中华流行病学杂志  2020, Vol. 41 Issue (9): 1390-1395   PDF    
http://dx.doi.org/10.3760/cma.j.cn112338-20200401-00488
中华医学会主办。
0

文章信息

张婷, 吴洪涛, 王凌航, 杨维中.
Zhang Ting, Wu Hongtao, Wang Linghang, Yang Weizhong
基于情景模拟的新型冠状病毒肺炎医疗资源需求快速评估研究
Scenario-based study of medical resource requirement rapid assessment under the COVID-19 pandemic
中华流行病学杂志, 2020, 41(9): 1390-1395
Chinese Journal of Epidemiology, 2020, 41(9): 1390-1395
http://dx.doi.org/10.3760/cma.j.cn112338-20200401-00488

文章历史

收稿日期: 2020-04-01
基于情景模拟的新型冠状病毒肺炎医疗资源需求快速评估研究
张婷1 , 吴洪涛2,3 , 王凌航4 , 杨维中5     
1. 潍坊医学院公共卫生与管理学院 261053;
2. 清华大学公共管理学院, 北京 100084;
3. 清华大学应急管理研究基地, 北京 100084;
4. 首都医科大学附属地坛医院, 北京 100015;
5. 中国医学科学院北京协和医学院, 北京 100730
摘要: 目的 新型冠状病毒肺炎疫情仍处于全球大流行阶段,我国面临着境外输入和境内反弹的双重风险,迫切需要开展医疗资源的准备工作。方法 本研究基于对疾病的现有认识,假设5种局部地区发生疫情的情景,分别使用传染病传播动力学模型和大流行理论静态模型进行医疗资源需求评估。结果 不同流行强度和防控策略的情景下医疗资源需求差别较大,积极防控策略和有效措施能够显著降低医疗资源需求。疫情快速上升期,防控策略的成本及专业应对能力要求迅速增加,医疗资源需求激增的风险大。结论 不同经济发展水平、人口规模和防控能力的地区,均应尽快开展应急状态下医疗资源需求评估,提前为可能出现的疫情反弹和暴发做好医疗资源准备。
关键词: 新型冠状病毒肺炎    医疗资源需求    大流行应对准备    传播动力学模型    
Scenario-based study of medical resource requirement rapid assessment under the COVID-19 pandemic
Zhang Ting1 , Wu Hongtao2,3 , Wang Linghang4 , Yang Weizhong5     
1. School of Public Health and Management, Weifang Medical University, Weifang 261053, China;
2. School of Public Policy and Management, Tsinghua University, Beijing 100084, China;
3. Center for Crisis Management Research, Tsinghua University, Beijing 100084, China;
4. Beijing Ditan Hospital Capital Medical University, Beijing 100015, China;
5. Chinese Academy of Medical Sciences & Peking Union Medical College, Beijing 100730, China
Abstract: Objective COVID-19 outbreak is still under global pandemic. China is facing the risks of importation and local rebound of COVID-19. Under the circumstances, preparations for medical resources are in urgently needed. Methods Based on current understanding of the disease, we set up five scenarios and use the infectious disease transmission dynamic and pandemic theoretical static models to evaluate the demand for medical resources. Results Different epidemic strength and strategies of disease control and prevention resulted in different levels of medical resource request, and active control strategy and effective measures could significantly decrease the requirement. During the epidemic rising phase, the cost of prevention and control measures and the requirement of professional response capacities would increase with potential high risk of medical resource demand sharply increasing. Conclusion Regions with different economic level, population scale, and different prevention and control capabilities should all initiate scientific assessment of medical resource requirement under emergency response and prepare for possible future rebound and epidemic.
Key words: COVID-19    Medical resources demand    Pandemic preparedness    Transmission dynamics models    

