Çin'de Aşıya Bağlı Bağışıklık ve Bunun SARS-CoV-2 Salgını Azaltmadaki Etkisinin Araştırılması
Nov 10, 2023
Soyut
Arka plan: COVID-19 öncesi yaşam tarzına geri dönüş sağlamak amacıyla neredeyse her ülke, ciddi hastalık yükünü hafifletmek ve bulaşmayı kontrol altına almak amacıyla bir aşı programı başlattı. Ancak sürü bağışıklığının bu programların kapsamına girip girmeyeceği henüz bilinmiyor.
Yöntemler: Doğal enfeksiyona karşı önceden bağışıklığı düşük olan bir nüfus olan Çin için SARS-CoV-2 bulaşmasının bölümlü bir modelini geliştirdik. İki aşılama programı test edildi ve popülasyondaki bağışıklık düzeyine ilişkin modele dayalı tahminler sağlandı.
cistanche tubulosa-bağışıklık sistemini iyileştirir
Sonuçlar: 2021 yılı boyunca Çin'de kullanılan aşıların etkinliğinin nispeten düşük olması ve önceden doğal bağışıklığın bulunmaması göz önüne alındığında, Delta varyantı için sürü bağışıklığına ulaşmanın pek mümkün olmadığını gördük. Enfeksiyona karşı aşının %90 etkili olduğunu varsayarsak, aşı kaynaklı sürü bağışıklığının Çin nüfusunun %93 veya daha fazlasını kapsaması gerektiğini tahmin ettik. Ancak, aşının yol açtığı sürü bağışıklığına ulaşılmasa bile, ya hep ya hiç aşı modeli ve salgının yayılmaya başlaması durumunda aşılama programlarının SARS-CoV-2 enfeksiyonlarını %50-62 oranında azaltabileceğini tahmin ettik. 1 Aralık 2021'de vizyona girecek.
Sonuçlar: Toplumun aşı olmaya olan güveninin ve isteğinin artırılması ve geniş yaş aralığına yönelik yüksek etkili aşıların geliştirilmesi için çaba gösterilmelidir.
cistanche tubulosa-bağışıklık sistemini iyileştirir
Anahtar Kelimeler: COVID-19, Sürü bağışıklığı, Aşılama programı, Delta varyantı, SLIR modeli
Arka plan
Çin'deki yeni koronavirüs hastalığı 2{{50}}19'un (COVID-19) ilk dalgası, 2 Mart'tan itibaren sıkı kontrol önlemleri ve seyahat kısıtlamalarının uygulanmasının ardından hızla azaldı0 20 [1–4]. 12 Kasım 2021 itibarıyla, COVID-19 salgını dünya çapında 251 milyondan fazla bildirilen vakaya ve 5 milyon ölüme neden oldu [5]. Şiddetli akut solunum sendromu koronavirüsü 2'nin (SARS-CoV-2) bazı önemli mutasyonlara uğraması ve artan bulaşıcılık ve/veya bağışıklıktan kaçış özellikleri nedeniyle bir dizi varyantın yaygınlaşması nedeniyle pandemi henüz sona ermedi; Alfa [6–12], Beta [13, 14], Gama [13, 15] ve Delta [16–18] varyantları. Dünya genelinde Delta varyantı vakalarının hızlı bir şekilde artması, Alfa, Beta ve Gama ile karşılaştırıldığında açık bir rekabet avantajına işaret etmektedir [16]; Tüm influenza verilerinin (GISAID) paylaşılmasına ilişkin küresel girişimlerden elde edilen günlük sekansların %90'ından fazlası, Temmuz 2021'den bu yana Delta varyantına atfedilebilir [19]. Büyük bir salgın olmamasına rağmen Çin, Guangzhou, Nanjing ve Zhengzhou şehrindeki salgınlar da dahil olmak üzere, Delta varyantının ithal vakalarının neden olduğu birkaç küçük yerel salgın yaşamaktadır [20-22]. Bulaşmayı önlemek için dünyanın büyük bir bölümünün SARS-CoV-2'ye, özellikle de Delta varyantına karşı bağışıklığa sahip olması gerekiyor. COVID-19'e karşı etkili aşılar, küresel olarak SARS-CoV-2 bulaşmasını bastırmak için en uygun seçeneği temsil etmektedir. Aşılama programlarının etkinliği, aşı tedariki, aşıyı alma isteği, aşı etkinliği ve aşılama çabasının hedeflediği yaş grupları dahil olmak üzere birçok temel faktöre bağlıdır. Ancak mevcut aşılama programlarının tamamı orijinal SARS-CoV-2 soyuna karşı geliştirilen aşılara dayanmaktadır ve Delta varyantına karşı etkinliğin azalmış olduğu görülmektedir [23]. Yaklaşık 1,4 milyar insana (dünya nüfusunun ~%18'i) ev sahipliği yapan Çin'de, 12 Kasım 2021 itibarıyla 2,37 milyar doz uygulanmıştır [24]; Tüm popülasyonun %76,5'i iki doz aşılanmıştır; bu da hedef popülasyonun (yani 3 yaş ve üzeri bireyler) %82,4'üne karşılık gelmektedir. Ancak aşı kapsamının sürü bağışıklığını sağlamaya yetecek bir düzeye ulaşıp ulaşamayacağı henüz bilinmiyor. Dünyanın dört bir yanındaki ülkeler aynı soruyla karşı karşıya. Klasik sürü bağışıklığı düzeyi 1-1/R0 olarak tanımlanır; burada R0, temel üreme sayısıdır; yani tamamen duyarlı bir popülasyonda tipik bir bulaşıcı birey tarafından oluşturulan ortalama enfeksiyon sayısıdır [25]. Yaşam boyu koruma sağlayan VE etkinliğine sahip bir aşı için, bulaşmayı durdurmak için gereken sürü bağışıklığı düzeyi (1-1/R0)/VE'dir. Bununla birlikte, bu tahmin, gerçek insan popülasyonunun heterojenliklerini (örneğin, sosyal karışım kalıpları, enfeksiyona yaşa özel duyarlılık) [25, 26] ve aşılamayı (örneğin, yaşam boyu bağışıklık) göz ardı ettiği için karmaşık bir olgunun aşırı basitleştirilmesidir. , aşının sterilize edilmesi). Bu sınırlamanın üstesinden gelmek için, SARS-CoV-2 bulaşmasını simüle etmek üzere yaşa göre yapılandırılmış bir stokastik model geliştirmek amacıyla resmi demografik istatistiklerin yanı sıra Çin nüfusuna özel bir temas anketini [27] buraya entegre ediyoruz (Ek dosya 1: Şekil) .S1). Daha sonra bu modeli, Delta varyantına karşı sürü bağışıklığının toplu aşılama yoluyla elde edilip edilemeyeceğini değerlendirmek için kullanıyoruz.
cistanche tubulosa-bağışıklık sistemini iyileştirir
Cistanche Enhance Immunity ürünlerini görüntülemek için buraya tıklayın
【Daha fazlasını isteyin】 E-posta:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692
Yöntemler
SARS-CoV-2 bulaşma ve aşılama modeli
Yaşa göre heterojen temas kalıplarını [27] ve heterojen duyarlılığı hesaba katan, yaşa göre yapılandırılmış stokastik duyarlı-gizli-bulaşıcı-çıkarılmış (SLIR) şemasını temel alan bölümlü bir SARS-CoV-2 bulaşma ve aşılama modeli oluşturduk Çin'in Hunan eyaletindeki temas izleme verileri kullanılarak tahmin edilen yaşa göre enfeksiyon oranı [28]. Modelde popülasyon dört epidemiyolojik kategoriye ayrılmıştır: duyarlı, gizli, bulaşıcı ve uzaklaştırılmış, 16 yaş grubuna göre sınıflandırılmıştır. Duyarlı bireyler, enfeksiyonun yaşa özel şiddetine göre bulaşıcı bir bireyle temas ettikten sonra enfekte olabilirler. Temasların gerçekleşme hızı, her yaş grubunun karışma düzenine göre belirlenir. Gizli dönem ve ortalama üretim süresi sırasıyla 4,4 [28–30] ve 7 [31] gün olarak ayarlandı. SARS-CoV-2 Delta varyantı [1–4, 6–12, 16–18] tahminlerine göre temel üreme sayısını (R0) 6.0 olarak kabul ediyoruz. . Simülasyonlar, 11 Haziran 2020'de Pekin'de meydana gelen yerel bir salgında ilk kez tespit edilen vaka sayısına karşılık gelen 40 bulaşıcı bireyle [32] başlatılmıştır. Yalnızca duyarlı kişilerin aşılanmaya uygun olduğu bir 2-doz aşısı düşünüyoruz ( Çin'de Kasım 2021 itibarıyla doğal bağışıklığın 0'a yakın olduğunu [33]) ve aşı kaynaklı bağışıklığın süresinin bu çalışmada ele alınan zaman diliminden (yani 1 yıl) daha uzun sürdüğünü hatırlıyoruz. Model ve parametrelerle ilgili ayrıntılar Ek dosya 1: Sec. 1 ve Sekme. S1.
