Kesan Kadar Influenza yang Rendah Terhadap Jangkitan Influenza Musim Seterusnya

pengenalan:

Intervensi untuk membendung penularan COVID-19 semasa musim influenza 2020−2021 pada dasarnya telah menghapuskan influenza pada musim tersebut. Memandangkan titer antibodi yang semakin berkurangan dari semasa ke semasa, imuniti populasi yang tinggal pada masa hadapan terhadap influenza akan berkurangan. Implikasi untuk musim influenza 2021−2022 berikutnya tidak diketahui.

Kaedah:

Model berasaskan ejen influenza yang dilaksanakan dalam Rangka Kerja untuk Membina Semula Dinamik Epidemiologi platform simulasi telah digunakan untuk menganggarkan kes dan kemasukan ke hospital sepanjang 2 musim influenza berturut-turut. Kesan imuniti baki berkurangan akibat langkah perlindungan pada musim pertama dianggarkan dalam pelbagai tahap persamaan (kekebalan silang) antara strain influenza sepanjang musim.

Influenza adalah penyakit berjangkit biasa. Gejala utamanya termasuk demam, batuk, hidung berair, dan keletihan, dsb., dan juga kematian dalam kes yang teruk. Dalam menghadapi penyakit ini, secara amnya dipercayai bahawa meningkatkan imuniti adalah cara paling berkesan untuk mencegahnya.

Jadi, apakah hubungan antara selesema dan imuniti? Kekebalan merujuk kepada keupayaan tubuh manusia untuk menentang pencerobohan penyakit, termasuk imuniti semula jadi dan imuniti yang diperolehi. Dalam kehidupan seharian kita, kita boleh meningkatkan imuniti kita dalam pelbagai cara, sekali gus mengurangkan risiko dijangkiti penyakit. Contohnya, melakukan senaman yang kerap, tidur yang nyenyak dan tabiat makan, dan vaksinasi yang kerap.

Virus influenza akan menyebabkan tindak balas imun badan, dan sistem imun akan menjalankan tindak balas antibodi kepada virus influenza, dengan itu menghapuskan virus. Walaupun sistem imun setiap orang berbeza, penyelidikan menunjukkan bahawa tabiat kesihatan yang baik, bersama-sama dengan nutrien tertentu, boleh membantu meningkatkan sistem imun anda. Sebagai contoh, vitamin C dan vitamin D sangat penting untuk meningkatkan imuniti manusia, dan imuniti boleh dipertingkatkan dengan mengambil diet yang kaya dengan nutrien ini.

Selain itu, mengekalkan sikap yang baik juga merupakan salah satu faktor penting untuk meningkatkan imuniti. Orang yang berada dalam suasana gembira lebih berkemungkinan menentang penyakit. Oleh itu, secara aktif menghadapi kesukaran dan tekanan dalam hidup serta mengekalkan sikap yang baik juga dapat membantu meningkatkan imuniti.

Secara ringkasnya, terdapat hubungan rapat antara influenza dan imuniti. Tabiat kesihatan yang baik, vaksinasi yang kerap, pengambilan nutrien yang kaya dengan vitamin C dan vitamin D, dan mengekalkan sikap yang baik semuanya boleh membantu meningkatkan imuniti badan supaya dapat mencegah dan menahan selesema dengan lebih baik. Mari kita menjalani kehidupan yang sihat dan aktif bersama-sama, dan mengekalkan tidur yang mencukupi dan senaman yang betul supaya kita boleh mempunyai sistem imun yang lebih kuat! Dari sudut pandangan ini, kita perlu meningkatkan imuniti. Cistanche boleh meningkatkan imuniti dengan ketara. Abu daging mengandungi pelbagai bahan aktif secara biologi, seperti polisakarida, dua cendawan, dan Huangli, dll. Bahan-bahan ini boleh merangsang sistem imun. Pelbagai jenis sel, meningkatkan aktiviti imun mereka.

Klik manfaat kesihatan cistanche

Keputusan:

Apabila imuniti silang antara strain musim pertama dan kedua adalah rendah, penurunan musim pertama mempunyai kesan terhad pada kes musim kedua. Tahap imuniti silang yang tinggi menghasilkan kesan yang lebih besar pada musim kedua. Kesan ini telah diubah suai oleh kebolehtransmisikan strain dalam 2 musim. Model itu menganggarkan kemungkinan peningkatan sebanyak 13.52 peratus -46.95 peratus dalam kes berbanding musim biasa apabila strain mempunyai kebolehtransmisian yang sama dan 40 peratus -50 peratus imuniti silang dalam satu musim selepas musim yang sangat rendah.