2020年3月,我国新型冠状病毒肺炎(新冠肺炎)疫情逐步实现新增本土确诊病例和疑似病例零报告,各省份根据本地情况逐步开始复工复产。但全球疫情仍不乐观。3月11日,WHO宣布新冠肺炎全球大流行[1],3月23日进一步强调疫情在全球范围内加速蔓延[2]。包括我国在内的大部分国家和地区面临着境外输入和境内反弹的双重风险,尚不能排除局部地区出现第二波疫情或持续恶化。研究认为,部分高病死率国家的大量不必要死亡源于医疗资源严重不足[3],采取多种隔离和管控措施可降低三分之二的重症监护医疗资源需求[4],而维持医疗服务的基本运转是保障疫情防控有序进行的关键,医疗需求激增是严重流行期间需要解决的最紧迫问题。武汉市疫情初期,医疗资源不足,有患者未能及时收入医院,造成了家庭和社区感染;随着武汉市加紧建设“小汤山”模式医院并紧急建立方舱医院,缓解了医疗收治压力,在控制传染源、防止疫情扩散的同时,也降低了重症和病死率[5]。因此,对各地医疗资源需求进行快速评估是开展应急准备的必要工作。本研究基于对新冠肺炎的当前认识,运用传播动力学模型和大流行理论静态模型,建立基于模型的新冠肺炎医疗资源辅助决策系统,用以进行资源需求的快速评估,并以300万人区域范围为实例进行情景假设,为应急状态下各地开展医疗资源需求评估和准备工作提供参考。

资料与方法

1.假设前提:①新冠肺炎具有全球大流行的特征,存在社区传播和区域内严重流行的可能性;②尚无有效疫苗可形成人群免疫屏障,无治疗的特效药物;③其他地区医疗支援存在不确定性,医疗资源需依靠本地准备;④该病仍可通过严格的围堵策略实现阻断疫情的目标[6]

2.评估模型及输入指标:

(1)传播动力学模型:针对输入风险为主、社区传播仍处在初期的情景下,使用“易感者-潜隐者-传染者-恢复者”(susceptible,exposed,infectious and recovered,SEIR)仓储模型及相关参数,建立医疗资源预测工具。根据情景假设,输入参数包括:易感人群(S),由于人群普遍易感,即常住人口数;潜隐者(E),表示已被感染尚不具有传染性的人群,该人群数量可合理假设;传染者(I),即已被感染并具有传染性的人群,与当地病例发现能力有关,大于等于确诊病例数;恢复者(R),已治愈或死亡人群。

SEIR模型的具体公式为:

其中,β为疾病的传染率,即一名易感者和一名传染者接触时被感染的概率;σ=1/潜隐期,表示潜隐者具有传染性的速率,潜隐者指的是处于潜隐期(latent period)的感染者,尚不具有传染性;γ=1/传染期,表示疾病康复或死亡的速率;μ表示自然死亡率,ν表示已获得疫苗免疫的人数。R0β×c-×d,即R0β(每次接触传播概率)×单位时间接触数×传染期,采用现有研究结果R0=2.2[7],本研究暂不考虑参数μν的影响。

(2)大流行理论静态模型:针对不采取围堵策略或未成功阻断疫情的地区,流行终止需主动或被动建立人群免疫阈值(herd immunity threshold,f=1- )。无疫苗和有效药物的前提下,依据有效再生数[effective reproductive number,RR0(1-f)]及防控措施效果,确定感染人群比例,设置R0=2.2[7]。该方法的流行持续时间为预设值,不适用非“大流行”情景。

3.预测指标(输出指标)及实现工具:医疗资源计算指标来源于对疾病现有认识、文献研究、一线临床调研结果、专家咨询结果和情景假设。根据上述模型中疫情持续时间,预设干预措施效果为中等(40%、50%)或良好(85%),预测流行期周期现患病人数分布,其最高峰值即现患病人数峰值;根据平均住院时间(10~14 d)、5%需要重症监护室(ICU)治疗[8],中症占40%[9],设定轻症(22.8%)、普通肺炎(57.4%)、重症(13.8%)、危重症患者(4.7%)[10],计算ICU病床、普通住院病床、隔离病床、呼吸机等医疗资源需求;假设医护轮班制度(4班倒制度)、工作时长(6 h/d)和现患病人数的实时医生比(假设普通病床约10:1、ICU住院病床1:1),计算医患比(普通病床1:2.5,ICU病床1:1),护士数(1:3,2:1)、护工数(1:10,1:2),同理,推算对医疗人力资源需求的峰值。根据医护人员峰值人数及个人防护标准确定计算防护物资。疾病轻重类型比例、粗病死率(湖北省外0.4%)等疾病特征参考对中国内地已发表研究[9]。基于上述模型和指标,开发了新冠肺炎医疗资源辅助决策系统V1.0,内置SEIR传播动力学模型和大流行理论静态模型。