Temel senaryo
Temel senaryo olarak aşağıdaki varsayımları dikkate aldık:
i) Salgın yayılımı: 1 Aralık 2021'de bir salgının 40 SARS-CoV-2 bulaşıcı birey tarafından tetiklendiği varsayılmaktadır [32].
ii) Aşılama stratejisi: Aşılar, hükümet tarafından bildirilen en erken tarih olan 30 Kasım 2020'den [24] bu yana Çin'de kullanıma sunuluyor ve Kasım ayının başından bu yana 3+ yaşındaki bireyleri kapsayacak şekilde genişletildi ve biz de iki farklı aşılama stratejisini test etti:
a) Strateji 1—aşıların 12+ yaşındaki bireylere rastgele dağıtımı, ardından 1 Kasım 2021'den itibaren 3+ yaşındaki bireyleri de kapsayacak şekilde genişletilmesi;
b) Strateji 2—aşı programının başlangıcından (30 Kasım 2020) itibaren 3+ yaşında olan bireylere aşıların rastgele dağıtılması.
Hamile kadınların ve alerjisi veya diğer rahatsızlıkları olan bireylerin Kasım 2021 itibarıyla Çin'deki aşılama kampanyasının dışında tutulması nedeniyle nüfusun bir kısmının (yaklaşık %2 - Ek dosya 1: Tab. S2) aşı olmaya uygun olmadığını değerlendirdik. [34–40] (ayrıntılı bilgi için bkz. Ek dosya 1: Bölüm 2).
iii) Aşı kapasitesi: 2 Kasım 2021'e kadar Çin'de günlük uygulanan dozlara ilişkin geçmiş verileri kullandık (Ek dosya 1: Şekil S2), ardından 2 Ekim-2021 döneminde uygulanan ortalama günlük dozlara dayalı olarak gelecekteki günlük kapasiteyi tahmin ettik. 2 Kasım 2021 [24]. Böylece, 3 Kasım 2021 ve sonrasından itibaren Çin nüfusu için günlük aşı uygulama kapasitesinin 2,30 milyon doz olacağını tahmin ettik (ayrıntılar Ek dosya 1: Bölüm 3'te belirtilmiştir).
iv) Aşının etkinliği: Aşı programı, {{0}}gün arayla iki doz yapılmasını gerektirir. 18-59 yaş arası bireylerde enfeksiyona karşı VE, 2 doz aşılamadan 14 gün sonra maksimum değerine ulaşır ve Delta varyantı için %54,3 olduğu tahmin edilmektedir [41-43]. Bu tahmin, orijinal soylara karşı ölçülen etkinliğe ve klinik çalışmalarda Delta varyantı için tahmin edilen nötralize edici antikorların azalmasına dayanmaktadır (ayrıntılar için bkz. Ek dosya 1: Tab. S1). İkinci dozdan sonraki 0-13 gün içinde enfeksiyona karşı bağıl VE, maksimum koruma ile karşılaştırıldığında Delta varyantı için %83,8'dir [44]. 18-59 yaş arası bireylerde ölüme karşı VED, Delta varyantı için %93'tür [45-47]. Enfeksiyona karşı daha yüksek VE değerlerini araştırdık [48] ve duyarlılık analizleri olarak 14-gün aralıklı iki dozluk bir programı test ettik (Ek dosya 1: Sekme S1). Ayrıca, COVID{26}} aşıları enfeksiyonu önlemede yaş grupları arasında eşit derecede etkili olmayabilir. Bu varsayımın etkisini anlamak için ayrıca 18-59 yaş arası bireyler için VE ile karşılaştırıldığında 3-17 yaş arası ve 60+ yaş arası bireyler için %50 ve %75'lik göreceli bir VE'yi de test ettik.
v) Aşı etkisi: Aşı etkinliğini modellemek için iki mekanizmayı göz önünde bulundurduk: "ya hep ya hiç" aşısı (temel analiz), burada aşı, aşılanan bireylerin bir kısmına tam koruma sağlar ve geri kalanlara koruma sağlamaz. 1-VE bireylere aşı yapıldı. Düşündüğümüz ikinci seçenek, aşılanan tüm bireylerin VE'ye karşılık gelen enfeksiyona karşı belirli bir düzeyde korumaya sahip olduğu "sızdıran" bir aşıdır [49].
vi) Başlangıç bağışıklığı: Kasım 2021 itibarıyla Çin'de esasen doğal enfeksiyona karşı nüfusun bağışıklığı yoktur [33]. Sonuçların yaygın yayılımın olduğu diğer ülkelere genellenebilirliği amacıyla, nüfusun %30'unun başlangıçta enfeksiyona karşı bağışık olduğu ve bağışık bireylerin yaş grubuna göre oranının nüfus büyüklüğüyle orantılı olduğu bir senaryoyu araştırdık.
vii) Yaşa göre enfeksiyona duyarlılık: 15 yaşın altındaki çocukların yetişkinlere (yani 15 ila 64 yaş arası bireyler) kıyasla SARS-CoV-2 enfeksiyonuna karşı daha düşük duyarlılığa sahip olduğu tahmin edilirken, { {5}} yıl enfeksiyona karşı en yüksek duyarlılığa sahiptir [28].
viii)Bağışıklık süresi: Doğal enfeksiyona veya aşılamaya karşı ömür boyu koruma varsayılarak bulaşma modelinin 1 yıl boyunca çalışmasına izin verdik.
ix) Hastalık yükü: Orijinal soylar için enfeksiyon ölüm oranı, 0-19 yaş arası bireyler için %{{0}}.0923 olarak ortaya çıkar ve 80 yaş üstü bireyler için %6,7959'a yükselir [50, 51]. Orijinal soylarla karşılaştırıldığında Delta varyantıyla ilişkili ölüm riski 2,37'dir [52].
Temel varsayımların sonuçlarımıza etkisini değerlendirmek için kapsamlı duyarlılık analizleri de yapılmaktadır (Ek dosya 1: Tab. S1).
cistanche tubulosa-bağışıklık sistemini iyileştirir
Alternatif aşılama senaryoları
Aşı kaynaklı sürü bağışıklığının potansiyelini araştırmak için üç alternatif senaryoyu test ettik; burada (i) salgının başlangıcı 1 Aralık021 Aralık'tan 1 Ocak 2022'ye ve 1 Şubat 2022'ye ertelenir. ; (ii) tamamen duyarlı bir popülasyonda ve belirli bir düzeyde farmasötik olmayan müdahaleler (NPI'ler) altında üreme sayısının değeri, RNPI 0 olarak gösterilir, 1,1 ile 6 arasında değişir; (iii) senaryo I ve ii'nin kombinasyonları. Senaryo (ii) için vaka izolasyonu, temas takibi, maske takma, sosyal mesafe ve iyileştirilmiş hijyen gibi tek NPI'ları açıkça modellemedik. Bunun yerine, bu önlemlerin sinerjik etkisinin üreme sayısında bir azalma olduğu değerlendirildi.
Veri analizi
Her senaryo için 100 stokastik simülasyon gerçekleştirildi ve daha sonra ortalama ve %95 güven aralığı (%95 GA) tahmin edildi.
Etkin üreme sayısı Re'yi tahmin etmek için yeni nesil matris (NGM) [53] yaklaşımını kullandık. Sürü bağışıklığının, Re'nin sağlanmasıyla mümkün olduğu düşünülmektedir.<1. Details are reported in Additional file 1: Sec. 4 and 5.
Sonuçlar
Temel senaryo
1 yıllık salgının ileriye doğru simüle edilmesi ve aşı tereddütünün olmadığı varsayılarak, devam eden aşılama çalışmaları, nihai olarak hedef nüfusun %90,7'sinin kapsanmasına yol açacaktır; bu, strateji 1 için toplam nüfusun %88,6'sına karşılık gelir (Şekil 1a). Strateji 2 için toplam nüfusun tahmini kapsamı %88,7'dir (Şekil 1b). Her senaryoda, ortalama günlük vaka hiçbir zaman 10000 sakinde 250'ye ulaşmaz (Şekil 1c, d). Enfeksiyonun ortaya çıktığı andaki etkili üreme sayısının (Re) hala salgın eşiğinin oldukça üzerinde olduğunu, yani strateji 1 ve 2 için 4,03 (%95 CI 3,19-4,70) ve 3,18 (%95 CI 3,15-3,24) olduğunu tahmin ettik. sırasıyla (Şekil 1e, f). Bu tahminler, aşılama stratejisi ne olursa olsun, 1 Aralık 2021'deki aşı kapsamının ilerideki bulaşmayı önlemek için yeterli olmadığını gösteriyor. Hem devam eden aşılama çabaları hem de doğal enfeksiyonlar yoluyla bağışıklık kazanmış bireylerin birikmesi nedeniyle sırasıyla 31 Ocak ve 5 Şubat 2022'de salgın eşiğini (yani 1) aşacağı tahmin edilmektedir (Şekil 1g, H). Tahmini enfeksiyon atak oranları (bireyin semptom geliştirip geliştirmemesinden bağımsız olarak tüm SARS-CoV-2 enfeksiyonlarını içerir) %45,2 (%95 CI %37,2–48,5) ve %45,7 (%95 CI 40,6–) şeklindedir. strateji 1 ve 2 için sırasıyla %48,8 (Şekil 1g, h). Doğal olarak bağışıklığa sahip bireylerin oranı hâlâ artarken, aşıya karşı bağışıklığa sahip bireylerin oranının artmayı bıraktığını unutmayın. Aslında tüm bireyler aşılandığında veya enfekte olduğunda, aşıya karşı bağışıklığı olan bireylerin oranındaki artış duracaktır. Ancak bu durumda korunmayan/kısmen korunan aşılanmış bireyler yine de enfekte olabilmekte, bu da doğal bağışıklığa sahip bireylerin oranında artışa yol açmaktadır.
