Beoordeling van griepepidemiescenario’s voor 2021/22 in Italië tijdens de SARS-CoV-2-uitbraak

Abstract

Mondiale mitigatiestrategieën om de dreiging van SARS-CoV aan te pakken-2 hebben geleid tot een aanzienlijke afname van de ernst van de seizoensgriep in 2020/21, wat zou kunnen resulteren in een verminderde natuurlijke immuniteit van de bevolking voor het komende griepseizoen 2021/2022. Om de verspreiding van het influenzavirus in Italië en de impact van preventie- en controlemaatregelen te voorspellen, presenteren we een op leeftijd gestructureerd Susceptible-Exposed-Infectious-Removed (SEIR)-model, inclusief de rol van sociale mengpatronen en de impact van op leeftijd gestratificeerde vaccinatiestrategieën en niet-farmaceutische interventies (NPI's), zoals schoolsluitingen, gedeeltelijke afsluiting, evenals de adoptie van persoonlijke beschermingsmiddelen en de praktijk van handhygiëne. Wij zijn van mening dat vaccinatiecampagnes met een standaarddekking de verspreiding van de ziekte in gematigde griepseizoenen opmerkelijk zouden kunnen beperken, waardoor de invoering van NPI’s overbodig zou worden. In het geval van ernstige seizoensepidemieën zou een standaard vaccinatiedekking echter niet voldoende effectief zijn in het bestrijden van de epidemie, wat impliceert dat een combinatie met de invoering van NPI's noodzakelijk is om de ziekte in te dammen. Als alternatief laten onze resultaten zien dat het verbeteren van de vaccinatiedekking de noodzaak om NPI’s in te voeren zou verminderen, waardoor de economische en sociale gevolgen die NPI’s zouden kunnen hebben, beperkt zouden worden. Onze resultaten benadrukken de noodzaak om op de griepepidemie te reageren door de vaccinatiedekking te versterken.

cistanche voordelen voor mannen versterken het immuunsysteem

1. Inleiding

De wereldwijde strijd tegen de dreiging die uitgaat van de ziekte Severe Acute Respiratory Syndrome-Coronavirus-2 (SARS-CoV-2, vooral bekend als COVID-19 [1]) heeft geleid tot een brede implementatie van Niet-farmaceutische interventies (NPI's) zoals gedeeltelijke afsluiting, sociale afstand nemen (bijvoorbeeld het vermijden van massabijeenkomsten, het sluiten van openbare uitgaansgelegenheden en scholen), evenals het gebruik van persoonlijke beschermingsmiddelen (PBM's) en de praktijk van frequente handhygiëne. Deze interventies zullen een cruciale rol blijven spelen in de veiligheid van de volksgezondheid naarmate er in de toekomst nieuwe COVID-19-varianten ontstaan.

cistanche voordelen voor mannen versterken het immuunsysteem

Klik hier om de producten van Cistanche Enhance Immunity te bekijken

【Vraag om meer】 E-mail:cindy.xue@wecistanche.com / Whats-app: 0086 18599088692 / Wechat: 18599088692

De invoering van deze maatregelen sinds de eerste maanden van 2020 heeft geleid tot een opmerkelijke afname van de ernst van seizoensgriepachtige ziekten (ILI) tijdens het seizoen 2020/21 [2-4], waarbij de gedetecteerde aantallen vergelijkbaar zijn met die gerapporteerd tijdens de intermediaire periode. -seizoensperioden. Net als bij COVID-19 is de seizoensgriep een zeer besmettelijke luchtwegaandoening die voornamelijk via de lucht (druppels en aerosolen) wordt overgedragen en ernstige gezondheidscomplicaties kan veroorzaken. In een normaal jaar varieert de wereldwijde incidentie van IAZ tussen de 5 en 10 procent voor volwassenen en tussen de 20 en 30 procent voor kinderen, waarvan naar schatting 3 tot 5 miljoen ernstig zijn, wat leidt tot ongeveer 250,000 tot 500 ,000 griepgerelateerde sterfgevallen [5]. Hoewel de COVID-19-bestrijdingsmaatregelen hebben geholpen te voorkomen dat griep circuleerde tijdens het seizoen 2020/21 [6], zou de afname van de ernst van IAZ een lagere immuniteit van de bevolking kunnen impliceren voor het seizoen 2021/22, aangezien de meeste mensen al meer dan een jaar niet blootgesteld aan IAZ [7, 8]. Hierdoor zouden de meest kwetsbare mensen het risico lopen op een ernstige ziekte. In het licht hiervan kan griepvaccinatie een sleutelrol spelen bij het beperken van de verspreiding van seizoensgriepinfecties, maar ook bij het vermijden van de overweldigende gezondheidszorgsystemen die toch al onder druk staan ​​[9, 10]. Recente onderzoeken hebben aangetoond dat de COVID-19-uitbraak heeft geleid tot een grotere naleving van de griepvaccinatie, waarbij de hoogste dekkingsgraad werd bereikt in de vaccinatiecampagne 2020/21 [11–13]. Bovendien heeft een groot aantal onderzoeken aangetoond dat NPI’s significante effecten hebben op de verspreiding van epidemieën via de lucht [14–16]. Vanwege de aanhoudende impact van de COVID-19-pandemie en de onvoorspelbaarheid van het influenzavirus is het daarom tijd om de verwachte griepepidemiescenario’s voor het komende seizoen 2021/22 te onderzoeken, door rekening te houden met de impact van de momenteel aangenomen NPI's en de griepvaccinatiestrategieën ter ondersteuning van zowel de individuele besluitvorming als de beleidsvorming in de strijd tegen griepepidemieën. Door de autoriteiten voorspellingen te doen over de verdeling van de IAZ over de verschillende leeftijdsklassen, zal het mogelijk worden paraatheidsplannen te ontwikkelen om te reageren op een mogelijke pandemie-uitbraak [17, 18].

Zoals gesuggereerd door recente studies (bijv. [19, 20]), kan de ontwikkeling van wiskundige benaderingen om de dynamiek van de epidemie en de impact van controle- en preventiemaatregelen te modelleren een instrument bieden om de effectiviteit van verschillende volksgezondheidsmaatregelen te beoordelen en te vergelijken. om de ziekte onder controle te houden en kan worden beschouwd als een noodzakelijke praktijk om waardevolle informatie voor beleidsmakers op het gebied van de volksgezondheid af te leiden [21]. Hoewel er enkele beperkingen zijn bij het modelleren van situaties uit het echte leven, zijn er wiskundige modellen gebruikt om de dynamiek van eerdere ziekten te karakteriseren, zoals het Ebola-virus [22], griep [23, 24] en COVID-19 [25– 28]. Dit artikel heeft tot doel een breed scala aan griepepidemiescenario’s voor het seizoen 2021/2022 in Italië te onderzoeken, door rekening te houden met de impact van enkelvoudige en meervoudige controle- en preventiemaatregelen op de verspreiding van de ziekte voor verschillende seizoensernst. De kenmerken van de epidemiologische scenario’s worden beoordeeld aan de hand van een leeftijdsgestructureerd deterministisch Susceptible Exposed-Infectious-Recovered (SEIR) epidemiologisch model, op passende wijze uitgebreid om de leeftijdsgestructureerde sociale menging en de impact van de controle- en preventiemaatregelen goed te modelleren. Het onderzoek naar deze scenario's is van cruciaal belang voor beleidsmakers om de impact van implementatiemaatregelen af ​​te leiden en om te beoordelen of de strategieën van vaccinatiecampagnes moeten worden herzien om de lasten voor de volksgezondheid met succes te verminderen. Het artikel is als volgt opgebouwd: Hoofdstuk 2 beschrijft het epidemiologische model van SEIR en de onderzochte scenario's. De resultaten worden gepresenteerd in Hoofdstuk 3, gevolgd door discussies in Hoofdstuk 4. Ten slotte worden de slotopmerkingen gemaakt in Hoofdstuk 5.