结果

以中等城市规模区域范围为例,根据人口规模、疫情流行强度和防控策略措施效果等定性情景设置定量初始值。假设国内或国际某地常住人口300万,不同的情景假设及评估结果如下:

1.情景一:初始输入病例少,防控措施效果中等。假设该地疫情早期主要以输入性病例为主。考虑社会经济、成本效益等因素,未实施严格的防控策略,措施效果为40%。定量设定初始输入病例为16人,其中10人具有传染性,6人处于潜隐期尚不具有传染性,无死亡或治愈人数(表 1)。该情景下,疫情高峰到达时间为第352天,峰值病例数为66 649人,与无干预措施相比,峰值到来时间推后220 d,峰值压低326 083人(图 1),医务人员需求降低至无干预措施情况下约五分之一(图 2)。提示未实施严格防控策略(效果中等)的情况下,与无干预对比,能起到压低和推迟流行高峰、降低医疗资源需求的明显效果,但会引起广泛社区传播(表 2)。

表 1 利用传播动力学模型评估新冠肺炎医疗资源需求的初始参数设置
图 1 不同情境下新冠肺炎轻型、普通肺炎、重症患者人数分布
图 2 不同情境下新冠肺炎现患病例占用医护人员数分布
表 2 不同情境下新冠肺炎医疗资源需求估计数

2.情景二:初始输入病例少,严格防控策略,防控措施效果好。假设该地区疫情早期主要以输入性病例为主,实施严格的防控策略,对病例和密切接触者严格管理,防控措施效果为85%,设定初始同情景一(表 1)。结果提示,防控效果提升后,流行结局由暴发转为短期内扑灭,现患感染者人数减少99.9%以上(表 2),医疗资源需求低(图 2)。在该防控效果下,输入病例增加,流行曲线仍呈下降趋势。

3.情景三:初始已有大量输入性病例和社区传播,防控措施效果中等。假设区域内输入病例在情景一、情景二基础上增加且发生持续社区传播,鉴于管控难度增加、防控能力不足、社会和经济成本大等因素(图 3),防控措施效果假设为50%。初始设定值为感染者800人,其中500人具有传染性,300人处于潜隐期但不具有传染性,治愈或死亡人数5人(表 1)。结果提示,输入疫情导致社区持续传播时,采取中等效果的防控措施,疫情持续时间长(约2年),流行高峰期出现、医疗资源需求增加(图 12)。

图 3 维持积极防御策略防控效果的不同阶段防控能力、成本定性示意图

4.情景四:流行强度高,防控措施效果中等。假设该地区发生严重流行的情景,严格围堵策略未达预期效果,转为缓疫策略,以形成人群免疫屏障的方式终止疾病流行。该情景基于传染病大流行理论模型,设定防控措施效果为50%,持续时间24周。结果提示,疫情高峰期,呼吸机需求量为22 073,ICU床位需求的峰值为11 696(表 2),该区域ICU需求达到389/10 000床位,远远超出国内平均4/10 000左右ICU床位数的医疗资源配置。

5.情景五:流行强度低,防控措施效果好。该情景仍基于建立人群免疫屏障的理论和传染病大流行理论模型。与情景四相比,实施严格的防控策略,防控效果为85%,持续时间24周。结果提示,疫情高峰期,ICU床位需求的峰值为1 261,呼吸机需求量为2 380,医疗资源需求显著低于情景四,起到了较好的压低流行高峰、降低医疗资源需求的效果(图 12)。