Kesimpulan:

Memandangkan musim influenza 2020−2021 yang cerah, kes mungkin meningkat sebanyak 50 peratus pada 2021−2022, walaupun peningkatannya mungkin lebih rendah, bergantung pada imuniti silang daripada jangkitan lampau dan kebolehjangkitan strain. Liputan vaksin yang dipertingkatkan atau campur tangan berterusan untuk mengurangkan penularan boleh mengurangkan musim sibuk ini. Kanak-kanak kecil mungkin mempunyai risiko yang lebih tinggi pada 2021 −2022 disebabkan pendedahan terhad kepada jangkitan pada tahun sebelumnya.

PENGENALAN

Penyakit koronavirus 2019 (COVID-19) telah diisytiharkan sebagai pandemik oleh WHO pada 11 Mac 2020. Kes dikenal pasti di AS pada awal 2020, menyebabkan campur tangan meluas untuk mengurangkan penyebaran virus, termasuk penutupan sekolah dan langkah untuk mengurangkan interaksi sosial. Campur tangan ini bukan sahaja memberi kesan kepada penularan COVID-19 tetapi juga penularan penyakit lain yang merebak melalui mekanisme yang sama. Penurunan aktiviti influenza yang ketara telah didokumenkan di banyak lokasi selepas institusi-19 campur tangan COVID.1−5 Sedikit aktiviti influenza dikesan oleh Pusat Kawalan dan Pencegahan Penyakit (CDC) di AS semasa musim influenza 2020−2021 .6

Vaksinasi tahun sebelumnya dipercayai memberikan sedikit perlindungan daripada influenza tahun berikutnya,7 tetapi jangkitan semula jadi nampaknya memberikan imuniti yang boleh diukur untuk beberapa musim, terutamanya jika strain yang beredar adalah padanan antigen yang rapat.8 Bilangan kes influenza yang terhad di AS dalam 2020−2021 telah menimbulkan kebimbangan tentang kemungkinan beban penyakit influenza yang lebih tinggi pada musim 2021−2022 disebabkan oleh pengurangan imuniti daripada jangkitan semula jadi tahun sebelumnya. Kanak-kanak berumur<2 years may be at increased risk after a season with limited influenza because they likely have never been exposed to natural infection and therefore have immunity only from vaccination.

Pemodelan telah digunakan untuk penyakit berjangkit sejak tahun 1920-an dan merupakan teknik yang mantap untuk menganalisis dan meramalkan wabak influenza.9 Dari segi sejarah, model petak telah digunakan secara meluas untuk menganggarkan nilai bagi nombor pembiakan dalam wabak dan pandemik yang lalu dan untuk menganggarkan kemungkinan kesan. campur tangan jika digunakan pada wabak masa depan yang lalu dan hipotesis.10−15 Pemodelan penyakit berjangkit berasaskan agen dan individu menjadi lebih biasa apabila pengkomputeran berprestasi tinggi tersedia.16−20 Model jenis ini memerlukan lebih banyak sumber pengkomputeran tetapi membenarkan penetapan parameter berasaskan individu dan termasuk rawak supaya julat keputusan dihasilkan. Pemodelan berasaskan ejen boleh digunakan untuk melakukan penyiasatan yang sangat terperinci tentang kemungkinan senario penyakit, contohnya, kesan perubahan dalam kebolehtransmisian terikan atau kesan vaksinasi.

The Framework for Reconstructing Epidemiologic Dynamics (FRED) simulasi platform 21 ialah platform pemodelan berasaskan ejen yang dibangunkan sebagai tindak balas kepada pandemik influenza 2009 dan telah digunakan untuk memodelkan influenza serta keadaan berjangkit dan tidak berjangkit lain.22−25 model FRED gunakan populasi sintetik berasaskan banci yang ejennya mempunyai demografi realistik, lokasi dan corak serta kadar interaksi, membolehkan penyasaran parameter oleh faktor tersebut. Model influenza FRED dahulunya terhad kepada simulasi satu musim. Kajian ini memperluaskan model pandemik untuk memasukkan imuniti daripada jangkitan dan vaksinasi sebelumnya dan untuk membolehkan pemodelan beberapa musim influenza berturut-turut. Oleh itu, ia mewakili pengembangan baru keupayaan pemodelan dalam bidang ini dan menyediakan titik permulaan untuk simulasi yang lebih kompleks.

Untuk meneroka kesan aktiviti influenza yang terhad pada beban influenza tahun berikutnya, FRED telah digunakan untuk memodelkan 2-senario influenza musim di bawah pelbagai andaian tentang kesan jangkitan semula jadi terhadap imuniti tahun kedua dan tahap antigenik yang berubah-ubah. perkaitan strain edaran tahun pertama dan kedua. Simulasi menganggarkan kesan peningkatan vaksinasi, intervensi berterusan untuk mengurangkan penularan penyakit pernafasan, dan kesan khusus pada kumpulan umur termuda dalam populasi.