cistanche plantverhogend immuunsysteem

2. Materialen en methoden 2.1. Epidemisch model

We ontwikkelen een leeftijdsgestructureerd deterministisch compartimentmodel gebaseerd op het bekende SEIR-model [29, 30], oorspronkelijk geïntroduceerd als een epidemisch model voor de beschrijving van de dynamiek van een infectieziekte in een homogeen en goed gemengde bevolking. Onder de verschillende benaderingen die in het verleden zijn ontwikkeld (bijv. [31, 32]), kan wiskundige modellering op basis van compartimentele dynamische systemen vaak essentiële informatie verschaffen over de epidemische dynamiek, vooral in gevallen waarin er grote onzekerheid bestaat over de impact van de preventie en controlemaatregelen om de verspreiding van de ziekte in te dammen. We breiden het klassieke SEIR-model uit door de introductie van leeftijdsstructurering en de integratie van sociale mengpatronen (bijv. [33, 34]), waardoor de aanname van homogene menging over de leeftijdsgroepen van de bevolking wordt versoepeld. De sociale menging van de op leeftijd gestructureerde bevolking in ons model wordt vastgelegd door het gebruik van een realistisch model van mengpatronen, berekend op basis van routinematig verzamelde sociaal-demografische gegevens van de Italiaanse bevolking [33] (zie paragraaf 2.2). We verdelen de bevolking in vier klassen: zuigelingen (0–4 jaar), kinderen (5–14 jaar), volwassenen (15–64 jaar) en ouderen (�65 jaar). De totale bevolking is verdeeld over de verschillende leeftijdscategorieën volgens de Italiaanse volkstelling, bijgewerkt op 1 januari 2019 [35].

Ons model omvat de impact van bewegingsbeperkingen op de menging van de bevolking door leeftijdsgestructureerde contactmatrices dienovereenkomstig te schalen (zie paragraaf 2.2). Bovendien maakt het model onderscheid tussen de verschillende ernst van de ziekte voor geïnfecteerde personen door rekening te houden met gematigde gevallen, gedefinieerd als geïnfecteerde personen die behandeling door huisartsen of op de spoedeisende hulp nodig hebben, en levensbedreigende gevallen waarvoor een intensive care-afdeling nodig is. (ICU) behandeling. We onderzoeken de kenmerken van seizoensgriep zonder onderscheid te maken tussen de specifieke subtypes van het griepvirus. Zoals hieronder beschreven, worden de parameters van het model echter berekend door het middelen van de epidemiologische kenmerken van twee subtypes van het influenzavirus, namelijk H1N1 en H3N2, de belangrijkste subtypes die seizoensgriep veroorzaken [36].

We gaan uit van een populatie bestaande uit individuen, onderverdeeld in de volgende, elkaar uitsluitende zeven compartimenten voor elke leeftijdsklasse i=1. . .,4, 1. Vatbaar (Si): individuen die griep kunnen krijgen, 2. Blootgesteld (Ei): vatbaar die zijn blootgesteld aan besmettelijke (blootgestelde en geïnfecteerde) individuen en kunnen infecteren, 3. Geïnfecteerd (Ii): geïnfecteerd personen, 4. Huisarts/SEH behandeld (Gi): geïnfecteerde personen die worden behandeld door huisartsen of op de eerste hulp, 5. ICU behandeld (Ti): geïnfecteerde personen die kritieke medische zorg nodig hebben op de ICU, 6. Hersteld (Ri): personen verwijderd van de epidemische dynamiek door te herstellen of door de vaccinatie te krijgen. 7. Overledenen (Di): personen die overlijden als gevolg van de griep. We beschouwen gesloten leeftijdsklassen zonder geboorten en natuurlijke sterfgevallen, zodat het bevolkingsaantal Ni van leeftijdsklasse i de som is van individuen in alle compartimenten van die leeftijdsklasse in de loop van de tijd t (dwz Ni ¼ Si ðtÞ þ Ei ðtÞ þ Ii ðtÞ þ Gi ðtÞ þ Ti ðtÞ þ Ri ðtÞ þ Di ðtÞ). We gaan ervan uit dat de kans op herinfectie van herstelde individuen verwaarloosbaar is, waardoor een levenslange immuniteit tegen influenza na herstel wordt gegarandeerd. De overgangen van individuen tussen verschillende compartimenten worden gemodelleerd door een systeem van zeven gewone differentiaalvergelijkingen, die de evolutie van de bevolking voor elke leeftijdsklasse beschrijven i=1. . .,4 in de tijd t, dat wil zeggen,

waarbij de hoofdletters de hierboven geïntroduceerde toestandsvariabelen (Si, Ei, Ii, Gi, Ti, Ri, Di) aanduiden en Mij de contactmatrix aangeeft (zie paragraaf 2.2), gedefinieerd als een gemiddeld aantal dagelijkse contacten tussen een individu in de leeftijdsklasse I met een individu in leeftijdsklasse j, waarbij i, j=1,. . .,4. De kleine letters geven de transitiepercentages aan en de fractie van individuen die zich tussen verschillende compartimenten verplaatsen, als volgt gedefinieerd: • i is de waarschijnlijkheid van ziekteoverdracht (zie paragraaf 2.4) bij een enkel contact tussen een vatbare persoon in leeftijdsklasse I en een besmettelijke persoon (blootgesteld of geïnfecteerd). We gaan ervan uit dat een blootgesteld individu het virus in een vroeg stadium kan overdragen voordat de symptomen zich ontwikkelen, zoals bevestigd door epidemiologisch onderzoek (bijv. [36]); • pi is de vatbaarheid voor infecties, overgenomen uit [37], hoofdstuk 6, figuur 2; • σ geeft de snelheid aan waarmee individuen overgaan van blootgesteld naar geïnfecteerd, terwijl dit de snelheid is van de overgang van het compartiment van de geïnfecteerde naar de compartimenten van huisarts/SEH-behandeld, ICU-behandeld of hersteld. Hun waarden zijn gerelateerd aan de incubatietijd tσ=σ−1 en de remissietijd t=−1, waarvan wordt aangenomen dat deze gelijk is aan respectievelijk 1,5 en 4 dagen [38–40] ; • ai staat voor de fractie van geïnfecteerde personen die worden behandeld door huisartsen of op de eerstehulpafdelingen, terwijl bi de fractie is van geïnfecteerde personen die kritieke zorg nodig hebben op de intensive care. De referentiewaarden van deze parameters zijn overgenomen uit [41–44]; • ci is de vaccinatiedekking, gedefinieerd als het deel van de vatbare personen dat de vaccinatie krijgt. De referentiewaarden voor het cref vaccinatiegraad heb ik overgenomen uit [45] (zie par. 2.3); • �i(t) is de tijdsevolutie van de vaccineffectiviteit, berekend door analyse van de resultaten gerapporteerd in [46] (zie paragraaf 2.3); • μi is het sterftecijfer, met referentiewaarden μref, ik overgenomen uit [47]. De referentiewaarden van de modelparameters worden weergegeven in Tabel 1. Een representatief voorraadstroomdiagram dat laat zien hoe individuen door compartimenten bewegen, wordt weergegeven in Figuur 1. De integratie van vergelijkingen 1-7 wordt uitgevoerd met behulp van het standaard reële waardevariabele coëfficiënt gewone differentieel vergelijkingsoplosser gebaseerd op LSODE Fortran-bibliotheek ODEPACK++ [48]. We gaan uit van de volgende beginvoorwaarden (dwz op t=0) voor de toestandsvariabelen: Si(0)=Ni−1000, Ii(0)=1000, terwijl de rest van de statusvariabelen zijn nul. We voeren de simulatie van de epidemie uit over een periode van 100 dagen, wat kan worden beschouwd als een representatieve periode voor de duur van seizoensgriepepidemieën.

