạp chí Nhiễm trùng. 2017 09;75.

10. Reina J. Tiêm phòng cúm trong thời điểm có SARS-CoV-2. Medicina Cl'ınica (Ấn bản tiếng Anh). 2020 12;156.

11. Goldman RD và cộng sự; Nhóm nghiên cứu về thái độ của phụ huynh trong đại dịch COVID-19 quốc tế (COVIPAS). Sẵn sàng tiêm vắc xin phòng bệnh cúm cho trẻ em sau đại dịch bệnh vi-rút Corona 2019. J Pediatr. tháng 1 năm 2021; 228:87–93.e2. https://doi.org/10.1016/j.jpeds.2020.08.005 Epub 2020 ngày 7 tháng 8. PMID: 32771480; PMCID: PMC7410815.

12. Bertoni L, Roncadori A, Gentili N, Danesi V, Massa I, Nanni O, et al. Đại dịch COVID{1}} đã thay đổi thái độ tiêm phòng cúm của nhân viên y tế tại trung tâm ung thư Ý như thế nào? Thuốc miễn dịch vắc xin Hum. Tháng 10 năm 2021; tr. 1–6.

13. Di Pumpo M, Vetrugno G, Pascucci D, Carini E, Beccia V, Sguera A, et al. COVID-19 có phải là động lực thực sự cho việc tiêm phòng cúm không? Hãy để những con số tự nói lên điều đó. Vắc-xin. 2021; 9(3). Có sẵn từ: https://www.mdpi.com/2076-393X/9/3/276.

14. Aiello AE, Perez V, Coulborn RM, Davis BM, Uddin M, Monto AS. Khẩu trang, vệ sinh tay và bệnh cúm ở thanh niên: một thử nghiệm can thiệp ngẫu nhiên. XIN VUI LÒNG MỘT. tháng 1 năm 2012; 7(1):e29744. https:// doi.org/10.1371/journal.pone.0029744 PMID: 22295066

15. Howard J, Huang A, Li Z, Tufekci Z, Zdimal V, van der Westhuizen HM, et al. Đánh giá bằng chứng về khẩu trang chống lại COVID-19. Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia. 2021; 118(4). Có sẵn từ: https://www.pnas.org/content/118/4/e2014564118. https://doi.org/10.1073/pnas. 2014564118 PMID: 33431650

16. Nakhaeizadeh M, Eybpoosh S, Jahani Y, Ahmadi Gohari M, Haghdoost AA, White L, và những người khác. Tác động của các biện pháp can thiệp phi dược phẩm đối với việc kiểm soát COVID-19 ở Iran: Nghiên cứu mô hình toán học. Quản lý chính sách y tế Int J. Tháng 6 năm 2021 https://doi.org/10.34172/ijhpm.2021.48 PMID: 34273920

17. Kế hoạch chuẩn bị ứng phó với đại dịch cúm. Tổ chức Y tế Thế giới; 2015–03. Có sẵn từ https:// apps.who.int/iris/handle/10665/44123.

18. Kế hoạch Chuẩn bị Phòng chống Cúm Toàn cầu của WHO: vai trò của WHO và các khuyến nghị về các biện pháp quốc gia trước và trong đại dịch. Tổ chức Y tế Thế giới; 2005. Có sẵn từ https://apps. Ai. int/iris/xử lý/10665/68998.

19. Egger M, Johnson L, Althaus C, Sch¨oni A, Salanti G, Low N, et al. Xây dựng hướng dẫn của WHO: Đã đến lúc chính thức đưa bằng chứng từ các nghiên cứu mô hình toán học vào. F1000Nghiên cứu. 2017 08; 6:1584. https://doi.org/10.12688/f1000research.12367.2 PMID: 29552335

20. Panovska-Griffiths J, Kerr C, Waites W, Stuart R. Trong mô hình toán học như một công cụ để ra quyết định chính sách: Ứng dụng cho đại dịch COVID-19; 2021.

21. Huang CY, Sun CT, Hsieh Jl, Lin H. Mô phỏng SARS: Mô hình dịch tễ học thế giới nhỏ và đánh giá chính sách y tế công cộng. Tạp chí Xã hội Nhân tạo và Mô phỏng Xã hội. 2004 10;7.

22. Jiang S, Wang K, Li C, Hong G, Zhang X, Menglin Shan, et al. Các mô hình toán học để đưa ra phương pháp diệt trừ bệnh do virus Ebola tối ưu. Tạp chí Y học dịch thuật. 2017 06;15.

