自COVID-19大流行爆发以来，利用数学建模预测不同公共卫生措施如接触者行程追踪、实施非药物干预措施（如要求戴口罩和保持社交距离）以及疫苗接种等措施的效果，在协助决策方面发挥了重要作用。

Maurizio Porfiri和他在纽约大学坦登工程学院、格罗宁根大学、北伊利诺伊大学、圣心天主教大学和都灵理工大学的国际研究团队一直致力于开发准确的开源建模平台，帮助建模并预测一些未知的情况。2021年1月，他的团队发布了一个基于主体的模型，预测了COVID-19在数字模拟人群中的传播，并用它来探索如何在疫苗剂量有限的情况下完成高效接种。

探索免疫力下降及COVID-19加强针的有效性 

现在，他们把注意力转向了免疫力下降的问题，加之全球疫苗分布的不均衡、新变种的出现以及公共卫生措施的解除，使得结束大流行变得尤为困难。 

“在2021年，疫苗显著减少了COVID-19的感染及住院率，使得经济逐步重新开放并恢复正常。”Porfiri在一封电子邮件中说，“然而，这些疫苗的效力在几个月后就会减弱，特别是对于新型占主导地位的流行株Omicron，因此需要注射COVID-19加强针。毫不意外的是，注射加强针的效果似乎也是有限的。因此，探索免疫力下降并了解如何应对，是保持经济正常、回归正常生活方式、降低未来疫情爆发风险的关键。”

在他们最近发表于《Advanced Theory and Simulations》杂志上的研究中，他们探索了当前大流行中出现的各种因素的相互作用及结果，包括：疫苗诱导的免疫力下降、检测减少以及对COVID-19加强针的推动。 

该模拟是在6个月的预测之后进行的，该预测模拟了COVID-19在美国一个中型城镇不同情况下的传播，具体分析了2021/22年秋季和冬季期间加强针的宣传活动的有效性。 

“我们高清晰度基于主体的模型包括对美国New Rochelle镇的一对一模拟，其中一个虚拟主体对应一个人，并可以从统计学角度反映他们的行为。”该研究的作者之一Lorenzo Zino解释说，“我们生成了城镇中不同的住宅和公共建筑的数字模拟版本，以及其人口的许多特征，从年龄、职业和通勤方式等。”

对正在进化的流行病进行建模

事实证明，这个数字化模拟的New Rochelle小镇是研究不同COVID-19事件和控制措施效果的绝佳试验台。 

“我们模型的两个关键优势是软件免费可用且应用方便，”该研究的另一位参与者Sachit Butail补充说。“任何人都可以使用我们的软件测试许多不同的场景，并在现实的城市环境中评估不同政策的影响。尤为重要的是，这种预测的情景可以被决策者用来制定防控政策。”

在当前的研究中，该团队模拟了免疫力下降的影响，同时也考虑了COVID-19加强针的接种率和检测能力。他们说，他们的发现包括两方面：该模型一方面预测了接种加强针疫苗对改善免疫力下降的重要性，同时也证实了检测的重要性——尤其是对无症状感染者的检测——正如该团队之前工作的发现所显示的那样。 

研究作者亚历山德罗·里佐说：“总而言之，我们对人群的模拟为证明‘加强针接种联合有效检测是应对COVID-19爆发最有力的策略’提供了证据，降低了封城的风险，而封城会对经济和心理都造成严重的伤害。”

加强针辩论中的细微差别

虽然该模型提供了很多有效的见解，但作者承认其具有局限性。尽管对2021年夏收集的实际数据中进行了校准，但该模型的高清晰度是一系列假设的结果。其中，免疫力下降的时间是在有限的数据下根据一定的猜测建模得到的。此外，除了免疫力下降外，模拟的参数也没有随时间变化——这也意味着它们没有考虑到由于各种变化导致的行为差异，如使用非药物干预措施、疫苗接种率或检测等。 

“我们承认，以目前的情况，我们的模型不能准确再现2021年秋季/冬季观察到的疫情数据。” 他们在论文中写道：“在我们模拟和编写过程中，我们没有观察到Omicron变种的激增，但检测和相关的防控政策在整个模拟过程中已经动态变化了好几次。”

“然而，其他的模拟证实我们的研究结果在许多潜在未知的方面仍表现稳定，从而说明我们的预测非常可靠。” 

该团队还强调，关于加强针疫苗的争议非常微妙，而这里提到的数据需要根据动态变化加以考虑。例如，在低收入国家只有5%的人口接种疫苗的情况下，特别是在疫苗分布不平等与出现新的、传染性更强的变异有关的情况下，在富裕国家分发COVID-19加强针的道德标准是什么?

在接种疫苗的个体中，抗体水平的持续下降也一直令人担忧。疫苗接种后，中和抗体滴度预计会下降；然而，目前发现较长寿命的记忆细胞反应在mRNA疫苗接种后的几个月内增加。虽然这种增加的免疫反应可能不会降低传播的风险，但研究表明，仅接种两剂疫苗后产生的持续T细胞水平仍然可以保护人们免受重症和死亡的威胁。 

Porfiri团队开发的模型可以对这些特定情况提供更为明确的答案。如前所述，软件的免费开放获取意味着任何人都可以使用。 

“我们觉得还是应该保持警惕，而且继续更新模型及运行预测情景来监测情况是非常重要的。” Porfiri说：“一场大流行的演变是一种高度复杂且非线性的现象，并且在目前的条件下，一个微小的变化都可能对疫情的演变产生重大影响。”

转载自： AdvancedScienceNews