Afb. 1. Modelschema. Grafisch schema dat de stroom van individuen tussen compartimenten weergeeft

2.2. Contactmatrix

Ons model omvat de impact van sociale mengpatronen (zie Vgl. 1 en 2) met behulp van de contactmatrices van [33] met betrekking tot de Italiaanse bevolking. De matrices zijn numeriek geschaald volgens de leeftijdsstructuur die in ons model wordt beschouwd. Zoals getoond in [33] wordt de contactmatrix Mij berekend als een lineaire combinatie van vier contactmatrices gerelateerd aan de verwachte mengpatronen in verschillende fysieke omgevingen (huishouden, school, werkplek en in de algemene gemeenschap), dat wil zeggen:

waarbij K de door de instelling gespecificeerde coëfficiënten zijn van de lineaire combinatie [33] en δK de corrigerende factoren aangeeft die hier zijn geïntroduceerd om de adoptie van NPI's te modelleren (zie paragraaf 2.4). Voor het doel van ons werk, aangezien de impact van de NPI's op de epidemische dynamiek omgevingsspecifiek is, berekenen we de coëfficiënten K van de lineaire combinatie door de gegevens van [33] te analyseren. De resulterende coëfficiënten zijn H=0.29, S=0.17, W=0.24 en G=0.3. Deze coëfficiënten zullen worden geschaald op basis van de verwachte impact van de aangenomen NPI op de mengpatronen, zoals beschreven in Paragraaf. 2.4. Figuur 2 toont de contactmatrices gerelateerd aan de verschillende sociale settings, samen met de algemene contactmatrix die in dit werk is aangenomen.

Tabel 1. Modelparameters

Fig. 2. Contactmatrices. Contactmatrices voor de Italiaanse bevolking in verschillende sociale settings (zie de titel boven elk paneel). Het meest rechtse paneel toont de totale contactmatrix verkregen als een lineaire combinatie van de omgevingsspecifieke matrices [33].

2.3. Vaccinatie

De tijdsevolutie van de effectiviteit van de griepvaccinatie (�i(t), zie Vgl. 1 en 6) wordt berekend door het analyseren van de gemiddelde waarden van de vaccineffectiviteit van de twee griepsubtypes H3N2 en H1N1, gerapporteerd in [46]. In detail heeft [46] de effectiviteit van het griepsubtype-specifieke vaccin gemodelleerd naar de tijd sinds de vaccinatie onder alle leeftijden en specifiek voor personen van 65 jaar en ouder (zie stippellijnen in figuur 3). Vanwege de schaarse gegevens die door [46] worden verstrekt, hebben we verschillende regressiemodellen getest om de best passende functie te vinden door de aangepaste R-kwadraat-metriek te berekenen om de goedheid van de pasvorm te meten. Als resultaat berekenen we twee polynomiale aanpassingsfuncties van de vierde graad met een aangepaste R2 ~0.99 (zie stippellijnen in figuur 3), als volgt uitgedrukt:

Rekening houdend met de leeftijdsstructuur van het epidemische model dat in dit artikel wordt gepresenteerd, gaan we uit van dezelfde evolutie van de vaccineffectiviteit in de tijd voor personen jonger dan 65 jaar.

Fig. 3. Tijdsevolutie van de effectiviteit van vaccins. De stippen geven de tijdsevolutie aan van de effectiviteit van het vaccin in de loop van de tijd sinds de vaccinatie onder alle leeftijden en voor personen van 65 jaar en ouder, gerapporteerd in [46]. Gestippelde lijnen geven de kleinste kwadraten passende functies van de gegevens aan met polynomen van de vierde orde.

2.4. Modelkalibratie en beschrijving van scenario's

Het model is gekalibreerd op basis van de leeftijdsverdeling van het cumulatieve aantal IAZ-gevallen tijdens het seizoen 2018/2019 in Italië, gerapporteerd in hoofdstuk 6 van [37] (zie figuur 1). De procedure maakt gebruik van een proefondervindelijke kalibratie om de transmissiekans ref, I af te leiden, die het totale aantal geïnfecteerde individuen in de verschillende leeftijdsklassen aan het einde van de epidemie reproduceert. Het resulterende model wordt hierna een referentiemodel genoemd. Zoals eerder vermeld, is onze analyse erop gericht een breed scala aan scenario’s te onderzoeken om de impact van controle- en preventiemaatregelen op de evolutie van de epidemie af te leiden, rekening houdend met de verschillende ernst van de seizoensgriep. Om het potentiële voorkomen van influenza te definiëren in termen van de ernst van de seizoenen, beschouwen we de analyse van [49], die op basis van literatuuronderzoek en de mening van een panel van deskundigen de zes meest waarschijnlijke scenario’s heeft geselecteerd. die de mogelijke gevolgen van een griepuitbraak synthetiseren. Van de zes scenario’s die zijn geselecteerd in [49] gaan we ervan uit dat het referentiemodel, gekalibreerd op de seizoensgriep van 2018/2019, verband houdt met scenario B uit [49] (zie figuur 2). Wat de ernst betreft, gaan we ervan uit dat het referentiemodel als een gematigd seizoen wordt beschouwd. We beschouwen twee aanvullende scenario's voor de ernst van het seizoen, namelijk een mild en een ernstig seizoen, waarvan wordt aangenomen dat ze verband houden met respectievelijk scenario A en E in [49]. De ernst van het seizoen wordt gemodelleerd door de transmissiekans i en het sterftecijfer μi te veranderen ten opzichte van de referentiewaarden ref, I en μref, I (zie Tabel 1). Rekening houdend met de klinische aanvals- en sterftecijfers van de scenario's gepresenteerd in [49], nemen we aan dat het milde seizoen wordt gekenmerkt door de helft van de transmissiekans en hetzelfde sterftecijfer ten opzichte van het referentiescenario, dat wil zeggen mild, i=0.5 ref, i en μmild, i=μref, i. Aangenomen wordt dat het ernstige seizoen wordt gekenmerkt door een transmissiekans van 50% boven de waarschijnlijkheid van het referentiescenario, terwijl wordt aangenomen dat het sterftecijfer driemaal groter is dan de referentiewaarde, dat wil zeggen ernstig, i=1. 5 ref, i en μernstig, i=3 μref, i. Bovendien onderzoekt onze analyse een reeks scenario's gericht op het onderzoeken van de impact van sociale beperkingen op de menging van de bevolking door de setting-gespecificeerde contactmatrices dienovereenkomstig te schalen (zie paragraaf 2.2). Deze maatregelen worden als volgt beschreven: 1. schoolsluitingen: vermindering van de contacten op school met 50%, dat wil zeggen δS=0.5, 2. gedeeltelijke lockdown: vermindering van de contacten op school, op het werk en in de algemene gemeenschap 20%, dat wil zeggen, δS=δW=δG=0.2. Tenzij anders gespecificeerd, wordt aangenomen dat δK gelijk is aan eenheidswaarden, waarbij K=1,. . .,4. Verder onderzoeken we twee aanvullende scenario's om de impact van verschillende vaccinatiedekking (VC) af te leiden met betrekking tot het referentiegeval (ci=chef, I, hierna standaarddekking genoemd, zie Tabel 1), namelijk: 1 . geen VC: ci=0 voor i=1,. . .,4; 2. verbeterde VC: dekking van 40% voor personen jonger dan 65 jaar, ci=0.4 voor i=1,2,3 en c4=chef-kok,4 (zie Tabel 1) . Ten slotte beschouwen we een aanvullend scenario om de impact van de adoptie van persoonlijke beschermingsmiddelen en de praktijk van handhygiëne te modelleren, die naar verwachting een cruciale rol zullen spelen bij het beperken van de verspreiding van door de lucht overgedragen ziekten (bijv. [15]). In deze context [14] werd een significante vermindering van 75% van het IAZ-percentage waargenomen als gevolg van het gebruik van persoonlijke beschermingsmiddelen en de praktijk van handhygiëne. Daarom wordt de impact van deze maatregelen gemodelleerd door de kans op overdracht met 75% te verminderen ten opzichte van het referentiegeval, dat wil zeggen PBM-hygiëne, i=0.25 ref, i.