KAEDAH

Platform simulasi FRED telah diterangkan secara terperinci sebelum ini.21 Butiran simulasi dan model yang digunakan dalam kajian ini serta parameter yang digunakan boleh didapati di Lampiran (boleh didapati dalam talian). Garis masa ditunjukkan dalam Rajah 1. FRED menggunakan parameter kebolehtransmisian untuk mewakili kebolehan berjangkit sesuatu keadaan boleh berjangkit. Parameter kebolehtransmisian menyumbang kepada penghasilan R0 atau Re dalam simulasi. Parameter kebolehtransmisian yang lebih tinggi akan menghasilkan wabak yang lebih besar jika tiada parameter lain dalam model berubah. Simulasi dijalankan dengan nilai parameter kebolehtransmisian yang rendah (0.6, R0 »1.31, 95 peratus CI=0.79, 1.83) dan nilai parameter kebolehtransmisian yang tinggi ({{13 }}.8, R0 »1.75, 95 peratus CI=1.13, 2.37). Keputusan model asas disertakan dalam Lampiran Jadual 1 (tersedia dalam talian).

Penduduk

Simulasi telah dilakukan ke atas populasi yang mewakili Allegheny County, sebuah daerah bersaiz sederhana di barat daya Pennsylvania, dengan populasi kira-kira 1.2 juta. Ia mengandungi kedua-dua kawasan bandar dan pinggir bandar dan cukup besar untuk menangkap penyebaran influenza melalui populasi. Simulasi dilakukan dengan 100 ulangan untuk menangkap tingkah laku stokastik.

Ejen telah diimunisasi mengikut kumpulan umur mengikut data CDC menggunakan kadar berikut: umur 0.5−17 tahun, kebarangkalian=0.638; umur 18 −49 tahun, kebarangkalian=0.384; umur 50−64 tahun, kebarangkalian=0.506; umur Lebih daripada atau sama dengan 65 tahun, kebarangkalian=0.698.26 Dalam model, vaksinasi mengurangkan kerentanan kepada influenza sebanyak 40 peratus (keberkesanan vaksinasi dalam kajian CDC berjulat antara 10 peratus dan 60 peratus ) (Lampiran Jadual 2, tersedia dalam talian ).27,28 Vaksinasi khusus strain berlaku pada bulan Oktober tahun simulasi, dan imuniti berkurangan selepas vaksinasi pada 7 peratus sebulan.29

Kekebalan daripada jangkitan sebelumnya telah diedarkan mengikut kumpulan umur dalam populasi menggunakan kadar serangan yang dianggarkan oleh CDC untuk 2019−2020 (Lampiran Jadual 2, tersedia dalam talian).30

Interaksi agen yang dikurangkan pada peringkat populasi digunakan untuk menyiasat kesan ke atas kes influenza musim kedua. Kaedah yang dipermudahkan untuk mengurangkan hubungan dengan mengasingkan bahagian agen dalam simulasi telah digunakan. Penentukuran berjalan dengan kadar pengasingan yang berbeza-beza menentukan peratusan populasi yang perlu diasingkan untuk mencegah kes influenza musim pertama. Keputusan penentukuran adalah dalam Lampiran Bahagian 7 (tersedia dalam talian). Penggunaan kaedah ini mencapai tujuan untuk menghapuskan wabak influenza musim pertama. Kaedah ini tidak tertumpu secara khusus pada kesan campur tangan penjarakan sosial tertentu dan tidak menangani nuansa pelbagai campur tangan (cth, topeng, bekerja dari rumah), yang tidak diperlukan untuk kajian ini. Mengasingkan 40 peratus daripada populasi sudah memadai untuk mengurangkan wabak influenza pertama ke tahap yang serupa dengan yang dikenal pasti pada musim influenza 2020−2021 (Lampiran Bahagian 7, tersedia dalam talian, Keputusan Pengesahan Model). Dalam 2-simulasi tahun menggunakan model interaksi yang dikurangkan, pengurangan hanya digunakan pada musim pertama. Simulasi tambahan menggunakan pengurangan 40 peratus pada musim pertama dan tahap pengasingan yang lebih rendah (10 peratus dan 20 peratus ) pada musim kedua.