Şekil 1 Aşı kapsamı, günlük görülme sıklığı, etkili üreme sayısı ve bağışık bireylerin oranına ilişkin zaman serisi. Strateji 1 için zaman içinde Yaşa özel aşı kapsamı. Noktalı çizgiler salgının başlangıcına karşılık gelir. Eklenen tablo, iki önemli zaman noktası (salgının başlangıcı (yani 1 Aralık 2021) ve kapsamın sabit kaldığı zaman (yani 11 Mart)) için yaşa özel kapsamı göstermektedir. Çizgi ortalama değere karşılık gelirken gölgeli alan %95 GA'yı temsil eder. b a olarak, ancak strateji 2 için. c Strateji 1 için 10 başına günlük görülme sıklığı,000 (ortalama ve %95 GA). d c gibi, ancak strateji 2 için. e Strateji 1 için zaman içinde etkili üreme sayısı Re (ortalama ve %95 GA). Gri renkli gölgeli alan, salgın eşiği Re'yi =1 gösterir. Gölgeli alanın etrafındaki sayılar, Re'nin strateji 1 için bu eşiği ne zaman geçtiğini (yani 31 Ocak) gösterir. f e gibi, ancak strateji 2 için. g Strateji 1 için zaman içinde doğal enfeksiyon veya aşılama nedeniyle bağışık bireylerin oranı. h g olarak, ancak strateji 2 için
Aşı kaynaklı bağışıklık viral dolaşımı önlemek için yeterli olmasa da dikkate alınan tüm senaryolar, COVID-19 yükünün önemli ölçüde azaltılmasıyla ilişkilidir. İki aşılama stratejisi için enfeksiyon atak oranlarının, hiçbir müdahalenin olmadığı referans senaryoya göre %50'den fazla azalacağını tahmin ediyoruz (Şekil 2a, b). Her iki strateji de ölüm sayısında %90'dan fazla azalmaya yol açmaktadır (Şekil 2c, d). Bu sonuçlar "ya hep ya hiç" aşısı varsayımına dayanıyordu. Bulgularımızın bu varsayıma karşı sağlamlığını test etmek için "sızdıran" bir aşıyı test ettik. Bu durumda enfeksiyon atağı oranında daha düşük bir azalma olduğunu tahmin ettik (yaklaşık %50'ye kıyasla %12); ancak ölüm sayısında da benzer bir azalma olduğunu tahmin ettik (yaklaşık %90'a kıyasla yaklaşık %85), Şekil 2e-h. Elde edilen sonuçlar, R0 5 veya 7 olarak ayarlandığında (Ek dosya 1: Şekil S3) benimsenen aşılama stratejisine bakılmaksızın, başlangıçtaki tohum sayısı değiştirildiğinde sürü bağışıklığına 1 Aralık 2021 tarihine kadar ulaşılamayacağını göstermektedir. 10 ile 100 arasında bir aralık (Ek dosya 1: Şekil S4) ve enfeksiyona karşı yaşa göre eşit duyarlılık varsayıldığında (Ek dosya 1: Şekil S5). 3 yaş gruplu daha cimri bir modeli ele aldığımızda da aynı sonuç elde ediliyor (Ek dosya 1: Şekil S6). Son olarak, nüfusun bir kısmının aşı kampanyası başlamadan önce zaten bağışık olduğunu varsaydığımız karşı-olgusal bir analiz de yaptık (Batı ülkelerindeki duruma benzer şekilde). Bu varsayım altında, %30'luk bir başlangıç bağışıklık oranının, 1 Aralık 2021'den önce iki strateji için Re'nin salgın eşiğinin altına düşmesine yol açmayacağını bulduk (Ek dosya 1: Şekil S7). Aşılama sürecini düzenleyen parametreler açısından, aşı etkinliğinin ikinci dozdan 14 gün sonra en büyük etkiye sahip olduğunu, bunu 3-17 yaş arası bireylerin aşı etkinliğinin ve 18-59 yaş arası bireylere göre 60+ takip ettiğini bulduk. yıl (Ek dosya 1: Şekil S8 ve S9). Öte yandan, ikinci dozdan sonraki 0-13 gün içindeki bağıl aşı etkinliği ve birinci ve ikinci doz arasındaki zaman aralığı, analiz edilen aşılama stratejilerinin genel etkinliği üzerinde daha orta düzeyde bir etkiye sahiptir (Ek dosya 1: Şekil S10). ve S11).
Şekil 2 Temel senaryoda COVID-19'in hastalık yükleri. a Referans senaryosu için simüle edilmiş 1 yıl sonrasında 1{{10}},000 kişi başına kümülatif enfeksiyon sayısı ve "ya hep ya hiç" aşı modelini kullanan iki aşılama stratejisi (ortalama ve %95) CI). b Farklı yaş gruplarında ve toplam popülasyonda referans senaryoya göre enfeksiyonlarda azalma (ortalama ve %95 GA). Referans senaryosu ile aşılama senaryosu arasındaki yük bazı simülasyonlarda yaklaşık olarak aynı olduğundan azalmanın %95 GA'sı 0'ı geçebilir. Böylece %95 GA'nın alt sınırını yazı boyunca 0'a indirdik. a, b için olduğu gibi c, d, ama ölüm için. a–d için e–h, ancak "sızdıran" aşı modeli için
Senaryo 1: Salgının başlangıcını geciktirmek
Şu ana kadar sunulan bulgular, Delta varyantına karşı sürü bağışıklığının 1 Aralık 2021'e kadar aşı yoluyla oluşturulamayacağını gösteriyor. Daha sonra, yeni bir salgın dalgasının başlangıcının ne ölçüde geciktirilmesi gerektiğini (örn. uluslararası seyahat) popülasyonda bağışıklığın oluşmasına izin vererek potansiyel olarak sürü bağışıklığı seviyelerine ulaşmasını sağlar. Temel senaryoda kullanılan günlük aşı kapasitesine göre (2 Kasım 2021'e kadar olan günlük aşılama kapasitesi verilerinin geçmişine dayanarak), bir salgının yayılması 2021 yılına kadar devam etse bile Re'nin her iki strateji için de salgın eşiğinin üzerinde kalacağını tahmin ettik. 1 Şubat 2022'ye ertelendi (Şekil 3a), enfeksiyonlardaki azalma ise strateji 1-2 için sırasıyla %56,8 ve %57,4'e çıkıyor. Re tahminlerimizdeki belirsizliğin kaynağının yaşa göre önyüklemeli temas matrisi ve enfeksiyona duyarlılığın yaşa göre posterior dağılımı olduğunu vurgulamak önemlidir. Bu, strateji 1 için Re'nin tahmini güven aralığının neden strateji 2'den daha geniş olduğunu açıklar (ki bu, Şekil 3a'da noktanın boyutundan daha küçüktür). Aslında, strateji 2 için aşılama temelde yaşa göre tekdüzedir ve bu nedenle yaşa bağlı parametreler üzerindeki belirsizlik ihmal edilebilir düzeydedir. Aksine, Strateji 1 için genç nüfus daha sonraki bir aşamada aşılanmaktadır; bu da yaşa bağlı parametrelerdeki belirsizliğin Re üzerinde daha büyük bir belirsizliği yansıttığı anlamına gelmektedir. Ayrıca salgının başlangıcını geciktirmenin aşı kapsamı ve günlük insidans üzerindeki etkisini Ek dosya 1: Şekil S12'de de bildirmiştik.