23. Rizzo C, Lunelli A, Pugliese A, Bella A, Manfredi P, Tomba G, và cộng sự. Các kịch bản lan truyền và kiểm soát đại dịch cúm ở Ý. Dịch tễ học và nhiễm trùng. 2008 03; 136:1650–7. https://doi.org/10. 1017/S095026880800037X PMID: 18272019

24. Vargas-De-Le'on C. Lập mô hình chiến lược kiểm soát dịch cúm A H1N1: mô hình SIR. Revista Mexicana de F'ısica S. 2012 01; 58:37–43.

25. Tang B, Wang X, Li Q, Bragazzi N, Tang S, Xiao Y, et al. Ước tính Rủi ro lây truyền của 2019-nCov và ý nghĩa của nó đối với các biện pháp can thiệp y tế cộng đồng. Tạp chí Y học lâm sàng. 2020 01. https://doi.org/10.3390/jcm9020462 PMID: 32046137

26. Tang B, Bragazzi N, Li Q, Tang S, Xiao Y, Wu J. Ước tính cập nhật về nguy cơ lây truyền của vi-rút Corona mới (2019-nCov). Mô hình bệnh truyền nhiễm. 2020 02;5.

27. Yang H, Lombardi Junior L, Castro F, Yang A. Mô hình toán học về sự lây truyền của SARS CoV-2-Đánh giá tác động của việc cách ly ở Bang S˜ao Paulo (Brazil) và lệnh phong tỏa ở Tây Ban Nha liên quan đến các biện pháp bảo vệ về dịch bệnh CoViD-19. XIN MỘT. 2021 06; 16:e0252271.

28. Esposito D, Dipierro G, Sonnessa A, Santoro S, Pascazio S, Pluchinotta I. Chiến lược tình báo dịch bệnh dựa trên dữ liệu dựa trên công nghệ theo dõi vùng lân cận kỹ thuật số trong cuộc chiến chống lại COVID-19 ở các thành phố. Sự bền vững. 2021 01; 13:644.

29. Foppa I. Trong: Kermack WO và McKendrick AG: Đóng góp quan trọng cho lý thuyết toán học về dịch bệnh (1927); 2017. tr. 59–87.

30. Kermack WO, McKendrick AG. Đóng góp cho lý thuyết toán học về dịch bệnh-II. vấn đề về tính đặc hữu. Bản tin sinh học toán học. 1991; 53(1):57–87. Có sẵn từ: https://www. Sciencedirect.com/science/article/pii/S0092824005800412.

31. Kerr CC, Stuart RM, Mistry D, Abeysuriya RG, Rosenfeld K, Hart GR, và những người khác. Covasim: Một mô hình can thiệp và động lực của COVID-19 dựa trên tác nhân. Sinh học tính toán PLOS. 2021 07; 17(7):1–32. Có sẵn từ: https://doi.org/10.1371/journal.pcbi.1009149 PMID: 34310589

32. Omar OAM, Alnafisah Y, Elbarkouky RA, Ahmed HM. Mô hình xác định và ngẫu nhiên về COVID-19 với việc tiêm chủng hàng ngày được tối ưu hóa ở Ả Rập Saudi. Kết quả Vật lý. Tháng 9 năm 2021; 28:104629. https://doi.org/ 10.1016/j.rinp.2021.104629 Epub 2021 ngày 2 tháng 8. PMID: 34367890; PMCID: PMC8327613.

33. Fumanelli L, Ajelli M, Manfredi P, Vespignani A, Merler S. Suy ra cấu trúc của các mối liên hệ xã hội từ dữ liệu nhân khẩu học trong phân tích sự lây lan của bệnh truyền nhiễm. Sinh học tính toán PLoS. 2012 09; 8:e1002673. https://doi.org/10.1371/journal.pcbi.1002673 PMID: 23028275

34. Prem K, Zandvoort Kv, Klepac P, Eggo RM, Davies NG, về Mô hình toán học về bệnh truyền nhiễm COVID-19 Nhóm làm việc C, et al. Dự báo ma trận liên hệ ở 177 khu vực địa lý: Bản cập nhật và so sánh với dữ liệu thực nghiệm cho kỷ nguyên COVID-19. Sinh học tính toán PLOS. 2021 07; 17(7):1–19. Có sẵn từ: https://doi.org/10.1371/journal.pcbi.1009098 PMID: 34310590

35. Dân số cư trú theo độ tuổi, giới tính và tình trạng hôn nhân tại thời điểm 01/01/2019; Có sẵn từ: https://demo. isat. Nó/.