cistanche voordelen-versterken het immuunsysteem

3. Resultaten

In deze paragraaf presenteren we de uitkomsten van de epidemische dynamische simulaties voor de reeks scenario's die hierboven zijn beschreven (zie paragraaf 2.4). De analyse is gericht op het afleiden van de effectiviteit van controle- en preventiemaatregelen bij het beperken van de epidemieën. Om de uitkomst van de verspreiding van de epidemie in de verschillende scenario’s te karakteriseren, zullen we ons concentreren op de tijdsevolutie en het cumulatieve aantal geïnfecteerde en overleden individuen in verhouding tot het aantal individuen aan het einde van de epidemie. Het is de moeite waard eraan te denken dat het einde van de epidemieën wordt verondersteld de 100ste dag na het begin van de epidemie te zijn. Het belangrijkste voordeel van deze aanpak is het analyseren van de relatieve trend van de epidemische evolutie tussen verschillende scenario’s om de impact van de verschillende NPI’s en vaccinatiecampagnestrategieën te achterhalen en het effect van elke maatregel te vergelijken in termen van de vermindering van het aantal vaccinaties. geïnfecteerde en overleden personen.

3.1. Impact van vaccinatie

Figuur 4 toont de tijdsevolutie van het totale aantal geïnfecteerde individuen ten opzichte van het populatieaantal voor drie verschillende scenario’s gekenmerkt door verschillende VC, rekening houdend met de drie verschillende ernst van het beschouwde seizoen (zie paragraaf 2.4). De eerste dagen na het uitbreken van de epidemie worden gekenmerkt door een toename van het aantal geïnfecteerde personen, met een snelheid die toeneemt met de ernst van het seizoen en afneemt naarmate de vaccinatiegraad toeneemt. De tijdsevolutie van de fractie geïnfecteerde individuen piekt op verschillende tijdstippen en vertoont na de piek een ander afnametempo. In detail worden milde seizoenen (zie het linkerpaneel van figuur 4) gekenmerkt door een korte tijdsevolutie van de epidemie die na ongeveer 20 dagen vanaf het begin van de epidemie verdwijnt, behalve in het geval zonder VC, waar het aantal geïnfecteerde individuen hebben een langere tijd nodig om de piek te bereiken ten opzichte van de andere scenario’s. In het geval van gematigde en ernstige seizoenen (zie de centrale en rechter panelen van figuur 4) neemt het aantal geïnfecteerde individuen af ​​tot nulwaarden na ongeveer 70-80 dagen vanaf het begin van de epidemieën. Daarom heeft de vaccinatie een strikte invloed op de algehele tijdsevolutie van de epidemieën, wat leidt tot een opmerkelijke afname van zowel het tijdstip van piekaankomst als het aantal geïnfecteerde individuen.

Fig. 4. Impact van vaccinatie op de tijdsevolutie van de epidemie. Tijdsevolutie van de epidemieën voor verschillende VC- en influenza-ernst: (links) mild, (midden) matig en (rechts) ernstig seizoen. Houd er rekening mee dat de schaal van de y-as per paneel verschillend is en dat de legenda in het rechterpaneel wordt weergegeven.

Om het algehele effect van vaccinatie te evalueren, berekenen we voor elke leeftijdsklasse de cumulatieve fractie van geïnfecteerde en overleden personen aan het einde van de epidemie. Tabel 2 toont de fractie van geïnfecteerde en overleden individuen met veranderende VC en seizoensernst voor elke leeftijdsklasse. Door het gemiddelde van de fractie geïnfecteerde en overleden personen voor elke leeftijdsklasse te nemen over de ernstscenario’s van drie seizoenen, zou de afwezigheid van vaccinatie leiden tot een toename van de fractie geïnfecteerde (overleden) personen met een factor ~1,6 (~1,5) voor de leeftijdscategorie. klasse < 14 jaar, een factor ~2,4 (~2,2) voor mensen van 15-64 jaar en een factor ~6,3 (~5,7) onder ouderen met betrekking tot het geval van standaard VC. De verhoging van de VC leidt tot een vermindering van het aandeel geïnfecteerde (overleden) personen met een factor ~24,8 (~20.7) voor personen jonger dan 5 jaar, een factor ~35,7 (~36) voor mensen van 5–14 jaar een factor ~23,3 (~22,3) voor personen met een leeftijd tussen 15 en 64 jaar en een factor ~1,6 (~1,7) voor ouderen met betrekking tot standaard VC. Zoals verwacht is de impact van standaardvaccinatie sterker voor ouderen (leeftijd < 65 jaar), waarbij een gemiddelde reductie wordt bereikt over de drie scenario’s van seizoensernst van ~88% van de geïnfecteerde en overleden bevolking ten opzichte van het scenario zonder vaccinatie, terwijl de vermindering van het aantal geïnfecteerde en overleden niet-ouderen bereikt waarden van ~73% voor degenen in de leeftijdsgroep van 15-64 jaar en van ~55% voor zuigelingen en kinderen. Dit komt door de relatief grotere vaccinatiedekking voor ouderen (zie Tabel 1). Bovendien leidt de verbetering van de VC tot een verdere vermindering van de fractie van de geïnfecteerde en afgenomen bevolking onder alle leeftijdsklassen, in het bereik tussen ~92% en ~97% met betrekking tot de gevallen zonder vaccinatie. Door de cumulatieve fractie over alle leeftijdsklassen te berekenen, laat de evolutie van de milde seizoensepidemie met standaard VC vergelijkbare resultaten zien onder alle leeftijdsklassen vergeleken met die met verbeterde dekking, met een cumulatieve fractie van geïnfecteerde mensen van ongeveer ~0.{{ 55}}8% en ~0,06% met respectievelijk standaard en verbeterde dekking (zie roze en blauwe lijnen in het linkerpaneel van figuur 4). Voor gematigde seizoenen leidt de standaarddekking tot een infectiereductie van ~87%, waardoor de cumulatieve fractie van geïnfecteerde individuen afneemt van ~67% (in het geval van geen dekking) tot ~8,6% ten opzichte van de totale bevolking. Door de dekking te verbeteren neemt de geïnfecteerde fractie af tot ~0,72%.

