一个通用的催化模型来评估SARS-CoV-2多次再感染风险的变化
Belinda Lombard1, Cheryl Cohen2,3, Anne von Gottberg2,4
1South African DSI-NRF Centre of Excellence in Epidemiological Modelling and Analysis (SACEMA), Stellenbosch University, Stellenbosch, South Africa.
PloS one
|January 2, 2025
概括
一种新的催化模型成功地检测出SARS-CoV-2再感染风险的增加,即使是在Omicron波之后. 这种工具增强了我们监测来自SARS-CoV-2和类似病原体的多种感染的能力.
科学领域:
- 流行病学 流行病学
- 传染病建模 传染病建模
背景情况:
- 监测SARS-CoV-2再感染趋势对于了解新变种和感染风险至关重要.
- 开发可靠的方法来评估多次SARS-CoV-2再感染是必要的.
研究的目的:
- 推广一种催化模型,用于评估多次SARS-CoV-2再感染的人口水平风险.
- 评估模型在检测后续感染风险增加方面的能力.
主要方法:
- 一个贝叶斯催化模型被调整,以适应在前一次感染后至少90天发生的第n个SARS-CoV-2感染的数量.
- 该模型包含了在Omicron波期间观察到的再感染风险增加的参数.
- 基于模拟的验证被用来评估概括模型的性能.
主要成果:
- 除了在Omicron波期间观察到的上升之外,没有发现第三次SARS-CoV-2感染风险的显著增加.
- 模拟结果证实了该模型在各种场景中检测第三次感染风险增加的能力.
结论:
- 一般化催化模型已被验证用于检测第三种SARS-CoV-2感染,适用于四种或更多种未确认的感染.
- 模型对低数量的nth感染的敏感性限制了其在小人群或未经测试的人群中的使用.
- 调整后的模型提高了识别未来SARS-CoV-2和其他病原体多重感染风险变化的能力.
