Generation Time Of The Alpha And Delta SARS-CoV-2 varianter: en epidemiologisk analys

Feb 20, 2022

För mer information:ali.ma@wecistanche.com


Sammanfattning

Bakgrund

I maj 2021, deltat (B.1.617.2)SARS-CoV-2variant blev dominerande i Storbritannien, ersatt avomicron(B.1.1.529)varianten i december 2021. Deltavarianten är förknippad med ökad överföringsförmåga jämfört med alfavarianten, som var den dominerande varianten i Storbritannien mellan december 2020 och maj 2021. För att förstå överföringen och effektiviteten av interventioner, syftade vi till att undersöka om genereringstiden för deltavarianter (intervallet mellan infektioner i par av smittare och smittade) är kortare – dvs överföringar sker snabbare – än för alfavarianten.

Metoder

I denna epidemiologiska analys analyserade vi överföringsdata från en pågående UK Health Security Agency (UKHSA) prospektiv hushållsstudie. Hushållen rekryterades till studien efter att ett indexfall hade ett positivt PCR-test och genomisk sekvensering användes för att bestämma den ansvariga varianten. Genom att anpassa en matematisk överföringsmodell till data uppskattade vi den inneboende generationstiden (som förutsätter ett konstant utbud av mottagliga individer under hela infektionen) och hushållsgenereringstiden (vilket återspeglar realiserad överföring i studiehushållen, vilket står för mottaglig utarmning) för alfa- och deltavarianter.

Fynd

Mellan februari och 2 augusti021 rekryterades 227 hushåll bestående av 559 deltagare till UKHSA-studien. Alfavarianten upptäcktes eller antogs vara ansvarig för infektioner i 131 hushåll (243 infektioner hos 334 deltagare) rekryterade i februari–maj, och deltavarianten i 96 hushåll (174 infektioner hos 225 deltagare) i maj–augusti. Den genomsnittliga inre generationstiden var kortare för deltavarianten (4·7 dagar, 95 procent trovärdigt intervall [CI] 4·1–5·6) än alfavarianten (5·5 dagar, 4·7–6·5) , med 92 procents posterior sannolikhet. Den genomsnittliga hushållsgenereringstiden var 28 procent (95 procent KI 0–48 procent) kortare för deltavarianten (3,2 dagar, 95 procent KI 2,5–4,2) än alfavarianten (4,5 dagar, 3 ·7–5·4), med 97·5 procents posterior sannolikhet.

Tolkning

Deltavarianten sänder snabbare i hushåll än alfavarianten, vilket kan tillskrivas den snabbare utarmningen av mottagliga individer i hushållen och en möjlig minskning av den inre generationstiden. Interventioner som kontaktspårning, testning och isolering kan vara mindre effektiva om överföringen av viruset sker snabbt.

Finansiering

National Institute for Health Research, UK Health Security Agency, Engineering and Physical Sciences Research Council och UK Research and Innovation


William S Hart, Elizabeth Miller, Nick J Andrews, Pauline Waight, Philip K Maini, Sebastian Funk, Robin N Thompson

Mathematical Institute, University of Oxford, Oxford, Storbritannien (WS Hart MMath, Prof PK Maini DPhil); Institutionen för epidemiologi för infektionssjukdomar, London School of Hygiene & Tropical Medicine, London, Storbritannien (Prof E Miller FRCPath, Prof S Funk Ph.D.); Avdelningen för immunisering och motåtgärder (Prof E Miller, P Waight BSc) och Data och Analytical Sciences (Prof NJ Andrews Ph.D.), UK Health Security Agency, London, Storbritannien; Mathematics Institute (RN Thompson Ph.D.) och Zeeman Institute for Systems Biology and Infectious Disease Epidemiology Research (RN Thompson), University of Warwick, Coventry, Storbritannien