Şekil 3 Salgının başlangıcını geciktirmenin ve NPI'ları benimsemenin etkisi. Enfeksiyonun ortaya çıktığı andaki aşı kapsamının bir fonksiyonu olarak etkili üreme sayısı Re (ortalama ve %95 GA). Renkler salgının başlangıcının farklı bir tarihe ertelenmesi senaryosunu ifade ediyor. Gri renkli gölgeli alan, Re'nin 1'den az veya eşit olduğunu gösterir. b Referans senaryosu için simüle edilmiş 1 yılın ardından 000 kişi başına 10 kişi başına kümülatif enfeksiyon sayısı ve iki aşılama stratejisi (ortalama ve %95 GA). c Referans senaryoya göre enfeksiyonlarda azalma (ortalama ve %95 GA). d a olarak, ancak NPI'lerin farklı yoğunluklarını benimseyen net üreme sayısı Rt (ortalama ve %95 GA) için. e b gibi, ancak NPI'ların farklı yoğunluklarının benimsenmesi senaryosu için. f c gibi, ancak NPI'ların farklı yoğunluklarının benimsenmesi senaryosu için
Senaryo 2: Yeni bir salgın durumunda NPI'ların benimsenmesi
Şu ana kadar sunulan sonuçlar, Delta varyantına karşı sürü bağışıklığının hiçbir zaman elde edilemeyeceğini gösteriyor. Bir salgın salgınına yanıt olarak NPI'ların benimsenmesi, virüsün bulaşma potansiyelini azaltabilir. Bu nedenle farklı yoğunluktaki NPI'larla birleştirilmiş aşılama programlarının sinerjik etkisini araştırmaya değer. Bulaşmayı sınırlamak için her bir önlemi (örn. vaka izolasyonu, temas takibi, maske takma, sosyal mesafe, iyileştirilmiş hijyen) açıkça modellemediğimizi belirtmek önemlidir. Bu önlemler, üreme sayısının azalmasıyla sonuçlanan uyumlu stratejiler olarak örtülüdür. Farklı müdahale yoğunluklarına karşılık gelen 1.1–6.0 aralığındaki {{0}} RNPI'leri araştırdık. 1 ile 2 arasındaki değerler ana metinde gösterilirken, daha büyük değerler Ek dosya 1: Şekil S13'te gösterilmektedir. Ayrıca, yeni bir salgın durumunda NPI'ların benimsenmesinin günlük insidans üzerindeki etkisini Ek dosya 1: Şekil S14'te de bildirdik. Strateji 1 için 1, 2021 Aralık'taki ortalama net üreme sayısı (hem dokunulmazlık hem de müdahaleleri hesaba katan üreme sayısı olarak tanımlanır), yalnızca RNPI'ler 0 Küçük veya daha küçük olduğunda 1'in altına düşürülebilir. 1,5'e eşitken, strateji 2 için RNPI'ler 0, 1,8'e kadar çıkabilir (Şekil 3d). İleri aşılama ve 1 yıllık salgın simülasyonu yoluyla, aşılama ve NPI'lerin sinerjik etkisi sayesinde önemli enfeksiyonlar (%100'e yakın) azaltılabilir (Şekil 3e, f). Referans senaryoda kümülatif enfeksiyonların sayısı son derece düşük olduğundan, enfeksiyonlardaki azalmaların RNPI'ler 0 1,3'ten az veya ona eşit için %100'den daha küçük olduğunu unutmayın.
Senaryo 3: Salgının başlangıcını geciktirmek ve NPI'ları benimsemek
Aşılamanın yol açtığı sürü bağışıklığı potansiyelini daha da geliştirmek ve COVID-19 yükünü azaltmak için burada yukarıda bahsedilen iki senaryonun kombinasyonunu test ettik: salgının başlamasının geciktirilmesi ve buna yanıt olarak farklı yoğunluk seviyelerinde NPI'ların benimsenmesi yeni bir salgına. Bir salgının 2 Aralık021 – 2 Şubat022'de başlaması halinde, 1. ve 2. stratejiler yalnızca orta düzeyde NPI'lerin (1,5-2,0 aralığında RNPI'ler 0) benimsenmesi durumunda bulaşmayı engellemede başarılı olabilir (Şekil .4). İki strateji için bir referans senaryoyla karşılaştırıldığında enfeksiyonlardaki azalmanın sonuçları Ek dosya 1'de gösterilmektedir: Şekil S15. Yaş hedefli aşılama stratejilerinin etkinliği, popülasyonun yaş karışımı modellerine bağlıdır [54]. Bulgularımızın sağlamlığını test etmek için Çin için alternatif bir temas matrisini test ettik [55] ve tutarlı sonuçlar bulduk (Ek dosya 1: Şekil S16 ve S17).
Sürü bağışıklığı eşiği
Analiz edilen aşının Delta kaynaklı enfeksiyonu önlemedeki nispeten düşük etkinliği (%54,3) göz önüne alındığında, şimdiye kadar herhangi bir aşılama stratejisi için sürü bağışıklığına ulaşılamaz. Böylece daha yüksek etkinlik (%95) verilen iki aşılama stratejisi için sürü bağışıklığının potansiyelini araştırdık (Ek dosya 1: Şekil S18). İki strateji için Re'nin 1.0'nin altına düşebileceğini tahmin ettik (Ek dosya 1: Şekil S18a). Bu iki strateji kapsamındaki tahmini sürü bağışıklığı eşikleri sırasıyla %91,3 ve %84,5'tir; bu, aşılamanın 3+ yaşındaki bireyleri kapsayacak şekilde genişletilmesi halinde etkili üreme sayısını salgın eşiğinin altına çekmek için gereken bağışıklık düzeyinin daha düşük olacağını göstermektedir. erken. Ayrıca, salgının ortaya çıktığı anda aşılamanın durdurulacağı varsayımıyla, farklı aşılama kapsamları altında enfeksiyon atak oranını da tahmin ettik. Tamamen varsayımsal olan bu senaryo, 12+ yaşındaki bireylere öncelik verildiğinde (strateji 1), aşı kapsamı %80'ye (3,2) eşit olduğunda oldukça yüksek tahmini üreme sayısına rağmen, tahmini enfeksiyon atağı oranının şu şekilde olduğunu göstermektedir: nispeten düşük (%10,0) (Ek dosya 1: Şekil S18b). Aslında yaş hedefli aşılama programı ve doğal bağışıklık eksikliği göz önüne alındığında, duyarlı nüfus çoğunlukla genç nüfusta yoğunlaşıyor. Genç yaş gruplarındaki yüksek temas sayısı, nüfusun geri kalanındaki yüksek aşı kapsamıyla birleştiğinde oldukça yüksek bir üreme sayısına yol açmaktadır ancak aynı zamanda enfeksiyonlar nüfusun yalnızca küçük bir kesimine odaklanmaktadır ( genç bireyler) ve dolayısıyla genel enfeksiyon atak oranı oldukça düşük kalıyor. Ayrıca, tüm bireylerin aşılanmaya uygun olduğu ve salgın başlamadan önce 2 doz aşı yaptırdığı varsayımı altında Re'yi tahmin ederek sürü bağışıklığının ulaşılabilir olup olmadığını ve sürü bağışıklığı eşiğinin ne olduğunu araştırdık. Aşı etkinliğini %60-100 aralığında değerlendirdik ve aşı kapsamına ilişkin farklı senaryoları araştırdık. Sonuçlarımız, etkinliği %85'in altında olan bir aşı için, aşı kapsamının %100 olduğu aşırı durumlarda bile sürü bağışıklığının elde edilemeyeceğini göstermektedir (Şekil 5). Aşı kaynaklı sürü bağışıklığına ancak daha yüksek VE ve kapsam ile ulaşılabilir. Örneğin, Delta varyantından kaynaklanan enfeksiyona karşı %90 etkililiğe sahip bir aşı için, sürü bağışıklığına ulaşmak için popülasyonun %93'ünden fazlasının aşılanması gerekecektir (Şekil 5). NPI'lerin varlığında, daha düşük aşı etkinliği ve kapsam değerleri için net üreme sayısı birimin altına düşürülebilir (Ek dosya 1: Şekil S19).