Tijdens zware seizoenen zorgt de standaarddekking voor een vermindering van de infectie met ~47%. In detail daalt het cumulatieve aandeel geïnfecteerde mensen van ~84% (in het geval van geen dekking) naar ~44% van de totale bevolking, terwijl de verbeterde dekking een verdere daling tot ~6,4% oplevert.

Tabel 2. Impact van vaccinatie op de cumulatieve fractie van geïnfecteerde en overleden personen.

3.2. Impact van NPI's

In deze paragraaf vergelijken we de impact van de invoering van afzonderlijke NPI's op het beperken van de verspreiding van ziekten met betrekking tot de vaccinatie in gematigde en ernstige seizoenen, waarbij bovendien rekening wordt gehouden met het gecombineerde effect van NPI's en vaccinatie. Figuur 5 toont de tijdsevolutie van de totale fractie geïnfecteerde individuen tijdens een gematigd griepseizoen voor verschillende VC's en bij het adopteren van verschillende NPI's. Door de verschillende evoluties van de epidemie te vergelijken als gevolg van de adoptie van één enkele NPI (lijnen in elk paneel van figuur 5), kan worden opgemerkt dat de piek van de infectie op verschillende tijdstippen na het begin van de epidemie wordt bereikt en dat de totale infectiepiek op verschillende tijdstippen na het begin van de epidemie wordt bereikt. de duur van de verspreiding van de ziekte verandert tussen de verschillende scenario’s. Een standaard VC leidt tot een reductie van de piek van de infectie naar een waarde die vergelijkbaar is met de piek van de infectie in het geval van geen dekking met de invoering van lockdown en PBM-handhygiëne (vergelijk blauwe en lichtblauwe lijnen in het linkerpaneel met de rode lijn in het middenpaneel van figuur 5).

Fig. 5. Impact van NPI's op de tijdsevolutie van een gematigd griepseizoen voor verschillende VC. Tijdsevolutie van de epidemieën tijdens een gematigd seizoen, inclusief de effecten van verschillende NPI’s (lijnen in elk paneel) en vaccinatie met (links) nee, (midden) standaard en (rechts) verbeterde dekking. Houd er rekening mee dat de schaal van de y-as per paneel verschillend is en dat de legenda in het rechterpaneel wordt weergegeven

Tabel 3. Impact van de NPI's voor verschillende VC op de cumulatieve fractie van geïnfecteerde en overleden individuen tijdens een matig griepseizoen

Bovendien is de impact van de verbetering van de VC vergelijkbaar met het effect dat wordt veroorzaakt door de standaardvaccinatie en schoolsluitingen (vergelijk de lichtrode lijn in het centrale paneel met de rode lijn in het rechterpaneel van figuur 5). Tabel 3 toont de naar leeftijd gestructureerde fractie van geïnfecteerde en overleden personen met verschillende NPI's en VC tijdens een matig griepseizoen. Figuur 6 toont de tijdsevolutie van de totale fractie geïnfecteerde individuen tijdens een ernstig griepseizoen voor verschillende VC's en bij het adopteren van verschillende NPI's. Op dezelfde manier wordt in het geval van een gematigd griepseizoen, weergegeven in figuur 6, de piek van de infectie op verschillende tijdstippen na het begin van de epidemieën bereikt, en verandert de totale duur van de verspreiding van de ziekte tussen de verschillende scenario’s. In het geval van geen dekking (zie linkerpaneel van figuur 6) leidt het gebruik van persoonlijke beschermingsmiddelen, handhygiëne en gedeeltelijke lockdown tot een grotere reductie van de infectiepiek vergeleken met die geproduceerd door standaard VC (zie het linker- en centrale paneel van Fig. 6), in tegenstelling tot wat werd waargenomen voor het gematigde griepseizoen. Bovendien is de impact van de verbetering van de VC vergelijkbaar met het effect dat wordt geproduceerd door de combinatie van standaardvaccinatie en de toepassing van persoonlijke beschermingsmiddelen en handhygiëne (vergelijk de lichtblauwe lijn in het centrale paneel met de rode lijn in het rechterpaneel van figuur 1). 6). Bovendien laten figuren 5 en 6 zien dat in het geval van geen en standaarddekking NPI’s nuttig zijn bij het vertragen van de epidemische piek, terwijl in het geval van verbeterde durfkapitaal de adoptie van NPI’s geen invloed heeft op de timing van epidemieën. Tabel 4 toont de omvang van de algehele vermindering van de verspreiding van epidemieën met verschillende NPI’s en VC voor verschillende leeftijdsklassen tijdens een ernstig griepseizoen

Fig. 6. Impact van NPI's op de tijdsevolutie van een ernstig griepseizoen voor verschillende VC. Tijdsevolutie van de epidemieën tijdens een zwaar seizoen, inclusief de effecten van verschillende NPI’s (lijnen in elk paneel) en vaccinatie met (links) nee, (midden) standaard en (rechts) verbeterde dekking. Houd er rekening mee dat de schaal van de y-as per paneel verschillend is en dat de legenda in het rechterpaneel wordt weergegeven.

Tabel 4. Impact van de NPI’s op verschillende vaccinatiedekkingen tijdens een ernstig griepseizoen

4. Discussie

Door de resultaten met betrekking tot de drie gevallen van VC voor matige (ernstige) griepseizoenen te middelen, leidt de impact van schoolsluiting tot een vermindering van het aandeel geïnfecteerde en overleden populatie met een factor ~2,3 (~1,5) voor personen jonger dan 1 jaar. 5 jaar, een factor ~2,8 (~1,7) voor mensen van 5–14 jaar, een factor ~1,7 (~1,4) voor personen met een leeftijd tussen 15 en 64 jaar en een eventuele vermindering onder ouderen met betrekking tot het scenario zonder adoptie van eventuele NPI’s. Bovendien beperkt een gedeeltelijke afsluiting de verspreiding van gematigde (ernstige) seizoensgriepepidemieën door het aandeel geïnfecteerde en overleden personen met een factor ~73 (~12) te verminderen voor personen jonger dan 5 jaar, en een factor ~107 (~23) voor personen jonger dan 5 jaar. degenen in de leeftijdsgroep van 5–14 jaar, een factor ~28 (~10) voor personen met een leeftijd tussen 15 en 64 jaar en een factor ~2,3 (~1,7) onder ouderen wat betreft het scenario zonder de adoptie van NPI's.