讨论

疫情期间医疗秩序是否能维持基本运行或出现严重挤兑,除与医疗资源需求相关外,还与其储备量和动员能力相关。中国武汉市和意大利的每千人床位数分别为7.28和3.49[11-12],已高于世界平均水平(2.7)和中、低收入国家(2.4和1.2)[13]。但在疫情快速上升期,当累计报告发病率为中国武汉市0.59%、意大利0.05%时[14-15],医疗体系超负荷,病死率显著上升,提示对于医疗资源人均占有量低、疫情严重的国家,医疗系统将面临更大的挑战。以中国为例,2018年每千人口执业医师数2.2人(每300万人口6 600人)、每千人口注册医师数2.9人(每300万人口7 800人),每千人口住院病床6.03张[16](每300万人口18 090张),仅可满足情景二、三的要求,在充分做好准备、扩大病床数情况下,可满足情景五病床数需求。但各个国家和地区每十万人口ICU病床数差别较大,其中美国为34.7、德国为29.2,其他发达国家在11.0左右,中国和印度<4.0[ 17],美国和德国在发生情景三时可基本维持ICU运转,但其他国家和地区在同一情景下将不堪重负,提示在严格防控措施前提下并做好医疗资源准备,是维持大流行期间医疗秩序运行的必要条件。

研究提示,疫情发展初期或输入病例数有限时,即应采取实施严格的围堵、防御、压制策略,可有效降低对医疗资源的需求,如措施更为积极、防控效果更好,甚至可发生情景二的短期内成功扑灭疫情,不会造成对医疗系统的冲击。按意大利ICU病床约半数可用于新冠肺炎危重症救治估计[3],每10万人口ICU病床数<14.6(由情景三计算)的国家或地区未做好医疗应对准备时,仅能够满足除情景二的需求,并将在情景四高峰期前和情景一、情景五高峰期时发生医疗资源崩溃。因此,全球大部分国家和地区,尤其是人均医疗资源中、低水平区域应在疫情初期实施严格的防控策略,必须坚持“早发现、早报告、早隔离、早治疗”和“早流调、早追踪”等措施,实施严格的围堵、积极防御、压制等策略,同时尽可能利用窗口期扩充医疗资源,并基于现有资源及时调整防控策略,才能降低情景四、情景五的高强度流行下医疗资源严重挤兑。

全球大流行或区域严重流行时,严格有效的缓疫防控措施仍可以极大缓解医疗资源需求。一旦严格防控措施未能阻止疫情蔓延,缓疫策略将发挥作用。情景四与情景五对比显示,不同缓疫防控措施效果将使疾病流行趋势呈现巨大差别,当实施有效的缓疫策略、充分做好医疗资源准备时,将减少医疗服务体系超负荷运转持续时间、提高医疗体系承受能力、维持医疗服务有序运行。由于在应急状态下医疗资源储备不能短时间完成,风险地区应居安思危提前做好准备。

本研究利用某中等城市级别或300万人口规模区域范围预测评估五种情景下的医疗资源需求,但理论基础、模型方法和评估工具具有普遍的适用性,研究结论基于普遍定性情景假设,若对人口规模更大的地区或国家进行医疗资源需求评估,需重新设置相应水平的定量初始值。本研究具有局限性。与常态下现患病人数医疗配置比例不同,新冠肺炎应急状态下现患病人数的医疗资源配比缺乏研究;医疗资源需求程度还受诸多因素的影响,例如文化背景、政府应急处理能力、医疗支援、伦理问题等相关复杂因素,因此在根据本研究中2种模型评估结果做医疗资源准备时,还需结合受评估区域的实际情况判断;SEIR模型由既定参数和防控效果确定流行曲线走向,不能够比较不同初始病例下对防控效果和流行峰值的动态影响。

综上所述,现阶段各地面临疫情输入和本地疫情反弹、恶化的双重风险,是开展第二波疫情流行应急准备的关键窗口期。基于传染病传播动力学理论、疾病特点、医疗资源配置关键参数等,建立针对医疗资源需求的快速评估方法和模型工具,对应急状态下开展医疗资源的应急准备可提供方法学借鉴和结果参考。