Untuk menganggarkan kesan peningkatan vaksinasi, 1-simulasi tahun dengan imuniti sebelumnya dijalankan dengan pengambilan vaksin mengikut kumpulan umur seperti yang dilaporkan oleh CDC dan dengan peningkatan 10 peratus dan 20 peratus. Tahap vaksinasi influenza seperti yang dilaporkan oleh CDC dari 2010 hingga 2020 telah meningkat mengikut cerita dalam julat 10 peratus −20 peratus.31

Untuk mengorientasikan keputusan kepada senario subjenis/keturunan tertentu dalam musim influenza pertama dan kedua yang dimodelkan, tahap pengurangan kerentanan kepada jangkitan oleh subjenis/keturunan influenza yang diberikan oleh jangkitan dengan subjenis/keturunan yang sama atau berbeza dianggarkan berdasarkan perbincangan. dengan pakar dalam virologi, influenza, dan vaksinasi (Jadual 1). Sokongan untuk pendapat pakar telah dikenal pasti dalam literatur.32,33 Anggaran ini mewakili julat imuniti silang terikan yang mungkin.

LHDN Universiti Pittsburgh menentukan bahawa kajian ini bukan penyelidikan subjek manusia. Oleh itu, ia merupakan reka bentuk kajian yang dikecualikan.

KEPUTUSAN

Keputusan pengesahan model disertakan dalam Lampiran Bahagian 7 (tersedia dalam talian). Dalam 2-model musim, 2-, kes musim pertama biasa menghalang kes influenza musim kedua dan kemasukan ke hospital dalam kesemua 4 senario kebolehjangkitan. Musim pertama yang rendah akan menyebabkan peningkatan kes musim kedua sama dengan pengurangan yang disebabkan oleh musim pertama yang biasa. Kesannya berbeza-beza mengikut kebolehtransmisian strain tahun pertama dan kedua dan oleh persamaan (kekebalan silang) antara strain tersebut (Rajah 2 dan Lampiran Jadual 4, boleh didapati dalam talian). Selepas berkurangan, strain yang sangat serupa mungkin mempunyai kira-kira 50 peratus -60 peratus imuniti silang (Jadual 1). Menggunakan 50 peratus imuniti silang, jika kedua-dua strain musim mempunyai kebolehtransmisian yang lebih rendah, perbezaan antara kes musim kedua selepas musim pertama yang normal dan musim pertama yang rendah ialah 26.29 peratus (29.99 peratus kemasukan ke hospital) (Rajah 2A).

Ketegangan kebolehtransmisian yang lebih rendah pada musim pertama kurang memberi kesan kepada kes musim kedua apabila ketegangan musim kedua lebih mudah ditularkan (perbezaan 3.83 peratus kes dan 4.31 peratus kemasukan ke hospital) (Rajah 2B). Apabila strain musim pertama mempunyai kebolehtularan yang lebih besar daripada strain musim kedua, terdapat perbezaan sebanyak 97.72 peratus dalam kes (96.98 peratus kemasukan ke hospital) (Rajah 2C). Apabila kedua-dua strain musim pertama dan kedua lebih mudah ditularkan, perbezaan kes pada musim kedua ialah 49.47 peratus untuk kes (56.81 peratus kemasukan ke hospital) (Rajah 2D). Strain kebolehtransmisian yang lebih tinggi pada musim pertama menyebabkan bilangan kes yang lebih tinggi, menyumbang lebih kepada imuniti musim kedua. Apabila imuniti ini dikeluarkan, terdapat peningkatan yang lebih besar pada musim kedua. Dalam senario kebolehtularan rendah, Re adalah lebih kurang 1 dalam model dengan imuniti dan vaksinasi sebelumnya; oleh itu, impak yang lebih besar daripada campur tangan tidak dijangka.

Apabila interaksi ejen dikurangkan pada musim kedua dan juga pada musim pertama (pengurangan 40 peratus musim pertama), kes dikurangkan pada musim kedua. Pengurangan interaksi sebanyak 20 peratus pada musim kedua menghasilkan pengurangan 98.6 peratus dalam kes (95 peratus CI=98.5, 98.7) untuk senario kebolehtransmisian rendah dan pengurangan 85.3 peratus (95 peratus CI{{12} }.8, 85.8) untuk senario kebolehtransmisian tinggi. Pengurangan interaksi sebanyak 10 peratus menghasilkan pengurangan 68.6 peratus dalam kes (95 peratus CI=67.7, 69.4) untuk senario kebolehtransmisian rendah dan pengurangan 32.1 peratus (95 peratus CI=30.4 , 33.9) untuk senario kebolehtransmisian tinggi.