Şekil 4 Salgının başlangıcını geciktirmenin ve NPI'ları benimsemenin net üreme sayısı üzerindeki etkisi. RNPI'lerin 0 bir fonksiyonu olarak Net üreme sayısı Rt ve strateji 1 için salgın başlangıç tarihi. Siyah renkli kalın çizgi Rt =1'yi gösterir. b a olarak, ancak strateji 2 için
Tartışma
Çalışmamız, popülasyonun yaş yapısındaki heterojenliği, yaşa özel temas kalıplarını, aşı etkinliğini ve SARS-CoV{{4'ün biyolojik özelliklerini dikkate alarak SARS-CoV-2 Delta varyantına karşı aşı yoluyla sürü bağışıklığına ulaşmanın fizibilitesini değerlendirdi. }}; temel üreme sayısı, yaşa göre enfeksiyona duyarlılık ve olaya kadar geçen önemli zaman periyotları (ör. gizli dönem, nesil süresi) dahil. Bulgularımız, mevcut aşıların (orijinal SARS-CoV-2 soyuna karşı geliştirilmiş) nispeten düşük etkinliği göz önüne alındığında ve aynı zamanda önceki doğal bağışıklığın 2009 yılına kadar mevcut olması durumunda Delta varyantına karşı sürü bağışıklığına ulaşılmasının pek olası olmadığını göstermektedir. %30. Etkinliği daha yüksek olan aşılar dikkate alındığında bile sonuçlarımız, aşı programının küçük çocukları da kapsayacak şekilde bir an önce yaygınlaştırılmasının, sürü bağışıklığına ulaşma potansiyelini artırmada ve enfeksiyon atak oranını azaltmada önemli bir rol oynadığını gösteriyor. Delta varyantına karşı %90'lık bir korumayı (mevcut aşıların ötesine geçen) düşünürsek, sürü bağışıklığı tüm nüfusun %93'ünün aşılanmasını gerektirecektir. NPI'ların benimsenmesi, sürü bağışıklığı düzeyine ulaşılmadığında bile büyük bir salgın dalgasının yayılmasını önleyebilir ancak böyle bir seçeneğin sosyal ve ekonomik maliyetlere yol açacağı açıktır. Ayrıca, bu çalışmada ele alınan her iki strateji de enfeksiyonların büyük çoğunluğunu azaltacaktır. Çalışmamız, Çin'de aşı kaynaklı sürü bağışıklığına ulaşılıp ulaşılamayacağını ve ne zaman ulaşılabileceğini araştırdı. Dolaşımdaki suşun Delta varyantıyla aynı bulaşıcılığa sahip olduğu ve aşılama kampanyasının aşı tereddütleri nedeniyle yavaşlamayacağı hipotezi altında, aşı kapsamının %100 olduğu aşırı durumlarda bile sürü bağışıklığına ulaşılamayacak gibi görünüyor. Bununla birlikte, aşılama programının etkinliğinin hem nüfusta biriken doğal bağışıklıktan (Kasım 2021 itibarıyla Çin'de 0'a yakın) hem de nüfusun yaş yapısından etkilendiğini belirtmek önemlidir. Aslında doğal bağışıklığın daha yüksek olduğu ve çocuk oranının daha düşük olduğu toplumlarda sürü bağışıklığı başarılabilir.
Bulgularımız, sürü bağışıklığına ulaşılana veya salgının yükü yönetilebilir hale gelene kadar NPI'ların ve/veya kişisel önlemlerin benimsenmesinin önemine işaret etti. Bu önlemler ya enfeksiyonun yayılmasını geciktirmeye yardımcı olabilir (örneğin, katı sınır kontrol önlemleri) ya da bir salgın ortaya çıkmaya başlarsa yükünü hafifletebilir (örneğin, sosyal mesafe, temas takibi, test, maske takma, hijyen uygulamaları, temasların sınırlandırılması). . Ancak hangi NPI'ların uygulanması gerektiği, bunların yoğunluğu ve zamanlaması konusunda sorular devam etmektedir. Bu soruların yanıtlanması için gelecekteki çalışmalara ihtiyaç vardır.
cistanche tubulosa-bağışıklık sistemini iyileştirir
Bir aşılama kampanyasının başarısının belirlenmesinde anahtar rol, nüfusun aşılanma isteği tarafından oynanır. COVID{{0}} aşısı tereddütüne ilişkin daha önceki anketlere göre, Çin'de aşı kabulünün 18 yaş ve üzeri genel nüfus için %60,4 ile 91,3 arasında değiştiği [56-59] ve belki de daha da düşük olduğu tahmin ediliyordu. yaşlı yetişkinler [59]. Birleşik Krallık (%71,5) [60] ve ABD (%75,4) [60] dahil olmak üzere diğer birçok ülke için de benzer tahminler elde edildi. Bu düzeydeki aşı tereddütleri göz önüne alındığında, yüksek düzeyde kapsam elde edilmesi zor bir hedef olarak kalabilir. Bu nedenle, nüfusun aşı olmaya olan güvenini ve istekliliğini artırmaya yönelik çabalar, COVID{16}} öncesi yaşam tarzına geri dönüş sağlanması açısından büyük önem taşıyacak. Çalışmamız, daha bulaşıcı Delta varyantının yayılmasının, sürü bağışıklığı eşiğini herhangi bir popülasyonda mümkün olmayabilecek bir seviyeye önemli ölçüde arttırdığını ve dolayısıyla hafifletme stratejilerinin daha da anlamlı hale geldiğini gösteriyor. Önceki çalışmalar, homojen olarak karışık bir popülasyon varsayımı altında [61-63] doğal enfeksiyon veya aşılama yoluyla sürü bağışıklığı eşiğini tahmin etmişti, ancak temas yapısı, popülasyonun yaş yapısı, yaşa göre enfeksiyona duyarlılık ve bunların sıralanmasındaki heterojenlik bireylerin aşılanmış olması sürü bağışıklığı düzeyini şekillendiren temel faktörlerdir [25]. Modelde yer alan heterojenliklerin elde edilen sonuçlara etkisini araştırmak için, tamamen homojen bir popülasyona dayalı alternatif bir modeli test ettik, böylece temas yapısını, popülasyonun yaş yapısını, yaşa göre enfeksiyona duyarlılığını ve enfeksiyona maruz kalma sırasını ihmal ettik. ana analizde dikkate alınan bireyler aşılanmıştır (Ek dosya 1: Şekil S20). R0=6.0 ve enfeksiyona karşı aşı etkinliğini %= 95 göz önüne alırken, teorik sürü bağışıklığı eşiğini tahmin ettik (yani bağışıklığın azalmasını ve bağışıklıktan kaçan yeni varyantın ortaya çıkmasını hesaba katmıyoruz) heterojen model için aşılama stratejileri 1 ve 2'nin %91,3 ve %84,5'ine kıyasla homojen model için %87,7 olacaktır. Geliştirdiğimiz model, Şangay nüfusu için tahmin edilen sosyal karışım modellerine [27] ve Çin'e özgü COVID-19 epidemiyolojisi (nüfus bağışıklığı vb.) verilerine dayanmaktadır. Bununla birlikte, tanıtılan modelleme çerçevesi esnektir ve diğer ülkelere göre uyarlanabilir. Doğal bağışıklığı [64] ve Delta varyantına karşı etkinliği %79 olarak tahmin edilen BNT162b2/Pfizer aşısının benimsenmesini dikkate aldığımız ABD'deki duruma bir şekilde benzeyen bir senaryoyu test ettik [48]. Ayrıca bu senaryoda sürü bağışıklığına ulaşılamayabileceğini tahmin ettik (Ek dosya 1: Şekil S21). Üstelik aşı tereddütleri ABD'de ve diğer Batı ülkelerinde de aşı çalışmalarını tehlikeye atabilir.
Bu çalışma modelleme alıştırmalarına ilişkin sınırlamalara açıktır. İlk olarak, Delta varyantından kaynaklanan enfeksiyonlara karşı VE, epidemiyolojik gözlemlerden doğrudan ölçülmek yerine, bu sonuca varılmıştır. Üstelik Çin'de kullanılan aşılar için çocuklar için VE tahmin edilmemiştir; bu nedenle immünojenisite çalışmalarına dayanarak yetişkinlerdeki ile aynı VE'yi varsaydık [65]. Bu kadar saha kanıtı eksikliği göz önüne alındığında, çocuklar için daha düşük bir aşı etkinliğinin varsayıldığı bir duyarlılık analizi yaptık. Araştırmanın genel sonuçları değişmiyor. Yine de yaşa özel aşı etkinliğine ilişkin daha fazla veri, elde edilen tahminlerin iyileştirilmesine yardımcı olabilir. İkinci olarak, enfeksiyon veya aşılamadan kaynaklanan bağışıklığın, simülasyonlarda dikkate alınan zaman diliminden (yani 1 yıl) daha uzun sürdüğünü varsaydık. Laboratuvar çalışmalarından ve sahadan elde edilen kanıtlar, korumanın birkaç ay sürdüğünü göstermektedir [66]. Bu ön kanıtlara rağmen, bağışıklığın süresi büyük öneme sahip bir araştırma alanı olmaya devam ediyor ve doğası gereği viral evrimle bağlantılı. Zayıflayan bağışıklığın ciddi hastalıklara karşı koruma sağlamaya devam etmesi, ancak enfeksiyon veya bulaşmaya karşı kısmen koruma sağlaması da mümkündür, bu da sürü bağışıklığı eşiğini etkiler. Genel olarak, bağışıklığın süresi ve kalitesi, küresel çapta COVID-19 salgınlarının periyodikliğini belirleyecektir [67, 68]. Ayrıca rapel aşılama, aşının etkinliğini artırmanın etkili bir yolu olabilir [69-71]. Örneğin Şili'nin takviye dozunun etkinliği hakkındaki raporunda [69-71], CoronaVac'ın enfeksiyona karşı aşı etkinliği takviye aşısından sonra %50,18'den %70,89'a çıkmaktadır. Takviye aşısıyla bağlantılı artan aşılama etkinliği, popülasyonda bağışıklığın artmasına katkıda bulunabilir ve daha fazla araştırmayı hak etmektedir.