36. Vi rút cúm loại A.; 2017. Có sẵn từ: https://www.cdc.gov/flu/avianflu/influenza-a-virussubtypes.htm.

37. Calabr'o G, et al. Đánh giá công nghệ y tế (HTA) về vắc-xin kháng cúm tứ giá adiuvato: Fluad Tetra; 2021. Có sẵn từ: https://www.ijph.it/hta-vaccino-antinfluenzalequadrivalente-adiuvato-fluad-tetra.

38. Flahault A, Letrait S, Blin P, Hazout S, M'enar'es J, Valleron AJ. Mô hình hóa dịch cúm năm 1985 ở Pháp. Thống kê trong y học. 1988 11; 7:1147–55. https://doi.org/10.1002/sim.4780071107 PMID: 3201040

39. Longini I, Nizam A, Xu S, Ungchusak K, Hanshaoworakul W, Cummings D, et al. Ngăn chặn đại dịch cúm tại nguồn. Khoa học (New York, NY). 2005 09; 309:1083–7. https://doi.org/10.1126/science.1115717 PMID: 16079251

40. Ferguson N, Cummings D, Cauchemez S, Fraser C, Riley S, Meeyai A, và cộng sự. Các chiến lược ngăn chặn đại dịch cúm mới nổi ở Đông Nam Á. Thiên nhiên. 2005 10; 437:209–14. https://doi.org/10. 1038/nature04017 PMID: 16079797

41. Meier CR, Napalkov PN, Wegmu¨ller Y, Jefferson T, Jick H. Nghiên cứu dựa trên dân số về tỷ lệ mắc, các yếu tố nguy cơ, biến chứng lâm sàng và việc sử dụng thuốc liên quan đến bệnh cúm ở Vương quốc Anh. Eur J Clin Microbiol Infect Dis. tháng 11 năm 2000; 19(11):834–842.

42. Sessa A, Costa B, Bamfi F, Bettoncelli G, D'Ambrosio G. Tỷ lệ mắc, lịch sử tự nhiên và các kết quả liên quan của bệnh giống cúm và cúm lâm sàng ở Ý. Thực hành Fam. tháng 12 năm 2001; 18(6):629–634.

43. Esposito S, Cantarutti L, Molteni C, Daleno C, Scala A, Tagliabue C, và cộng sự. Biểu hiện lâm sàng và tác động kinh tế - xã hội của bệnh cúm ở trẻ em khỏe mạnh tại cộng đồng. Tạp chí Nhiễm trùng. 2011 03; 62:379–87. https://doi.org/10.1016/j.jinf.2011.02.015 PMID: 21414357

44. Perrotta D, Bella A, Rizzo C, Paolotti D. Giám sát trực tuyến có sự tham gia như một công cụ bổ sung cho các bác sĩ Sentinel để giám sát bệnh giống cúm ở Ý. XIN MỘT. 2017 01; 12:e0169801. https://doi.org/10.1371/journal.pone.0169801 PMID: 28076411

45. Hệ thống thông tin lãnh thổ về sức khỏe và phúc lợi. Có sẵn từ: https://www.istat.it/it/archivio/ 14562.

46. ​​Kissling E, Nunes B, Robertson C, Valenciano M, Reuss A, Larrauri A, et al. Nghiên cứu bệnh chứng đa trung tâm I-MOVE 2010/11 đến 2014/15: Có sự suy giảm hiệu quả của vắc xin loại/loại phụ trong mùa cúm theo thời gian ngày càng tăng kể từ khi tiêm chủng không? Khảo sát Euro. tháng 4 năm 2016; 21(16).

47. Rosano A, Bella A, Gesualdo F, Acampora A, Pezzotti P, Marchetti S, và cộng sự. Điều tra tác động của bệnh cúm đối với tỷ lệ tử vong vượt mức ở mọi lứa tuổi ở Ý trong các mùa gần đây (mùa 2013/14-2016/17). Int J Lây nhiễm Dis. tháng 11 năm 2019; 88: 127–134. https://doi.org/10.1016/j.ijid.2019.08.003 PMID: 31401203

48. Allan B, Lefantzi S, Ray J. ODEPACK++: tái cấu trúc thư viện LSODE Fortran để sử dụng trong kiến ​​trúc phần mềm thành phần hiệu suất cao CCA; 2004. tr. 109–119.

49. Napoli C, Fabiani M, Rizzo C, Barral M, Oxford J, Cohen J, và cộng sự. Đánh giá các kịch bản đại dịch cúm ở người ở châu Âu. Khảo sát Euro. Tháng 2 năm 2015; 20(7):29–38. https://doi.org/10.2807/1560-7917. es2015.20.7.21038 PMID: 25719965