Ten slotte leidt het gebruik van persoonlijke beschermingsmiddelen en het toepassen van handhygiëne tijdens een matig (ernstig) griepseizoen tot een vermindering van het aantal geïnfecteerde en overleden personen met een factor ~1,7 (~1,2) voor personen jonger dan 4 jaar, een factor ~14 (~7) voor mensen van 5–14 jaar, een factor ~13 (~8) voor personen met een leeftijd tussen 15 en 64 jaar, en een factor ~3,5 (~2,3) onder ouderen wat betreft het scenario zonder adoptie van eventuele NPI’s. Daarom is een gedeeltelijke afsluiting, door elke leeftijdsklasse in ogenschouw te nemen, de meest effectieve maatregel om de epidemie in te dammen, vooral voor personen jonger dan 64 jaar. Daarentegen zijn PBM's en handhygiëne de meest effectieve NPI's voor ouderen voor alle gevallen van seizoensernst. Door de totale bevolking te beschouwen, ongeacht de leeftijdsklassen, laten onze resultaten zien dat het gebruik van persoonlijke beschermingsmiddelen en het toepassen van handhygiëne de meest effectieve NPI’s zijn in termen van vermindering van infecties en sterfgevallen tijdens gematigde griepseizoenen zonder vaccinatie, waardoor een vermindering van geïnfecteerde (overleden) personen met ~79% (~71%) in het scenario zonder de invoering van NPI's en vaccinatie. Daarentegen leiden schoolsluitingen tot een vermindering van ~22% (~3,5%) van het aantal geïnfecteerde (overleden) gevallen.

Echter, zoals vermeld in par. 3.1 leidt de impact van vaccinatie met een standaarddekking tot een reductie van ~87% (~95%) van de totale fractie geïnfecteerde (overleden) personen in het scenario zonder enige vaccinatie en NPI. De vermindering van de verspreiding van de ziekte is daarom groter in het geval dat een standaard vaccinatiedekking wordt bereikt in het scenario waarin vaccinatie niet wordt ondernomen en bij de adoptie van NPI's, ongeacht de aard van de NPI. Een verbetering van de vaccinatiedekking vermindert de verspreiding van de ziekte verder door het aantal geïnfecteerde (overleden) personen te beperken tot ~98% (~97%) wat betreft het aantal geïnfecteerde personen in gevallen waarin geen vaccinatiecampagnes worden ondernomen. Daarom maken vaccinatiecampagnes met ten minste een standaarddekking in het geval van een gematigd griepseizoen de invoering van NPI's overbodig. In beide gevallen van influenza-ernst wordt echter een verdere vermindering van het aantal geïnfecteerde (overleden) individuen tot 99% (~100%) verkregen wanneer standaardvaccinatie wordt gecombineerd met de adoptie van NPI's, ongeacht welk soort NPI wordt toegepast.

In het geval van ernstige griepseizoenen en geen vaccinatie zijn persoonlijke beschermingsmiddelen en handhygiëne nog steeds de meest effectieve NPI's in termen van vermindering van het totale aantal geïnfecteerde en overleden personen, vergelijkbaar met het geval van een matig griepseizoen. In detail leidt het gebruik van persoonlijke beschermingsmiddelen en het toepassen van handhygiëne tot een vermindering van het aantal geïnfecteerde (overleden) personen met ~65% (~41%), terwijl gedeeltelijke afsluiting leidt tot een vermindering tot ~63% (~21%) over het scenario zonder de invoering van NPI’s. Deze resultaten bevestigen dat persoonlijke beschermingsmiddelen en handhygiëne waardevolle maatregelen zijn om de verspreiding van de ziekte terug te dringen zonder dat daarvoor massale interventies zoals lockdown nodig zijn. Zoals vermeld in art. 3.1 een standaard vaccinatiedekking in het ernstige griepseizoen leidt tot een vermindering van het aantal geïnfecteerde (overleden) personen met ~47% (~69%), terwijl de verbeterde vaccinatie een afname van het aantal geïnfecteerde (overleden) personen met ~92% (~84%) oplevert ). Daarom is in het geval van een ernstig griepseizoen een verbetering van de vaccinatiedekking noodzakelijk om de invoering van NPI's te voorkomen. Ten slotte zien we, door standaard (versterkte) vaccinatie te combineren met de adoptie van NPI’s, een verdere vermindering van de epidemie tussen ~77% (~95%) en ~99% (~99%) voor geïnfecteerde individuen en in de variëren tussen ~85% (~90%) en ~100% (~100%) voor overleden personen, ongeacht de aard van de aangenomen NPI.

5. Conclusie

Het belangrijkste doel van dit artikel is een poging te doen om de vraag te beantwoorden hoe de momenteel aangenomen volksgezondheidsstrategieën effectief zijn tegen de verscheidenheid aan verwachte griepscenario's in het komende seizoen 2021/2022. De verkenning van deze scenario’s is nodig om een ​​bewustere adoptie van NPI’s te evalueren en mogelijk een herziening van de momenteel aangenomen vaccinatiecampagnes om de verspreiding van de epidemie te voorkomen door passende vaccinatiecampagnes en sociale interventies te implementeren.

cistanche plantverhogend immuunsysteem

Om dit doel te bereiken hebben we een leeftijdsgestructureerd SEIR-model ontwikkeld dat de modellering van preventie- en controlemaatregelen omvat, evenals het effect van sociale mengpatronen en de tijdsevolutie van de effectiviteit van vaccins in de epidemische dynamiek. We presenteren een grondige incidentieanalyse voor drie verschillende scenario's van de ernst van seizoensgriep onder verschillende hypothetische overheidsinterventiestrategieën (dwz vaccinatie en NPI's). Op basis van de resultaten van dit onderzoek zouden vaccinatiecampagnes met een standaarddekking een opmerkelijke impact hebben op de verspreiding van de ziekte in het geval van een gematigd griepseizoen, waardoor de invoering van NPI's overbodig zou worden. Integendeel, NPI's zijn noodzakelijk bij ernstige seizoensepidemieën, waarbij een standaard vaccinatiedekking niet voldoende effectief zou zijn in de bestrijding van de ziekte. In dit geval zou de combinatie van vaccinatie met standaarddekking en NPI's leiden tot een aanzienlijke beheersing van de ziekte. Onze resultaten laten echter zien dat het verbeteren van de vaccinatiedekking de noodzaak om NPI’s in te voeren zou verminderen, waardoor de economische en sociale gevolgen die NPI’s zouden kunnen hebben, beperkt zouden worden. Als we alle epidemische uitkomsten omvatten die in dit artikel zijn onderzocht, kan worden geconcludeerd dat, hoewel de onderzochte NPI’s effectief zijn in het verminderen van de overdracht en het verlichten van de gezondheidszorglast, het duidelijk is dat een vaccinatiecampagne met een goede dekking de enige manier is om de epidemie in te dammen. Deze aanpak gaat gepaard met enkele onzekerheden die ons resultaat kunnen beïnvloeden. Ten eerste gaat het model uit van een populatie zonder migratie, geboorten of sterfgevallen door andere oorzaken dan de epidemie en gaat het uit van immuniteit tegen de ziekte bij herstel. Wat sociale menging betreft, is het model gebaseerd op de setting-specifieke sociale interactiematrices uit [33] die gerelateerd zijn aan vier sociale settings (zie paragraaf 2.2). De adoptie van NPI’s die de sociale mix beperken als gevolg van beperkingen op het gebied van de publieke mobiliteit schoolsluitingen en gedeeltelijke lockdown) wordt gemodelleerd via een herschalingsaanpak (zie paragraaf 2.4).

Deze benadering kan echter simplistisch zijn, omdat er geen rekening mee wordt gehouden of individuen zich aan dergelijke beperkingen houden. Door toegang te krijgen tot gegevens met betrekking tot het traceren van contacten voor bevestigde gevallen en door grootschalige publieksenquêtes uit te voeren, kan het in dit artikel aangenomen model voor sociale menging worden verbeterd. Bovendien houdt het model geen rekening met de stochastische factoren, die de dynamiek van de epidemie in de begin- en eindfase sterk kunnen beïnvloeden, wanneer er sprake is van een klein aantal geïnfecteerde individuen [23].