Introduktion

I maj 2021, deltat (B.1.617.2)SARS-CoV-2varianten blev dominerande i Storbritannien1 och globalt.2 Denna variant ger en högre risk för allvarlig sjukdom jämfört med tidigare varianter,2,3 även om vaccination fortfarande är skyddande.4 Deltavarianten ledde till en ökning av tillväxthastigheten avCOVID-19fall i Storbritannien, utkonkurrerade andra varianter.1,5 Denna tillväxt tillskrevs ökad överföringsförmåga, med en studie5 som tydde på att deltavarianten var 43–68 procent mer överföringsbar5 än alfavarianten (B.1.1.7), som var först identifieras i ett urval från september 2020.6

improve immunity to anti Sars-cov-2

Ett sätt att karakterisera överföring av enSARS-CoV-2variant är att mäta dess hastighet och styrka.7,8 Hastighet hänvisar till hur snabbt varianten växer på populationsnivå, vilket mäts av den exponentiella tillväxthastigheten och kan härledas från sjukdomsincidensdata.8 Styrka återspeglar variantens överföringsförmåga8 och är vanligtvis mätt med det tidsberoende reproduktionstalet (dvs. antalet personer som varje smittad person förväntas infektera). Genereringstiden (dvs tiden mellan infektionshändelser i par av smittare och smittade) bestämmer förhållandet mellan en variants hastighet och dess styrka8–11 och är en indata som används i modeller för att uppskatta reproduktionstalet från fallmeddelandedata.12,13 I principen, en ökad tillväxttakt av covid-19-fall, som observerats för deltavarianten, kan tillskrivas ökad överföringsförmåga, en kortare generationstid eller båda dessa faktorer.8,14


Tidigare studier har uppskattatSARS-CoV-2generationstid, 15–20 med de flesta uppskattningar med hjälp av data som samlats in tidigt under covid-19-pandemin. En hushållsstudie18 från UK Health Security Agency (UKHSA) visade att generationstiden förSARS-CoV-2blev kortare mellan september och november 2020, jämfört med tidigare månader. Men även om denna period sammanföll med uppkomsten av alfavarianten var den varianten ansvarig för infektioner i endast två hushåll i UKHSA-studien, och deltavarianten hade ännu inte dykt upp.18 Därför jämförde vi i denna epidemiologiska analys effekten av dessa varianter påSARS-CoV-2generationstid med hjälp av data från en pågående hushållsstudie i Storbritannien.

Metoder

Studiedesign och data

I denna epidemiologiska analys analyserade vi överföringsdata från en pågående prospektiv hushållsstudie utförd av UKHSA (bilaga 1). Eftersom studien började i januari 2021 och data fanns tillgängliga från februari till september 2021, kunde vi analysera övergången från alfa till delta som blev den dominerande varianten. Hushållen rekryterades till studien efter att ett indexfall hade ett positivt PCR-test. Data innehåller PCR-testresultat (inklusive tre tester som tagits som en del av studien), datum för symtomstart, ålder och vaccinationsstatus för deltagande hushållsmedlemmar (bilaga 1). Genomisk sekvensering användes för att bestämma den variant som är ansvarig för PCR-bekräftade infektioner. Där sekvenseringsdata inte var tillgängliga antog vi att alfavarianten var ansvarig för infektioner i hushåll där indexfallet först testades positivt före maj 2021, och deltavarianten var ansvarigt för infektioner i hushåll där indexfallet först testades positivt efter maj 2021 (data från tre icke-sekvenserade hushåll rekryterade under maj 2021, exkluderades från vår analys).1 En känslighetsanalys gjordes som endast involverade hushåll där sekvensering utfördes.

improve immunity to prevent sars-cov-2

En fullständig beskrivning av hushållsstudieprotokollet finns i bilaga 2 (s 2). Protokollet för hushållsövervakning godkändes av UKHSA Research Ethics and Governance Group som en del av portföljen av UKHSA:s utökade övervakningsaktiviteter som svar på covid-19-pandemin. Muntligt informerat samtycke för deltagande i studien (inklusive dataanalyser för att förstå egenskaperna hos hushållsöverföring) erhölls av sjuksköterskorna från hushållsmedlemmar, som när som helst kunde avböja deltagande i hushållsstudien. Samtycke för barn erhölls från en förälder eller vårdnadshavare. Endast anonymiserade data lämnades till icke-UKHSA författare.