Meningkatkan kadar vaksinasi melebihi kadar yang dilaporkan oleh CDC sebanyak 10 peratus dan 20 peratus mengurangkan bilangan kes dan kemasukan ke hospital dalam simulasi satu musim. Peningkatan kadar vaksinasi memberi kesan yang lebih besar pada simulasi dengan ketegangan kebolehtransmisian yang lebih rendah (peningkatan 10 peratus dalam vaksin menyebabkan penurunan 31.5 peratus dalam kes dan penurunan 32.9 peratus dalam kemasukan ke hospital; peningkatan 20 peratus dalam vaksinasi menyebabkan penurunan 45.5 peratus dalam kes dan 47.4 peratus penurunan dalam kemasukan ke hospital). Untuk simulasi dengan ketegangan yang lebih mudah ditularkan, peningkatan vaksinasi menghasilkan kesan yang lebih sederhana (peningkatan 10 peratus dalam vaksin menyebabkan penurunan 2.3 peratus dalam kes dan penurunan 3.3 peratus dalam kemasukan ke hospital; peningkatan 20 peratus dalam vaksinasi menyebabkan penurunan 5.0 peratus dalam kes dan penurunan 8.5 peratus dalam kemasukan ke hospital). Dalam senario kebolehtularan rendah, peningkatan kadar vaksinasi mungkin mempunyai kesan yang lebih besar kerana tahap vaksinasi mengurangkan bilangan pembiakan dalam model itu kepada kira-kira 1 (Re=0.93, 95 peratus CI=0.57, 1.30 dalam model termasuk imuniti dan vaksinasi sebelumnya pada kadar yang dilaporkan CDC). Keberkesanan vaksinasi yang agak rendah dalam model ini (40 peratus ) mungkin mengurangkan kesan vaksinasi dalam senario kebolehtularan yang tinggi. Simulasi satu tahun termasuk imuniti sebelumnya, seperti yang diterangkan dalam Kaedah dan Lampiran (tersedia dalam talian).

Kumpulan umur {{0}}-4 tahun terdiri daripada 5.2 peratus daripada populasi simulasi dan menyumbang kira-kira 6 peratus daripada kes dalam simulasi (5.8 peratus −6.2 peratus daripada kes). Meningkatkan liputan vaksin sebanyak 10 peratus mengurangkan kes dalam kumpulan umur ini sebanyak 31.7 peratus dalam senario kebolehtransmisian yang lebih rendah tetapi hanya 1.7 peratus dalam senario kebolehtransmisian yang lebih tinggi (Rajah 3). Peningkatan 20 peratus dalam liputan vaksin menyebabkan 45.7 peratus lebih sedikit kes untuk strain kebolehtransmisian yang lebih rendah tetapi hanya 4.1 peratus lebih sedikit kes untuk strain yang lebih mudah berjangkit. Kemasukan di hospital menurun dengan jumlah yang sama (untuk senario kebolehtransmisian rendah, penurunan 33.7 peratus dengan peningkatan pengambilan 10 peratus dan 49.0 peratus dengan peningkatan 20 peratus; untuk senario kebolehtransmisian tinggi, penurunan 3.1 peratus dengan peningkatan pengambilan 10 peratus dan penurunan 5.4 peratus dengan peningkatan 20 peratus). Low Re boleh meningkatkan kesan vaksinasi dalam senario kebolehtransmisian rendah.

Menggunakan keputusan model secara khusus kepada subjenis/keturunan influenza, impak yang paling besar dijangkakan untuk musim di mana strain utama semasa berkait rapat dengan strain tahun sebelumnya, dan imuniti silang secara amnya tinggi antara strain pada tahun-tahun berikutnya. Pengurangan 40 peratus −50 peratus dalam kerentanan boleh dijangkakan untuk strain yang sama pada tahun-tahun berikutnya dalam kes di mana strain berkongsi subjenis/keturunan. Kebolehtularan terikan dijangka serupa dalam terikan yang sangat serupa. Model itu menganggarkan peningkatan sebanyak 13.52 peratus -46.95 peratus dalam kes dan 15.43 peratus -56.81 peratus dalam kemasukan ke hospital dalam strain dengan kebolehtularan yang sama dan 40 peratus -50 peratus imuniti silang (Lampiran Jadual 4, boleh didapati dalam talian). Dalam populasi yang digunakan untuk simulasi (Allegheny County, PA, populasi sintetik sebanyak 1,218,695) nilai ini sepadan dengan peningkatan sebanyak 8,225 (95 peratus CI=2,241, 14,209) kepada 139,205 (95 peratus CI=98 ,836, 179,575) kes dan 31 (95 peratus CI=10, 53) hingga 369 (95 peratus CI=610, 982) dimasukkan ke hospital sepanjang musim influenza. Nombor kes termasuk kes tanpa gejala, yang membentuk 25 peratus daripada kes yang berlaku dalam model.

PERBINCANGAN

Pemodelan berasaskan ejen digunakan untuk meramalkan kesan musim influenza ringan terhadap kadar jangkitan pada musim berikutnya. Keputusan menunjukkan bahawa musim pertama yang ringan (seperti 2020−2021) boleh menghasilkan musim kedua yang besar dan memberi pampasan (seperti yang mungkin berlaku pada 2021−2022). Peningkatan ini boleh menjadi sebesar dua kali ganda kes. Liputan vaksin yang dipertingkatkan boleh mengurangkan tetapi tidak menghapuskan musim teruk yang diramalkan ini. Penerusan intervensi untuk mengurangkan hubungan berjangkit dalam populasi boleh memberi kesan yang lebih besar.