Referenties

1. Organisatie WH. Pandemie van de coronavirusziekte (COVID-19). Beschikbaar op: https://www.who.int/egencys/diseases/novel-coronavirus-2019.

2. Soo R, Chiew CJ, Ma S, Pung R, Lee V. Verminderde influenza-incidentie onder COVID-19-controlemaatregelen, Singapore. Opkomende infectieziekten. 2020 04;26.

3. Zhang T, Wang Q, Xie Y, Peng Z, Zheng J, Qin Y, et al. Impact van COVID-19-uitbraken en interventies op griep in China en de Verenigde Staten. Natuurcommunicatie. 2021 05;12.

4. Organisatie WH. FluNet-samenvatting. Wereldgezondheidsorganisatie; 2020. van: https://www.who.int/tools/flunet/flunet-summary.

5. Organisatie WH. Mondiale griepstrategie 2019-2030. Wereldgezondheidsorganisatie; 2019. Beschikbaar op https://www.who.int/publications/i/item/9789241515320.

6. Motorkap B, Ali S, Ng T, Tsang T, Li J, Fong MW, et al. Impactbeoordeling van niet-farmaceutische interventies tegen COVID-19 en griep in Hong Kong: een observationeel onderzoek. Lancet Volksgezondheid. 2020; 5: e279–e288.

7. Solomon D, Sherman A, Kanjilal S. Influenza in het COVID-19-tijdperk. JAMA. 2020 08;324.

8. Lee Kyueun, Jalal Hawre, Raviotta Jonathan M, Krauland Mary G, Zimmerman Richard K, Burke Donald S, et al., Het schatten van de impact van lage griepactiviteit in 2020 op de bevolkingsimmuniteit en toekomstige griepseizoenen in de Verenigde Staten, Open Forum Infectious Diseases, Volume 9, Issue 1, januari 2022, ofab607, https://doi.org/10.1093/ofid/ofab607 PMID: 35024374

9. Rondy M, el Omeiri N, Thompson M, Levˆeque A, Moren A, Sullivan S. Effectiviteit van griepvaccins bij het voorkomen van ernstige griepziekte bij volwassenen: een systematische review en meta-analyse van case-control-studies met test-negatieve opzet. Tijdschrift voor infectie. 2017 09;75.

10. Reina J. Griepvaccinatie in de tijd van SARS-CoV-2. Medicina Cl´ınica (Engelse editie). 2020 12;156.

11. Goldman RD et al.; Internationale COVID-19 Parental Attitude Study (COVIPAS)-groep. Bereidheid om kinderen te vaccineren tegen griep na de pandemie van de coronavirusziekte 2019. J Kinderarts. 2021 januari; 228:87–93.e2. https://doi.org/10.1016/j.jpeds.2020.08.005 Epub 7 augustus 2020. PMID: 32771480; PMCID: PMC7410815.

12. Bertoni L, Roncadori A, Gentili N, Danesi V, Massa I, Nanni O, et al. Hoe heeft de COVID-19-pandemie de houding ten opzichte van griepvaccinatie onder een gezondheidswerker in een Italiaans kankercentrum veranderd? Hum Vaccin Immunother. 2021 okt;p. 1–6.

13. Di Pumpo M, Vetrugno G, Pascucci D, Carini E, Beccia V, Sguera A, et al. Is COVID-19 een echte stimulans voor griepvaccinatie? Laat de cijfers voor zichzelf spreken. Vaccins. 2021; 9(3). Beschikbaar op: https://www.mdpi.com/2076-393X/9/3/276.

14. Aiello AE, Perez V, Coulborn RM, Davis BM, Uddin M, Monto AS. Gezichtsmaskers, handhygiëne en griep onder jongvolwassenen: een gerandomiseerde interventiestudie. PLoS Eén. 2012 januari; 7(1):e29744. https:// doi.org/10.1371/journal.pone.0029744 PMID: 22295066

15. Howard J, Huang A, Li Z, Tufekci Z, Zdimal V, van der Westhuizen HM, et al. Een bewijsbeoordeling van gezichtsmaskers tegen COVID-19. Proceedings van de Nationale Academie van Wetenschappen. 2021; 118(4). Beschikbaar op: https://www.pnas.org/content/118/4/e2014564118. https://doi.org/10.1073/pnas. 2014564118 PMID: 33431650

16. Nakhaeizadeh M, Eybpoosh S, Jahani Y, Ahmadi Gohari M, Haghdoost AA, White L, et al. Impact van niet-farmaceutische interventies op de beheersing van COVID-19 in Iran: een onderzoek naar wiskundige modellen. Int J Gezondheidsbeleid Manager. 2021 juni https://doi.org/10.34172/ijhpm.2021.48 PMID: 34273920

17. Plan voor paraatheid bij een pandemie. Wereldgezondheidsorganisatie; 2015-2003. Beschikbaar via https://apps.who.int/iris/handle/10665/44123.

18. WHO Global Influenza Preparedness Plan: de rol van de WHO en aanbevelingen voor nationale maatregelen vóór en tijdens pandemieën. Wereldgezondheidsorganisatie; 2005. Beschikbaar via https://apps. WHO. int/iris/handvat/10665/68998.

19. Egger M, Johnson L, Althaus C, Sch¨oni A, Salanti G, Low N, et al. WHO-richtlijnen ontwikkelen: tijd om formeel bewijsmateriaal uit wiskundige modelleringsstudies op te nemen. F1000Onderzoek. 2017 08; 6:1584. https://doi.org/10.12688/f1000research.12367.2 PMID: 29552335

20. Panovska-Griffiths J, Kerr C, Waites W, Stuart R. In wiskundige modellen als hulpmiddel voor beleidsbeslissingen: toepassingen op de COVID-19 pandemie; 2021.

21. Huang CY, Sun CT, Hsieh Jl, Lin H. SARS simuleren: epidemiologische modellering in de kleine wereld en beoordelingen van het volksgezondheidsbeleid. Journal of Artificial Societies en sociale simulatie. 2004 10;7.

22. Jiang S, Wang K, Li C, Hong G, Zhang X, Menglin Shan, et al. Wiskundige modellen voor het bedenken van de optimale uitroeiing van de Ebola-virusziekte. Tijdschrift voor translationele geneeskunde. 2017 06;15.

23. Rizzo C, Lunelli A, Pugliese A, Bella A, Manfredi P, Tomba G, et al. Scenario's voor de verspreiding en beheersing van een grieppandemie in Italië. Epidemiologie en infectie. 2008 03; 136: 1650–7. https://doi.org/10. 1017/S095026880800037X PMID: 18272019

24. Vargas-De-Le'on C. Modellering van controlestrategieën voor influenza A H1N1-epidemieën: SIR-modellen. Revista Mexicana de F´ısica S. 2012 01; 58: 37–43.

25. Tang B, Wang X, Li Q, Bragazzi N, Tang S, Xiao Y, et al. Schatting van het transmissierisico van de 2019-nCov en de implicaties ervan voor interventies op het gebied van de volksgezondheid. Tijdschrift voor klinische geneeskunde. 2020 01. https://doi.org/10.3390/jcm9020462 PMID: 32046137

26. Tang B, Bragazzi N, Li Q, Tang S, Xiao Y, Wu J. Een bijgewerkte schatting van het risico op overdracht van het nieuwe coronavirus (2019-nCov). Modellering van infectieziekten. 2020 02;5.