Matematisk modellering och statistisk analys

Vi uppskattade generationstiden genom att anpassa en mekanistisk modell, motiverad av kompartmentmodellering (bilaga 2 s 2–9), till hushållsöverföringsdata. I denna modell är varje infektion uppdelad i tre på varandra följande stadier (tidens varaktighet i varje steg följde oberoende distributioner): latent, presymptomatisk, infektiös och symptomatisk och infektiös.17,18 Till skillnad från standardmetoder för att uppskatta generationstiden,15, 16 detta tillvägagångssätt kopplar en infekterad värds smittsamhetsprofil till den tid då de utvecklar symtom.


Dataökning Markov-kedjan Monte Carlo (MCMC) användes för att anpassa överföringsmodellen till data18,21 med följande antaganden: (1) en inkubationsperiodsfördelning med ett medelvärde av 5,8 dagar (SD 3,1; erhållen från en metaanalys utförd innan alfa- och deltavarianterna uppstod);22 (2) helt asymtomatiska, infekterade värdar är 35 procent lika smittsamma som de som utvecklar symtom;23 (3) minskad känslighet hos vaccinerade individer jämfört med ovaccinerade individer (dvs. sannolikheten för överföring mellan en smittsam individ och en mottaglig individ är lägre om den mottagliga individen är vaccinerad, med tidigare uppskattningar;24 (4) ingen skillnad i smittsamhet mellan infekterade individer med olika vaccinationsstatus; och (5) varje hushållsöverföringskluster härrörande från ett enda primärt fall, utan ytterligare infektioner som introducerats i hushållet utifrån.

sars-cov-2 prevention

Vi gjorde känslighetsanalyser för att undersöka hur robusta våra resultat är för dessa antaganden. Följande fyra modellparametrar uppskattades för varje variant i parameteranpassningsproceduren: den genomsnittliga latenta perioden (dvs. tiden från att bli infekterad till att bli smittsam), som en andel av den genomsnittliga inkubationsperioden; den genomsnittliga symtomatiska infektionsperioden; den relativa infektionsförmågan hos presymptomatiska jämfört med symtomatiska infektionsvärdar; och den övergripande överförbarhetsparametern 0, som representerar det förväntade antalet hushållsöverföringar som genereras av en enda, icke-asymptomatisk smittare i ett ovaccinerat och i övrigt helt mottagligt hushåll, förutsatt att efter varje överföring tas den smittade bort och ersätts av en annan mottaglig individ. Spårplottar och jämförelser mellan tidigare och posteriora fördelningar av parametervärden för anpassade modell visas i bilaga 2 (sid 10).


De tidigare använda fördelningarna och centrala uppskattningar av posteriora distributioner med 95 procents trovärdiga intervall (CI) ges i bilaga 2 (s. 24) för varje variant. För att testa anpassningsproceduren genomförde vi också en simuleringsstudie, där vi använde de centrala parameteruppskattningarna för varje variant för att generera syntetiska data och anpassade vår hushållstransmissionsmodell till dessa data (bilaga 2 s 11). Den inre generationstidsfördelningen (fördelningen som antar att antalet känsliga individer förblir konstant under hela infektionen – dvs. om man antar att närhelst en överföring sker, tas den smittade omedelbart bort från populationen och ersätts med en annan känslig individ), ger en generaliserad uppskattning oberoende av hushållsstorlek, beräknades för varje variant från antagna och uppskattade modellparametervärden (bilaga 2 s 4–5). Hushållsgenerationstidsfördelningen (fördelningen av realiserade generationstider inom hushållen, med hänsyn till utarmningen av mottagliga individer)25 uppskattades också för varje variant (bilaga 2 s 8).