Üçüncüsü, temel senaryoda, Delta varyant enfeksiyonuna karşı %54,3 etkili olduğu kabul edilen etkisizleştirilmiş bir SARS-CoV-2 aşısından (BBIBP-CorV) bahsetmiştik. Ancak diğer bazı aşılar (CoronaVac, WBIP-CorV, Ad5-nCoV ve ZF2001 dahil) Çin'de lisanslıdır ve kullanılmaktadır. Duyarlılık analizlerinde aşı etkinliğini %79'a kadar değiştirdik. Sürü bağışıklığının potansiyeli ve aşılama kampanyasını çocukları da kapsayacak şekilde erkenden genişletmenin yanı sıra daha etkili aşıların kullanılması gerektiğine ilişkin temel sonuç değişmedi.
Çözüm
Sonuç olarak, mevcut kanıtlara dayanarak, doğal bağışıklığı çok az olan/hiç olmayan bir popülasyonda aşı kaynaklı sürü bağışıklığına ulaşmak zorlayıcıdır. Kasım 2021'in başlarında, 3+ yaşındaki bireylere yönelik bir aşının onaylanmasıyla önemli bir adım atıldı. Tüm yaş gruplarında aşı tereddütünün en aza indirilmesi, nüfusun bağışıklık düzeyinin artırılmasına yönelik bir diğer önemli adım olacaktır. Bunlar, son derece etkili aşılar veya takviye aşılarıyla birlikte, daha bulaşıcı veya bağışıklıktan kaçabilen yeni SARS-CoV-2 varyantlarının ortaya çıkma ihtimali göz önüne alındığında daha da önemli hale gelecektir. Daha da önemlisi, bağışıklığın azalması ve yeni varyantların ortaya çıkması nedeniyle sürü bağışıklığına ulaşılma olasılığı düşük olsa bile aşılama, COVID-19 yükünü önemli ölçüde azaltmaya devam edecektir.
Referanslar
1. Wu JT, Leung K, Leung GM. Çin'in Wuhan kentinde ortaya çıkan 2019-nCoV salgınının potansiyel yurt içi ve uluslararası yayılmasının şimdi tahmin edilmesi ve tahmin edilmesi: bir modelleme çalışması. Lancet. 2020;395(10225):689–97. https://doi.org/10.1016/S0140-6736(20)30260-9.
2. Pan A, Liu L, Wang C, Guo H, Hao X, Wang Q ve diğerleri. Halk sağlığı müdahalelerinin Wuhan'daki COVID-19 salgınının epidemiyolojisi ile ilişkisi. Çin. JAMA. 2020;323(19):1915–23. https://doi.org/10.1001/jama.2 020.6130.
3. Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y ve diğerleri. Çin'in Wuhan kentinde yeni koronavirüsle enfekte pnömoninin erken bulaşma dinamikleri. N Engl J Med. 2020;382(13):1199–207. https://doi.org/10.1056/NEJMoa2001316.
4. Chinazzi M, Davis JT, Ajelli M, Gioannini C, Litvinova M, Merler S, ve diğerleri. Seyahat kısıtlamalarının 2019 yeni koronavirüs (COVID-19) salgınının yayılmasına etkisi. Bilim. 2020;368(6489):395–400. https://doi.org/1 0.1126/science.aba9757.
5. Dünya Sağlık Örgütü. DSÖ koronavirüs (COVID-19) kontrol paneli. 2021. https://covid19.who.int/. Erişim tarihi: 12 Kasım 2021.
6. Washington NL, Gangavarapu K, Zeller M, Bolze A, Cirulli ET, Schiabor Barrett KM, ve diğerleri. SARS-CoV-2 B.1.1.7'nin Amerika Birleşik Devletleri'nde ortaya çıkışı ve hızlı yayılması. Hücre. 2021;184(10):2587–94.e2587. https://doi.org/10.1016/j. hücre.2021.03.052.
7. Gaymard A, Bosetti P, Feri A, Destras G, Enouf V, Andronico A, et al. Fransa'da SARS-CoV-2 Lineage 20I/ 501Y.V1'in (B.1.1.7, endişe türü 202012/01) yayılmasının ve olası genişlemesinin erken değerlendirmesi, Ocak - Mart 2021. Euro Surveill. 2021;26(9):2100133. https://doi.org/10.2807/1560-7917. ES.2021.26.9.2100133.
8. Davies NG, Abbott S, Barnard RC, Jarvis CI, Kucharski AJ, Munday JD, ve diğerleri. SARS-CoV-2 soyunun B.1.1.7'sinin İngiltere'deki tahmini bulaşıcılığı ve etkisi. Bilim. 2021;372(6538):eabg3055. https://doi.org/10.1126/ science.abg3055.
9. Leung K, Shum MH, Leung GM, Lam TT, Wu JT. Birleşik Krallık'ta SARS-CoV-2'nin N501Y mutant suşlarının erken bulaşıcılık değerlendirmesi, Ekim-Kasım 2020. Euro Surveill. 2021;26(1). https://doi. org/10.2807/1560-7917.ES.2020.26.1.2002106.
10. Zhao S, Lou J, Cao L, Zheng H, Chong MKC, Chen Z, ve diğerleri. Birleşik Krallık'ta SARS-CoV-2'nin N501Y ile değiştirilmesiyle ilişkili iletim avantajının ölçülmesi: veriye dayalı erken bir analiz. J Seyahat Med. 2021;28(2). https://doi. org/10.1093/jtm/taab011.jpg
11. Graham MS, Sudre CH, May A, Antonelli M, Murray B, Varsavsky T, ve diğerleri. SARS-CoV-2 varyant B.1.1.7 ile ilişkili semptomatoloji, yeniden enfeksiyon ve bulaşıcılıktaki değişiklikler: ekolojik bir çalışma. Lancet Halk Sağlığı. 2021;6(5):e335–45. https://doi.org/10.1016/S2468-2667(21)00055-4.
12. Volz E, Mishra S, Chand M, Barrett JC, Johnson R, Geidelberg L, ve diğerleri. İngiltere'de SARS-CoV-2 soyunun B.1.1.7 bulaşıcılığının değerlendirilmesi. Doğa. 2021;593(7858):266–9. https://doi.org/10.1038/s41586-021-03470-x.
13. Hoffmann M, Arora P, Groß R, Seidel A, Hörnich BF, Hahn AS, ve diğerleri. SARS CoV-2 varyantları B.1.351 ve P.1, nötrleştirici antikorlardan kaçar. Hücre. 2021;184(9):2384–93.e2312. https://doi.org/10.1016/j.cell.2021.03.036.
14. Wibmer CK, Ayres F, Hermanus T, Madzivhandila M, Kgagudi P, Oosthuysen B, ve diğerleri. SARS-CoV-2 501Y.V2, Güney Afrika COVID-19 donör plazması tarafından nötralize edilmekten kurtulur. Nat Med. 2021;27(4):622–5. https://doi.org/10.1038/s41 591-021-01285-x.
15. Faria NR, Mellan TA, Whittaker C, Claro IM, DdS C, Mishra S, ve diğerleri. Manaus, Brezilya'daki P.1 SARS-CoV-2 soyunun genomiği ve epidemiyolojisi. Bilim. 2021:eabh2644. https://doi.org/10.1126/science.abh2644.
16. Campbell F, Archer B, Laurenson-Schafer H, Jinnai Y, Konings F, Batra N, ve diğerleri. Haziran 2021 itibarıyla endişe verici SARS-CoV-2 varyantlarının bulaşıcılığı ve küresel yayılımı arttı. Euro Surveill. 2021;26(24). https://doi.org/10.2807/1 560-7917.Es.2021.26.24.2100509.
17. Challen R, Dyson L, Overton CE, Guzman-Rincon LM, Hill EM, Stage HB, ve diğerleri. Yeni SARS-CoV-2 varyantlarının erken epidemiyolojik imzaları: İngiltere'de B.1.617.2'nin kuruluşu. medRxiv. 2021;2021(21258365):2006– 5. https://doi.org/10.1101/2021.06.05.21258365.
18. Dagpunar J. Birleşik Krallık'ta endişe konusu olan COVID-19 B.1.617.2 varyantının artan bulaşıcılığı, büyüme oranı ve üreme sayısına ilişkin geçici tahminler. medRxiv. 2021;2021(21258293):2006–3. https://doi.org/1 0.1101/2021.06.03.21258293.
19. Salgın.bilgisi. Endişe Raporlarının Çeşitleri. https://outbreak.info/durum raporları. Erişim tarihi: 10 Ağustos 2021.
20. Çin Hastalık Kontrol ve Önleme Merkezi. Yeni koronavirüs hastalığının dağılımı 2019. http://2019ncov.chinacdc.cn/2019-nCoV/. Erişim tarihi: 12 Kasım 2021.