27. Yang H, Lombardi Junior L, Castro F, Yang A. Wiskundige modellering van de overdracht van SARS CoV-2- Evaluatie van de impact van isolatie in de staat S˜ao Paulo (Brazilië) en afsluiting in Spanje in verband met beschermende maatregelen over de epidemie van CoViD-19. PLOS EEN. 2021 06; 16:e0252271.

28. Esposito D, Dipierro G, Sonnessa A, Santoro S, Pascazio S, Pluchinotta I. Datagestuurde epidemische intelligentiestrategieën gebaseerd op digitale nabijheidsopsporingstechnologieën in de strijd tegen COVID-19 in steden. Duurzaamheid. 2021 01; 13:644.

29. Foppa I. In: Kermack WO en McKendrick AG: een baanbrekende bijdrage aan de wiskundige theorie van epidemieën (1927); 2017. blz. 59–87.

30. Kermack WO, McKendrick AG. Bijdragen aan de wiskundige theorie van epidemieën-II. het probleem van de endemiciteit. Bulletin van wiskundige biologie. 1991; 53(1):57–87. Verkrijgbaar via: https://www. sciencedirect.com/science/article/pii/S0092824005800412.

31. Kerr CC, Stuart RM, Mistry D, Abeysuriya RG, Rosenfeld K, Hart GR, et al. Covasim: een op agenten gebaseerd model van COVID-19 dynamiek en interventies. PLOS Computationele Biologie. 2021 07; 17(7):1–32. Beschikbaar via: https://doi.org/10.1371/journal.pcbi.1009149 PMID: 34310589

32. Omar OAM, Alnafisah Y, Elbarkouky RA, Ahmed HM. COVID-19 deterministische en stochastische modellering met geoptimaliseerde dagelijkse vaccinaties in Saoedi-Arabië. Resultaten Fys. 2021 september; 28:104629. https://doi.org/ 10.1016/j.rinp.2021.104629 Epub 2021 2 augustus. PMID: 34367890; PMCID: PMC8327613.

33. Fumanelli L, Ajelli M, Manfredi P, Vespignani A, Merler S. De structuur van sociale contacten afleiden uit demografische gegevens bij de analyse van de verspreiding van infectieziekten. PLoS-computationele biologie. 2012 09; 8:e1002673. https://doi.org/10.1371/journal.pcbi.1002673 PMID: 23028275

34. Prem K, Zandvoort Kv, Klepac P, Eggo RM, Davies NG, voor de wiskundige modellering van infectieziekten COVID-19 werkgroep C, et al. Projectie van contactmatrices in 177 geografische regio's: een update en vergelijking met empirische gegevens voor het COVID-19-tijdperk. PLOS Computationele Biologie. 2021 07; 17(7):1–19. Beschikbaar via: https://doi.org/10.1371/journal.pcbi.1009098 PMID: 34310590

35. Inwonerspopulatie naar leeftijd, geslacht en burgerlijke staat op 1 januari 2019; Verkrijgbaar via: https://demo. ist. Het/.

36. Influenza type A-virussen.; 2017. Beschikbaar op: https://www.cdc.gov/flu/avianflu/influenza-a-virussubtypes.htm.

37. Calabr'o G, et al. Waardering van de Health Technology Assessment (HTA) van het anti-influenza-viervoudig vaccin: Fluad Tetra; 2021. Beschikbaar op: https://www.ijph.it/hta-vaccino-antinfluenzalequadrivalente-adiuvato-fluad-tetra.

38. Flahault A, Letrait S, Blin P, Hazout S, M´enar´es J, Valleron AJ. Modellering van de griepepidemie van 1985 in Frankrijk. Statistieken in de geneeskunde. 1988 11; 7: 1147–55. https://doi.org/10.1002/sim.4780071107 PMID: 3201040

39. Longini I, Nizam A, Xu S, Ungchusak K, Hanshaoworakul W, Cummings D, et al. Pandemische griep bij de bron indammen. Wetenschap (New York, NY). 2005 09; 309: 1083–7. https://doi.org/10.1126/science.1115717 PMID: 16079251

40. Ferguson N, Cummings D, Cauchemez S, Fraser C, Riley S, Meeyai A, et al. Strategieën voor het beheersen van een opkomende grieppandemie in Zuidoost-Azië. Natuur. 2005 10; 437: 209–14. https://doi.org/10. 1038/natuur04017 PMID: 16079797

41. Meier CR, Napalkov PN, Wegmu¨ller Y, Jefferson T, Jick H. Populatiegebaseerd onderzoek naar incidentie, risicofactoren, klinische complicaties en medicijngebruik geassocieerd met griep in het Verenigd Koninkrijk. Eur J Clin Microbiol Infect Dis. 2000 november; 19(11):834–842.

42. Sessa A, Costa B, Bamfi F, Bettoncelli G, D'Ambrosio G. De incidentie, natuurlijke historie en bijbehorende uitkomsten van griepachtige ziekte en klinische griep in Italië. Fam Prakt. 2001 december; 18(6):629–634.

43. Esposito S, Cantarutti L, Molteni C, Daleno C, Scala A, Tagliabue C, et al. Klinische manifestaties en sociaal-economische impact van griep onder gezonde kinderen in de gemeenschap. Het Journal of Infection. 2011 03; 62: 379–87. https://doi.org/10.1016/j.jinf.2011.02.015 PMID: 21414357

44. Perrotta D, Bella A, Rizzo C, Paolotti D. Participatieve online surveillance als aanvullend instrument voor Sentinel-artsen voor surveillance van griepachtige ziekten in Italië. PLOS EEN. 2017 01; 12:e0169801. https://doi.org/10.1371/journal.pone.0169801 PMID: 28076411

45. Territoriaal informatiesysteem voor gezondheid en welzijn. Beschikbaar op: https://www.istat.it/it/archivio/14562.

46. ​​Kissling E, Nunes B, Robertson C, Valenciano M, Reuss A, Larrauri A, et al. I-MOVE multicenter case-controlonderzoek 2010/11 tot 2014/15: Is er binnen het seizoen sprake van een afname van de effectiviteit van het grieptype/subtype vaccin naarmate de tijd sinds de vaccinatie toeneemt? Eurotoezicht. 2016 april; 21(16).

47. Rosano A, Bella A, Gesualdo F, Acampora A, Pezzotti P, Marchetti S, et al. Onderzoek naar de impact van griep op de bovenmatige sterfte onder alle leeftijden in Italië tijdens de afgelopen seizoenen (seizoenen 2013/14-2016/17). Int J Infecteren Dis. 2019 november; 88: 127–134. https://doi.org/10.1016/j.ijid.2019.08.003 PMID: 31401203

48. Allan B, Lefantzi S, Ray J. ODEPACK++: refactoring van de LSODE Fortran-bibliotheek voor gebruik in de CCA-softwarearchitectuur met krachtige componenten; 2004. blz. 109–119.

49. Napoli C, Fabiani M, Rizzo C, Barral M, Oxford J, Cohen J, et al. Beoordeling van scenario's voor menselijke grieppandemie in Europa. Eurotoezicht. 2015 februari; 20(7):29–38. https://doi.org/10.2807/1560-7917. es2015.20.7.21038 PMID: 25719965