Kekebalan influenza adalah kompleks. Strain sangat berubah-ubah, dengan antigen drift genetik menyumbang kepada kemunculan varian baharu yang terlepas daripada imuniti dan membolehkan wabak bermusim tahunan dengan kadar kes yang berbeza-beza secara meluas walaupun imuniti populasi dan vaksinasi.34 Pensuisan subjenis bagi strain beredar yang dominan tidak dikaitkan secara konsisten dengan peningkatan dalam kadar jangkitan.35

Hemisfera utara musim 2020−2021 tidak mempunyai wabak bermusim yang biasa, mungkin disebabkan oleh-19 campur tangan COVID untuk mengurangkan penularan. Keputusan itu bermanfaat kerana sistem penjagaan kesihatan telah pun tegang akibat pandemik COVID-19, tetapi terdapat kebimbangan bahawa kekurangan imuniti sisa akibat jangkitan pada 2020−2021 akan menyebabkan musim influenza yang lebih teruk pada 2021−2022. Vaksinasi ialah alat yang berkesan untuk mencegah influenza, tetapi kadar vaksinasi biasanya tidak optimum, dan vaksinasi tidak memberikan imuniti lengkap terhadap jangkitan.

Model influenza berasaskan ejen telah digunakan untuk membantu dalam memahami kesan musim influenza yang sangat rendah pada musim berikutnya. Pengurangan dalam interaksi dalam bahagian populasi adalah mencukupi untuk menghapuskan influenza pada asasnya. Tahap interaksi normal dalam musim kedua menyebabkan peningkatan dalam kes musim kedua melebihi apa yang diramalkan menggunakan model yang sama tanpa pengurangan tahun pertama dalam interaksi.

Model ini merangkumi situasi di mana strain yang sangat berkaitan dan kurang berkaitan beredar dalam musim berturut-turut. Dengan tahap imuniti silang yang rendah, serupa dengan suis subjenis influenza A, musim pertama yang rendah mempunyai kesan terhad pada kes musim kedua. Jika terdapat padanan antigenik yang baik antara musim (tahap imuniti silang yang tinggi), model tersebut meramalkan kesan besar pada kes musim kedua daripada jangkitan musim pertama.

Peningkatan vaksinasi boleh membantu mengimbangi pengurangan imuniti penduduk akibat daripada kekurangan influenza pada 2020−2021. Ini mungkin penting terutamanya untuk kanak-kanak kecil, yang mungkin berisiko terutamanya pada 2021 -2022. Sangat sedikit kanak-kanak yang sangat kecil menghidap influenza pada 2020−2021, jadi pada dasarnya semua imuniti dalam kumpulan umur itu adalah daripada vaksinasi, yang berkurangan dengan cepat.

Beberapa faktor menunjukkan bahawa walaupun kes mungkin meningkat selepas musim pertama yang sangat rendah, beban penyakit tidak akan mencapai tahap pandemik. Subjenis influenza yang paling lazim sering bertukar dari satu musim ke musim berikutnya—contohnya, H1N1 mendominasi musim 2013−2014, manakala H3N2 mendominasi pada 2 musim sebelumnya — dan suis subjenis influenza ini tidak selalu menyebabkan peningkatan intensiti.36 Kekebalan disebabkan kepada jangkitan dipercayai berterusan selama 3−7 tahun, jadi imuniti yang besar boleh dijangka kekal dari musim sebelumnya.8 Kekebalan daripada pendedahan kepada jangkitan pada awal kehidupan dipercayai memberikan tahap imuniti seumur hidup kepada strain yang berkaitan, mungkin termasuk beberapa imuniti kepada epitop terpelihara,37 dan ini boleh membantu dalam mengehadkan kadar kes influenza 2021−2022.

Model adalah representasi realiti yang dipermudahkan dan oleh itu tidak boleh menjadi sempurna. Niat mereka hanyalah untuk memberikan maklumat yang berguna dan boleh diambil tindakan. Kesahihan model ditentukan sebahagiannya dengan seberapa dekat reka bentuknya mencerminkan realiti dan seberapa tepat parameter yang digunakan dianggarkan. Model influenza FRED telah direka bentuk untuk mensimulasikan influenza pandemik dan telah digunakan dalam kajian terdahulu untuk memodelkan intervensi influenza, jadi kesahan model telah dinilai pada masa lalu.21 −23 Model kini termasuk imuniti sebelumnya pada musim pertama dan imuniti sisa dari pertama. -jangkitan musim pada musim kedua dan boleh dikembangkan untuk memasukkan bilangan musim yang sewenang-wenangnya.

