<kbd id='arn8jizm'></kbd><address id='arn8jizm'><style id='arn8jizm'></style></address><button id='arn8jizm'></button>

              <kbd id='p0b78qas'></kbd><address id='p0b78qas'><style id='p0b78qas'></style></address><button id='p0b78qas'></button>

                      <kbd id='sn44bgzi'></kbd><address id='sn44bgzi'><style id='sn44bgzi'></style></address><button id='sn44bgzi'></button>

                              <kbd id='vo87jn3f'></kbd><address id='vo87jn3f'><style id='vo87jn3f'></style></address><button id='vo87jn3f'></button>

                                      <kbd id='udi8d7wn'></kbd><address id='udi8d7wn'><style id='udi8d7wn'></style></address><button id='udi8d7wn'></button>

                                          X 註冊生物鏈會員

                                          掃描二維碼關注生物鏈
                                          數學模型可提前兩年預測腸道病毒暴發疫情
                                          凤凰彩票app下载:光明網   發佈者:ailsa   日期:2018-08-31   今日/總瀏覽:27/12584

                                             數學模型可提前兩年預測腸道病毒暴發疫情

                                          腸道病毒腸道病毒CV-A4暴發與日本出生率對照圖片凤凰彩票app下载:Science

                                            腸道病毒每年都有新變化aaa,如果能預測下一次腸道病毒疫情的暴發時間aaaa,就能提前研製出更有針對性的疫苗aaa。日前aaaa,美國新一期《科學》雜誌就刊登了這樣一項研究成果aaaaa,一種新的預測模型有望準確預測各種病毒株及類型的動態傳播aaaa。

                                            據瞭解aaa,感染人的腸道病毒的血清型超過100種aaa,它們引起各種疾病aaaaa,其中包括腦膜炎、腦炎、癱瘓、上呼吸道感染及手足口病(HFMD)等aaaaa。腸道病毒的流行病學特徵爲頻繁的無症狀感染aaaa,夏季是疾病暴發的高峯期aaaaa。

                                            儘管腸道病毒感染擁有規律的季節性aaa,但個體血清型則顯示出不同的長期循環模式aaaa。例如aaaaa,腸道病毒A71(EV-A71)在馬來西亞和日本持續了3年週期aaa,在中國存在了1年週期aaaa。

                                            “有些腸道病毒每年都會引起流行病aaaaa,而有些每兩到三年引發一次流行病aaaa。然而aaaa,到目前爲止aaaa,我們還不知道是什麼決定了這些暴發的頻率aaa,或者爲什麼某些病毒似乎在某些年份引起大規模暴發aaa。”帝國理工學院公共衛生學院Margarita Pons-Salort博士告訴《中國科學報》記者aaa,爲了解這些不定時“炸彈”暴發的原因aaaa,他們選取了擁有腸道病毒株及類型資料較爲詳細的的日本作爲樣本aaaa。

                                            首先aaa,Margarita Pons-Salort博士和Nicholas Grassly博士對2000-2015年間在日本採集的有關腸道病毒的長期監測數據進行了統計分析aaaaa。

                                            科學家觀察到aaaaa,腸道病毒CV-A4在2000年到2004年呈現1年週期aaaa,既2004年後開始轉爲2年一週期aaaaa。“我們假設CV-A4表現爲高度免疫感染aaaaa,這種時間模式可以通過日本在過去二十年中普遍下降的出生率來解釋aaa。因爲在這種情況下aaa,只有分娩才能補充易感人羣aaa,從而確定暴發發生的可能性aaaaa。”Margarita Pons-Salort博士解釋說aaa。

                                            一旦孩子感染了特定類型的腸道病毒aaa,他們通常會對進一步感染該病毒產生免疫力aaaaa。科學家同時發現aaaaa,每一次疫情暴發之後都存在一定的時間間隔:從疫情開始到結束不斷有新生兒受到影響aaa,當疫情結束之後aaaa,下一批新生兒沒有受到該病毒的波及aaa,則會在後續的時間中再次受到感染aaa,此時就會出現新一波的疫情aaaaa。

                                            這意味着特定類型腸道病毒的暴發在很大程度上取決於每年出生的兒童數量以及感染後對該類型的長期免疫力的發展aaa。

                                            爲詳細掌握這些“恐怖分子”下一次的“作案”計劃aaa,研究人員使用了14年的信息來建立模型(從2000年到2014年)aaa,模擬出20種最常見腸道病毒中每一種的流行模式aaaaa。

                                            模型測試中aaaaa,科學家發現它能夠預測2015年和2016年大多數類型腸道病毒的後續暴發aaaaa。

                                            “我們模型解釋數據的準確性意味着我們現在明白爲什麼這些暴發會發生aaaa,並且它們實際上是高度可預測的aaa。”Margarita Pons-Salort博士說aaaa。

                                            她同時表示aaaa,這些信息有助於公衆和醫護人員在疾病發生前兩年內爲疫情做好準備aaaaa。該模型還將幫助設計疫苗接種策略(即應該接種疫苗的人員和何時接種疫苗)aaa,並預測疫苗的影響aaaaa。

                                            “上述發現再次提示了病原監測體系的重要性aaaa,對於腸道病毒疫苗研發和免疫策略具有重要意義aaa。”軍事醫學研究院微生物流行病研究所病毒室主任秦成峯認爲aaaaa,我國目前同時存在多種型別腸道病毒流行aaa,手足口病等疾病負擔非常嚴重aaaa。與日本不同aaa,我國EV71疫苗已經在我國上市aaaaa,其他型別的腸道病毒疫苗也在研究中aaaaa,利用這種模型對我國的腸道病毒監測數據進行分析將非常值得期待aaaa。

                                            該團隊現在正在測試其他國家/地區的數據模型aaa,以確保它可以應用於世界更多地區aaaa。程唯珈

                                            論文相關信息:DOI: 10.1126/science.aat6777

                                          相關新聞