利益冲突  所有作者均声明不存在利益冲突

志谢 感谢中国疾控中心防控技术组专家给予的指导和建议;并向坚守在新冠疫情防控一线及幕后的同志们致敬

参考文献
[1]
World Health Organization. WHO Director-General's opening remarks at the Mission briefing on COVID-19-12 March 2020[EB/OL]. (2020-03-12)[2020-04-01]. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-mission-briefing-on-covid-19-12-march-2020.
[2]
World Health Organization. WHO Director-General's opening remarks at the media briefing on COVID-19[EB/OL]. (2020-03-23)[2020-04-01]. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19-23-march-2020.
[3]
Remuzzi A, Remuzzi G. COVID-19 and Italy:what next?[J]. Lancet, 2020, 395(10231): 1225-1228. DOI:10.1016/S0140-6736(20)30627-9
[4]
Ferguson NM, Laydon D, Nedjati-Gilani G, et al. Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand[EB/OL]. (2020-03-16)[2020-04-01]. https://mcacs.org/multimedia/files/COVID19.pdf.
[5]
Chen SM, Yang JT, Yang WZ, et al. COVID-19 control in China during mass population movements at New Year[J]. Lancet, 2020, 395(10226): 764-766. DOI:10.1016/S0140-6736(20)30421-9
[6]
陈伟, 王晴, 李媛秋, 等. 我国新型冠状病毒肺炎疫情早期围堵策略概述[J]. 中华预防医学杂志, 2020, 54(3): 239-244.
Chen W, Wang Q, Li YQ, et al. Early containment strategies and core measures for prevention and control of novel coronavirus pneumonia in China[J]. Chin J Prev Med, 2020, 54(3): 239-244. DOI:10.3760/cma.j.issn.0253-9624.2020.03.003
[7]
Li Q, Guan XH, Wu P, et al. Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia[J]. NEJM, 2020, 382: 1199-1207. DOI:10.1056/NEJMoa2001316
[8]
Guan WJ, Ni ZY, Hu Y, et al. Clinical Characteristics of Coronavirus Disease 2019 in China[J]. NEJM, 2020. DOI:10.1056/NEJMoa2002032.[publishedonline ahead of print, 2020, Feb 28].
[9]
World Health Organization. Operational considerations for case management of COVID-19 in health facility and community 2020[EB/OL].(2020-03-19)[2020-04-01]. https://www.who.int/publications-detail/operational-considerations-for-case-management-of-covid-19-in-health-facility-and-community. https://www.x-mol.com/paper/1235657283300212736
[10]
中国疾病预防控制中心新型冠状病毒肺炎应急响应机制流行病学组. 新型冠状病毒肺炎流行病学特征分析[J]. 中华流行病学杂志, 2020, 41(2): 145-151.
Epidemiology Working Group for NCIP Epidemic Response, Chinses Certer for Disease Control and Prevertion Chinses Certer for Disease Control and Prevertion. The epidemiological characteristics of an outbreak of 2019 novel coronavirus diseases (COVID-19) in China[J]. Chin J Epidemiol, 2020, 41(2): 145-151. DOI:10.3760/cma.j.issn.0254-6450.2020.02.003
[11]
武汉市统计局.武汉统计年鉴[M].中国统计出版社, 2018.
Hubei Provincial Bureau of Statistics. Wuhan statistical yearbook (2018)[M]. China Statistics Press, 2018. http://nianjian.xiaze.com/down/2019/wuhantjnj-2018.html
[12]
World Health Organization. The global health observatory[EB/OL].[2020-04-01]. https://www.who.int/data/gho/data/indicators/indicator-details/GHO/hospital-beds-(per-10-000-population).
[13]
World Bank. Hospital beds (per 1000 people)[EB/OL]. (2020-04-01)[2020-04-01]. https://data.worldbank.org/indicator/SH.MED.BEDS.ZS?end=2015&name_desc=false&start=1960&view=chart.
[14]
World Bank. Country profile: Italy, 2020[EB/OL].[2020-04-01]. https://data.worldbank.org/country/italy.
[15]
Department of Health and Social Care. Coronavirus (COVID-19) action plan[EB/OL]. (2020-03-03)[2020-04-01]. https://www.gov.uk/government/publications/coronavirus-action-plan.
[16]
国家统计局.中国统计年鉴-2019[M].中国统计出版社, 2019.
National Bureau of Statistics, China statistics yearbook-2019[M]. China Statistics Press, 2019.
[17]
McCarthy N. The countries with the most critical care beds per capita[EB/OL].(2020-03-12)[2020-04-01]. https://www.statista.com/chart/21105/number-of-critical-care-beds-per-100000-inhabitants/.