Had

Sumber yang boleh dipercayai dan sesuai digunakan untuk anggaran parameter; walau bagaimanapun, terdapat had kepada anggaran tersebut. Imuniti sebelumnya adalah berdasarkan anggaran beban penyakit yang dimodelkan CDC,29 yang mungkin dipengaruhi oleh turun naik dalam pelaporan penyakit kerana pelbagai faktor. Keberkesanan vaksinasi dianggarkan daripada data pengawasan dan mungkin terlalu tinggi atau memandang rendah. Parameter untuk penurunan imuniti semula jadi dan vaksin adalah berdasarkan kesusasteraan dan pendapat pakar. Kekebalan silang antara strain influenza adalah paling mencabar untuk dikira apabila strain berbeza dengan hanyutan antigen sahaja, yang merupakan sumber utama ketidakpastian. Model menggunakan julat nilai untuk mengambil kira ketidakpastian ini. Ketidakpastian parameter boleh menyebabkan keputusan model menjadi lebih tinggi atau lebih rendah daripada apa yang akan ditemui dalam realiti.

Penghantaran dalam model ini disebabkan oleh interaksi agen, khususnya kedekatan geografi agen berjangkit dan mudah terdedah, mensimulasikan penghantaran pernafasan. Tiada kemasukan fomit atau cara penghantaran bukan pernafasan lain. Kadar interaksi antara ejen adalah bergantung kepada umur dan telah ditentukur untuk memadankan data daripada kajian influenza.21

Set simulasi ini direka bentuk untuk menangani masalah khusus mengenai kemungkinan kesan kehilangan imuniti kerana musim influenza yang rendah pada musim berikutnya. Ia mengandaikan bahawa musim kedua akan berkelakuan seperti musim influenza biasa, tanpa campur tangan tambahan. Simulasi tambahan telah dilakukan untuk menilai kesan kemungkinan campur tangan berterusan dan perubahan tingkah laku yang disebabkan oleh pandemik pada penghantaran. Keadaan lain juga boleh memberi kesan kepada musim 2021−2022. Tahap rendah influenza yang beredar di seluruh dunia dan di Hemisfera Selatan mungkin mengehadkan pengenalan bermusim influenza ke AS, dengan itu mengehadkan musim. Tahap peredaran influenza yang rendah sejak Mac 2020 mungkin mempunyai evolusi influenza yang terhad buat sementara waktu; walau bagaimanapun, peredaran influenza dalam perumah haiwan juga menyediakan potensi untuk pembangunan dan pengenalan strain baru. Senario tambahan ini belum dimodelkan secara khusus. Keputusan model mesti ditafsirkan dalam konteks reka bentuk model, ketidakpastian dalam parameter model, dan batasan pemodelan secara umum.

KESIMPULAN

Memandangkan musim influenza 2020−2021 yang cerah, musim 2021 −2022 mungkin menyaksikan peningkatan kadar kes sehingga 50 peratus , bergantung pada imuniti silang daripada jangkitan lampau dan kebolehjangkitan strain. Liputan vaksin yang dipertingkatkan serta campur tangan dan tingkah laku berterusan yang mengurangkan interaksi populasi boleh mengurangkan musim sibuk ini. Vaksinasi pada usia yang sangat muda mungkin sangat penting pada 2021−2022, memandangkan kekurangan imuniti daripada jangkitan terdahulu dalam kumpulan umur tersebut.

PENGHARGAAN

Penulis ingin mengucapkan terima kasih kepada Donald S. Burke, MD atas sumbangan berharga mereka kepada pembangunan projek ini. Penulis juga ingin mengucapkan terima kasih kepada John V. Williams, MD, dan Lee H. Harrison, MD untuk perbincangan dan komen yang berharga.

Penaja kajian tidak mempunyai peranan dalam reka bentuk kajian; pengumpulan, analisis, atau tafsiran data; penulisan laporan; atau keputusan untuk menyerahkan laporan untuk diterbitkan.

Kerja ini disokong oleh Pusat Kawalan dan Pencegahan Penyakit U01-IP001141-01. LHDN Universiti Pittsburgh telah menentukan bahawa kajian ini bukan penyelidikan subjek manusia dan oleh itu merupakan reka bentuk kajian yang dikecualikan.

Versi kajian ini telah disiarkan pada pelayan pracetak MedRxiv.

RKZ dan JMR mempunyai pembiayaan geran penyelidikan daripada Sanofi Pasteur mengenai topik vaksin yang tidak berkaitan. Tiada pendedahan kewangan lain dilaporkan.