21. Zhang M, Xiao J, Deng A, Zhang Y, Zhuang Y, Hu T, ve diğerleri. COVID-19 delta varyantı B.1.617.2 salgınının bulaşma dinamikleri – Guangdong Eyaleti, Çin, Mayıs – Haziran 2021. Çin CDC Haftalık. 2021; 3(27):584–6. https://doi.org/10.46234/ccdcw2021.148.
22. Wang YP, Chen RC, Hu FY, Lan Y, Yang ZW, Zhan C, ve diğerleri. Çin'in Guangzhou kentinde ortaya çıkan SARS-CoV-2 Delta VOC'nin bulaşması, viral kinetiği ve klinik özellikleri. Klinik ilaç. 2021;40. https://doi.org/10.1016/j. eclim.2021.101129.
23. Lopez Bernal J, Andrews N, Gower C, Gallagher E, Simmons R, Thelwall S, ve diğerleri. Kovid-19 aşılarının B.1.617.2 (Delta) Varyantına karşı etkinliği. N Engl J Med. 2021. https://doi.org/10.1056/NEJMoa2108891.
24. Çin Halk Cumhuriyeti Ulusal Sağlık Komisyonu. COVID-19 aşısı uygulama dozlarına ilişkin güncelleme. http://www.nhc.gov.cn/xcs/yqjzqk/list_gzbd.shtml. Erişim tarihi: 12 Kasım 2021.
25. Britton T, Ball F, Trapman P. Matematiksel bir model, popülasyon heterojenliğinin SARS-CoV-2'ye karşı sürü bağışıklığı üzerindeki etkisini ortaya koyuyor. Bilim. 2020; 369(6505):846–9. https://doi.org/10.1126/science.abc6810.
26. Mayıs RM, Anderson RM. Mekansal heterojenlik ve bağışıklama programlarının tasarımı. Matematik Biyosci. 1984;72(1):83–111. https://doi.org/10.1 016/0025-5564(84)90063-4.
27. Zhang J, Klepac P, Read JM, Rosello A, Wang X, Lai S, ve diğerleri. Çin'in Şanghay kentinde insanların sosyal temas ve hayvanlarla temas kalıpları. Bilim Temsilcisi 2019;9(1):15141. https://doi.org/10.1038/s41598-019-51609-8.
28. Hu S, Wang W, Wang Y, Litvinova M, Luo K, Ren L, ve diğerleri. Çin'in Hunan kentinde yoğun temas takibi altında SARS-CoV-2 bulaşmasıyla ilişkili bulaşıcılık, duyarlılık ve risk faktörleri. Nat İletişim. 2021;12(1): 1533. https://doi.org/10.1038/s41467-021-21710-6.
29. Xin H, Li Y, Wu P, Li Z, Lau EHY, Qin Y, ve diğerleri. 2019 koronavirüs hastalığının (COVID-19) gizli döneminin tahmini. Clin Infect Dis. 2021. https://doi.org/1 0.1093/cid/ciab746.
30. Zhao S, Tang B, Musa SS, Ma S, Zhang J, Zeng M, ve diğerleri. Oluşturulma aralığını tahmin etmek ve temas izleme verilerinden COVID-19'in gizli dönemini çıkarmak. Salgınlar. 2021;36:100482. https://doi.org/10.1016/j. epidem.2021.100482.
31. Sun K, Wang W, Gao L, Wang Y, Luo K, Ren L, ve diğerleri. SARS-CoV-2'nin iletim heterojenlikleri, kinetiği ve kontrol edilebilirliği. Bilim. 2021; 371(6526). https://doi.org/10.1126/science.abe2424.
32. Pang XH, Ren LL, Wu SS, Ma WT, Yang J, Di L, ve diğerleri. Soğuk zincir gıda kirliliği, Pekin'de COVID-19 yeniden canlanmasının olası kaynağı olabilir. Natl Sci Rev. 2020;7(12):1861–4. https://doi.org/10.1093/nsr/nwaa264.
33. Chen X, Chen Z, Azman AS, Deng X, Sun R, Zhao Z, ve diğerleri. SARS-CoV-2 ile insan enfeksiyonunun serolojik kanıtı: sistematik bir inceleme ve meta-analiz. Lancet Glob Sağlık. 2021;9(5):e598–609. https://doi.org/10.101 6/S2214-109X(21)00026-7.
34. Ulusal İstatistik Bürosu. Çin Nüfus ve İstihdam İstatistikleri Yıllığı 2019. https://navi.cnki.net/knavi/yearbooks/YZGRL/detail. Erişim tarihi: 8 Mart 2021.
35. Birleşmiş Milletler. Dünya Nüfus Beklentileri 2019. https://population.un.org/ wpp/Download/Standard/Population/. Erişim tarihi: 8 Mart 2021.
36. Wang HH, Wang JJ, Wong SY, Wong MC, Li FJ, Wang PX ve diğerleri. Çin'deki çoklu hastalıkların epidemiyolojisi ve sağlık sistemi üzerindeki etkileri: Güney Çin'deki 162.464 hane halkı arasında yapılan kesitsel bir araştırma. BMC Med. 2014;12(1):188. https://doi.org/10.1186/s12916-014-0188-0.
37. Dünya Sağlık Örgütü. DSÖ SAGE, COVID-19 aşısının tahsisi ve önceliklendirilmesine ilişkin çerçeveye değer vermektedir. https://www.who.int/publications/i/item/who-sage-values-framework-for-the-allocation-and-prioritization of-covid-19-aşılaması. Erişim tarihi: 8 Mart 2021.
38. Dünya Sağlık Örgütü. Acil Kullanım Listesi kapsamında Pfizer– BioNTech COVID-19 aşısı BNT162b2'nin kullanımına ilişkin geçici öneriler. https://www.who.int/publications/i/item/WHO-2019-nCoV-vaccines-SAGE_ öneri-BNT162b2-2021.1. Erişim tarihi: 8 Mart 2021.
39. Dünya Sağlık Örgütü. Pfizer BioNTech COVID-19 aşısı: Bilmeniz gerekenler. https://www.who.int/news-room/feature-stories/detail/who-can-take the-pfizer-biontech-covid-19%2D%2Dvaccine. Erişim tarihi: 8 Mart 2021.
40. Dünya Sağlık Örgütü. COVID'e karşı ChAdOx1-S [rekombinant] aşısının-19 (AstraZeneca COVID-19 aşısı AZD1222, SII Covishield, SK Bioscience) kullanımına ilişkin geçici öneriler. https://www.who.int/ yayınlar/i/item/WHO-2019-nCoV-vaccines-SAGE_recommendation-A ZD1222-2021.1. Erişim tarihi: 8 Mart 2021.
41. Chen X, Chen Z, Azman AS, Sun R, Lu W, Zheng N, ve diğerleri. Doğal enfeksiyon veya aşılamanın neden olduğu SARS-CoV-2 varyantlarına karşı antikorların nötralize edilmesi: sistematik bir inceleme ve birleştirilmiş meta-analiz. Clin Infect Dis. 2021. https://doi.org/10.1093/cid/ciab646.
42. Al Kaabi N, Zhang Y, Xia S, Yang Y, Al Qahtani MM, Abdulrazzaq N, ve diğerleri. 2 etkisizleştirilmiş SARS-CoV-2 aşısının yetişkinlerde semptomatik COVID-19 enfeksiyonu üzerindeki etkisi: randomize bir klinik çalışma. JAMA. 2021;326(1):35–45. https://doi.org/10.1001/jama.2021.8565.
43. Khoury DS, Cromer D, Reynaldi A, Schlub TE, Wheatley AK, Juno JA, ve diğerleri. Nötralize edici antikor seviyeleri, semptomatik SARS-CoV-2 enfeksiyonuna karşı bağışıklık korumasını yüksek oranda öngörür. Nat Med. 2021;27(7):1205–11. https://doi.org/10.1038/s41591-021-01377-8.
44. Palacios R, Batista AP, Albuquerque CSN, Patiño EG, JdP S, MTRP C, ve diğerleri. Brezilya'daki sağlık profesyonellerinde COVID-19 etkisizleştirilmiş bir aşının etkinliği ve güvenliği: PROFISCOV Çalışması. SSRN. 2021. https://doi.org/1 0.2139/ssrn.3822780.
45. Li XN, Huang Y, Wang W, Jing QL, Zhang CH, Qin PZ, ve diğerleri. Guangzhou'daki Delta varyant enfeksiyonuna karşı etkisizleştirilmiş SARS-CoV-2 aşılarının etkinliği: test negatif vaka kontrollü gerçek dünya çalışması. Ortaya Çıkan Mikroplar Bulaşır. 2021;10(1):1751–9. https://doi.org/10.1080/22221751.2021.1969291.