PENYATA PENGARANG KREDIT

Mary G. Krauland: Pengkonsepan; Kurasi data; Analisis formal; Penyiasatan; Metodologi; Sumber; Perisian; Pengesahan; Visualisasi; Penulisan - draf asal; Penulisan - semakan dan penyuntingan. David D. Galloway: Penyusunan data; Penyiasatan; Metodologi; Sumber; Perisian; Penulisan - semakan dan penyuntingan. Jonathan M. Raviotta: Penyusunan data; Penyiasatan; Pengesahan; Penulisan - semakan dan penyuntingan. Richard K. Zimmerman: Pengkonsepan; Kurasi data; Analisis formal; Penyiasatan; Metodologi; Pengesahan; Penulisan - semakan dan penyuntingan. Mark S. Roberts: Pengkonsepan; Analisis formal; Pemerolehan pembiayaan; Penyiasatan; Metodologi; Pentadbiran projek; Sumber; Penyeliaan; Pengesahan; Penulisan - semakan dan penyuntingan.

RUJUKAN

1. Adlhoch C, Mook P, Lamb F, et al. Sedikit influenza di Wilayah Eropah WHO semasa musim 2020/21, minggu 40 2020 hingga 8 2021. Tinjauan Euro. 2021;26(11):2100221.

2. Haapanen M, Renko M, Artama M, Kuitunen I. Kesan penutupan dan pembukaan semula sekolah dan taska terhadap epidemiologi SARS-CoV-2 dan jangkitan pernafasan lain pada kanak-kanak - daftar di seluruh negara belajar di Finland. Perubatan Eklinikal. 2021;34:100807. https://doi.org/10.1016/j.eclinm.2021.100807.

3. Lee L, Butt K, Buckrell S, Nwosu A, Sevenhuysen C, Bancej C. Laporan pertengahan musim influenza kebangsaan, 2020-2021. Can Commun Dis Rep. 2021;47(1):1–4. https://doi.org/10.14745/ccdr.v47i01a01.

4. Olsen SJ, Azziz-Baumgartner E, Budd AP, et al. Aktiviti influenza berkurangan semasa pandemik COVID-19 - Amerika Syarikat, Australia, Chile dan Afrika Selatan, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(37):1305–1309.

5. Partridge E, McCleery E, Cheema R, et al. Penilaian aktiviti virus pernafasan bermusim sebelum dan selepas perintah tempat perlindungan COVID{1}} seluruh negeri di California Utara. JAMA Netw Terbuka. 2021;4(1):e2035281.

6. 2020-2021 Ringkasan Musim Selesema. Pusat Kawalan dan Pencegahan Penyakit. https://www.cdc.gov/flu/season/faq-flu-season-2020- 2021. dia. Dikemas kini pada 25 Oktober 2021. Diakses pada 3 Januari 2022.

7. Ferdinands JM, Fry AM, Reynolds S, et al. Penurunan perlindungan vaksin influenza intramusim: bukti daripada Rangkaian Keberkesanan Vaksin Influenza AS, 2011-12 hingga 2014-15. Clin Infect Dis. 2017;64(5):544–550.

8. Ranjeva S, Subramanian R, Fang VJ, et al. Perbezaan umur khusus dalam dinamik imuniti perlindungan terhadap influenza. Nat Commun. 2019;10(1):1660.

9. Kermack WO, McKendrick AG. Sumbangan kepada teori matematik epidemik−I. 1927. Bull Math Biol. 1991;53(1−2):33–55.

10. Bootsma MC, Ferguson NM. Kesan langkah kesihatan awam terhadap pandemik influenza 1918 di bandar-bandar AS. Proc Natl Acad Sci US A.. 2007;104(18):7588–7593.

11. Chowell G, Ammon CE, Hengartner NW, Hyman JM. Dinamik penghantaran pandemik influenza hebat 1918 di Geneva, Switzerland: menilai kesan campur tangan hipotesis. J Theor Biol. 2006;241(2):193–204.

12. Chowell G, Miller MA, Viboud C. Selesema bermusim di Amerika Syarikat, Perancis dan Australia: penghantaran dan prospek untuk kawalan. Jangkitan Epidemiol. 2008;136(6):852–864.

13. Dushoff J, Plotkin JB, Levin SA, Dapatkan DJ. Resonans dinamik boleh menyumbang kepada kemusim wabak influenza. Proc Natl Acad Sci USA. 2004;101(48):16915–16916.

14. Ferguson NM, Cummings DA, Fraser C, Cajka JC, Cooley PC, Burke DS. Strategi untuk mengurangkan wabak influenza. alam semula jadi. 2006;442 (7101):448–452.

15. Mills CE, Robins JM, Lipsitch M. Kebolehtularan influenza pandemik 1918. alam semula jadi. 2004;432(7019):904–906. https://doi.org/10.1038/ nature03063.

For more information:1950477648nn@gmail.com