46. Ma K, Yi Y, Li Y, Sun L, Deng A, Hu T, ve diğerleri. Etkisizleştirilmiş COVID-19 aşılarının, COVID-19 zatürresine ve B.1.617.2 (Delta) varyantının neden olduğu ciddi hastalıklara karşı etkinliği: Çin'in Guangdong kentindeki bir salgından elde edilen kanıtlar. SSRN. 2021. https://doi.org/10.2139/ssrn.3895639.
47. Hu Z, Tao B, Li Z, Song Y, Yi C, Li J, ve diğerleri. Çin'in Jiangsu kentinde B.1.617.2 (Delta) varyantı ile enfekte hastalarda ciddi hastalıklara karşı aktif olmayan COVID-19 aşılarının etkinliği. medRxiv. 2021;2021(21263010):2009–2. https://doi.org/10.11 01/2021.09.02.21263010.
48. Sheikh A, McMenamin J, Taylor B, Robertson C. İskoçya'da SARS-CoV-2 Delta VOC: demografi, hastaneye kabul riski ve aşı etkinliği. Lancet. 2021;397(10293):2461–2. https://doi.org/10.1016/S014 0-6736(21)01358-1.
49. Halloran ME, Longini IM, Struchiner CJ. Eylem modları ve zamanla değişen VES. İçinde: Aşı Çalışmalarının Tasarımı ve Analizi. New York, NY: Springer New York; 2010. s. 131–51.
50. Yang J, Chen X, Deng X, Chen Z, Gong H, Yan H, ve diğerleri. Çin'in Wuhan kentindeki ilk pandemik COVID-19 dalgasının hastalık yükü ve klinik şiddeti. Nat İletişim. 2020;11(1):5411. https://doi.org/10.1038/s41467-020-19238-2.
51. Poletti P, Tirani M, Cereda D, Trentini F, Guzzetta G, Sabatino G, ve diğerleri. İtalya'da SARS CoV-2 enfeksiyonu olduğu doğrulanmış hastalarla temas halinde olan yakın kişiler arasında yaş ile semptom ve kritik hastalık gelişme olasılığı arasındaki ilişki. JAMA Netw Açık. 2021;4(3):e211085. https://doi. org/10.1001/jamanetworkopen.2021.1085.
52. Fisman DN, Tuite AR. Ontario, Kanada'da yeni SARS-CoV-2 varyantlarının virülansında giderek artan artış. medRxiv. 2021;2021(21260050):2007–5. https://doi.org/10.1101/2021.07.05.21260050.
53. Diekmann O, Heesterbeek JA, Metz JA. Heterojen popülasyonlardaki bulaşıcı hastalıklara yönelik modellerde temel üreme oranı R0'nin tanımı ve hesaplanması üzerine. J Matematik Biol. 1990;28(4):365–82. https://doi.org/10.1007/BF00178324.
54. Yang J, Marziano V, Deng X, Guzzetta G, Zhang J, Trentini F, ve diğerleri. Aşılamaya rağmen Çin'in 2021'de yaygın COVID-19 salgınlarını önlemek için ilaç dışı müdahalelere ihtiyacı var. Nat Hum Behav. 2021;5(8):1009– 20. https://doi.org/10.1038/s41562-021-01155-z.
55. Mistry D, Litvinova M, Pastore YPA, Chinazzi M, Fumanelli L, Gomes MFC, ve diğerleri. Hastalık modellemesi için yüksek çözünürlüklü insan karıştırma modellerinin çıkarılması. Nat İletişim. 2021;12(1):323. https://doi.org/10.1038/s41467-020-20544-y.
56. Wang J, Jing R, Lai X, Zhang H, Lyu Y, Knoll MD, ve diğerleri. Çin'deki COVID-19 salgını sırasında COVID-19 Aşısının Kabulü. Aşılar (Basel). 2020;8(3). https://doi.org/10.3390/vaccines8030482.
57. Chen M, Li Y, Chen J, Wen Z, Feng F, Zou H, ve diğerleri. Çinli yetişkinlerin COVID-19 aşısı olma konusundaki tutum ve isteklerine ilişkin çevrimiçi bir anket. Hum Aşısı İmmunother. 2021;17(7):1–10. https://doi.org/10.1080/2164551 5.2020.1853449.
58. Wang C, Han B, Zhao T, Liu H, Liu B, Chen L, ve diğerleri. Çin'deki ilk COVID-19 aşılama turunda aşılama isteği, aşı tereddütü ve tahmini kapsam: ulusal kesitsel bir çalışma. Aşı. 2021;39(21): 2833–42. https://doi.org/10.1016/j.vaccine.2021.04.020.
59. Gan L, Chen Y, Hu P, Wu D, Zhu Y, Tan J, ve diğerleri. Çinli yetişkinler arasında SARS CoV-2 aşısı olma isteği ve ilişkili faktörler: kesitsel bir araştırma. Int J Çevre Res Halk Sağlığı. 2021;18(4). https://doi.org/1 0.3390/ijerph18041993.
60. Lazarus JV, Ratzan SC, Palayew A, Gostin LO, Larson HJ, Rabin K, ve diğerleri. Bir COVID-19 aşısının potansiyel kabulüne ilişkin küresel bir anket. Nat Med. 2021;27(2):225–8. https://doi.org/10.1038/s41591-020-1124-9.
61. Hodgson D, Flasche S, Jit M, Kucharski AJ, Grup CC-W. Bulaşıcı Hastalıkların Matematiksel Modelleme Merkezi C-WG. SARS-CoV-2 B.1.1.7 varyantına karşı aşı kaynaklı sürü bağışıklığı potansiyeli. Euro Gözetim. 2021;26(20). https://doi.org/10.2807/1560-7917.ES.2021.26.20.2100428.
62. Kwok KO, Lai F, Wei WI, Wong SYS, Tang JWT. Sürü bağışıklığı - etkilenen ülkelerdeki COVID-19 salgınlarını durdurmak için gereken seviyenin tahmin edilmesi. J Enf. 2020;80(6):e32–3. https://doi.org/10.1016/j.jinf.2020.03.027.
63. Ömer SB, Yıldırım İ, Forman HP. Sürü bağışıklığı ve SARS CoV-2 kontrolüne etkileri. JAMA. 2020;324(20):2095–6. https://doi.org/10.1001/jama.202 0.20892.
64. Hastalık Kontrol ve Önleme Merkezleri. Ülke Çapında Ticari Laboratuvar Seroprevalans Araştırması. https://covid.cdc.gov/covid-data-tracker/ #national-lab. Erişim tarihi: 8 Ağustos 2021.
65. Zhang Y, Zeng G, Pan H, Li C, Hu Y, Chu K, ve diğerleri. Etkisizleştirilmiş bir SARS-CoV-2 aşısının 18-59 yaşındaki sağlıklı yetişkinlerde güvenliği, tolere edilebilirliği ve immünojenitesi: randomize, çift kör, plasebo kontrollü, faz 1/2 klinik çalışma. Lancet Enfeksiyon Dis. 2021;21(2):181–92. https://doi.org/10.1016/ S1473-3099(20)30843-4.
66. Wang Z, Muecksch F, Schaefer-Babajew D, Finkin S, Viant C, Gaebler C, ve diğerleri. Enfeksiyondan bir yıl sonra SARS-CoV-2'ye karşı doğal olarak geliştirilmiş nötralizasyon genişliği. Doğa. 2021;595(7867):426–31. https://doi.org/10.1038/s41586- 021-03696-9.
67. Lavine JS, Bjornstad ON, Antia R. İmmünolojik özellikler, COVID-19'in endemisiteye geçişini yönetir. Bilim. 2021;371(6530):741. https://doi.org/10.1126/science.abe6522.
68. Saad-Roy CM, Wagner CE, Baker RE, Morris SE, Farrar J, Graham AL, ve diğerleri. Önümüzdeki 5 yıl içinde bağışıklık yaşam öyküsü, aşılama ve SARS-CoV-2 dinamikleri. Bilim. 2020;370(6518):811–8. https://doi.org/10.1126/ science.abd7343.
69. Barda N, Dagan N, Cohen C, Hernan MA, Lipsitch M, Kohane IS, ve diğerleri. İsrail'de ciddi sonuçların önlenmesinde üçüncü doz BNT162b2 mRNA COVID-19 aşısının etkinliği: gözlemsel bir çalışma. Lancet. 2021; 398(10316):2093–100. https://doi.org/10.1016/S0140-6736(21)02249-2.
70. Saciuk Y, Kertes J, Shamir Stein N, Ekka ZA. BNT162b2 mRNA aşısının üçüncü dozunun etkinliği. J Enfekte Dis. 2021;225(1):30–3. https://doi.org/10.1 093/infdis/jiab556.
71. Rafael Araos AJ, vCovid-Sağlık Bakanlığı. Şili'de COVID-19 aşısının etkililik değerlendirmesi. https://cdn.who.int/media/docs/default-source/blue print/chile_rafael-araos_who-vr-call_25oct2021.pdf?sfvrsn =7a7ca72a_7. Erişim tarihi: 10 Ekim 2021.