Hushållsgenereringstiden är i genomsnitt kortare än den inneboende generationstiden eftersom infekterade individer kan få slut på mottagliga individer att infektera inom hushållen.9,25 Denna effekt orsakas ofta av att flera infekterade värdar tävlar om att infektera de tillgängliga mottagliga individerna (med endast första potentiella överföringen realiseras).26,27 Följaktligen sker realiserade överföringar snabbare inom hushållen än vad den inre generationstidsfördelningen antyder. Vi beräknade de bakre fördelningarna av medelvärdet och SD för de inneboende och hushållsgenerationstidsfördelningarna för varje variant. Vi kombinerade också uppskattningarna som erhölls i varje steg av MCMC-proceduren (efter en inbränningsperiod för att tillåta parameterinferensproceduren att identifiera den relevanta regionen av parameterutrymmet och förtunning för att minska autokorrelation mellan uppskattningar som används från olika iterationer) för att uppskatta hela hushållsgenerationstidsfördelning (bilaga 2 s 13).


Genom att jämföra uppskattningar av genomsnittliga inneboende och hushållsgenereringstider för alfa- och deltavarianterna som erhölls i varje iteration av MCMC-proceduren, beräknade vi bakre uppskattningar av procentuell minskning av dessa kvantiteter på grund av deltavarianten (jämfört med alfavarianten). Vi beräknade också den bakre sannolikheten att varje kvantitet var mindre för deltavarianten än alfavarianten (dvs andelen MCMC-iterationer där den uppskattade genomsnittliga inneboende eller hushållsgenereringstiden var kortare för deltavarianten). Hushållens generationstider jämfördes också på basis av vaccinationsstatus, datum och ålder. Alla analyser utfördes i MATLAB (version R2021b).

Resultat

Mellan februari och 2 augusti021 rekryterades 227 hushåll och 559 deltagare till UKHSA-studien (tabell; visas som vaccinationsstatus och ålder i bilaga 2 s 21–22). Alfavarianten upptäcktes eller antogs vara ansvarig för infektioner i 131 hushåll (243 infektioner hos 334 deltagare) rekryterade i februari–maj, och deltavarianten i 96 hushåll (174 infektioner hos 225 deltagare) i maj–augusti. Den genomsnittliga inre generationstiden uppskattades till 4,7 dagar (95 procent CI 4,1–5,6) för deltavarianten och 5,5 dagar (4,7–6,5) för alfavarianten (figur 1A ). En jämförelse av de bakre uppskattningarna tyder på att den genomsnittliga inre genereringstiden är 15 procent (95 procent CI −7 procent till 31 procent) kortare för deltavarianten än alfavarianten, med en 92 procents bakre sannolikhet att deltavarianten har det kortare genomsnittliga inre generationstid för de två varianterna (figur 1A). Våra resultat indikerar också högre överföringsförmåga inom hushållen för deltavarianten än för alfavarianten (figur 1B). Uppskattningar av den genomsnittliga hushållsgenereringstiden för de två varianterna (figur 1C) är kortare än motsvarande uppskattningar av inre generationstid (figur 1A). Den genomsnittliga hushållsgenereringstiden uppskattades vara 28 procent (95 procent KI 0–48 procent) kortare för deltavarianten (3,2 dagar, 95 procent KI 2,5–4,2) än alfavarianten (4,5 dagar, 3·7–5·4), med 97·5 procents posterior sannolikhet att deltavarianten har den kortare genomsnittliga hushållsgenereringstiden av de två varianterna.

The effect of variant on the intrinsic and household generation times

Vi kombinerade uppskattningarna som erhölls i varje steg av MCMC-proceduren för att uppskatta hela hushållsgenereringstidsfördelningen för alfa- och deltavarianterna, vilket visade att hushållsdeltavariantöverföringar vanligtvis inträffar tidigare under SARS-CoV-2-infektion än överföringar med alfavarianten (bilaga 2 s 13). Vi visar också posteriora uppskattningar av medelvärdet och SD för hushållsserieintervallfördelningen (dvs. perioden mellan symptomdebut hos infektions- och smittade par; bilaga 2 p 14). På samma sätt som hushållsgenereringstiden hittade vi ett kortare medelhushållsserieintervall för deltavarianten (1·8 dagar, 95 procent KI 1·{{1{{20}}}}–2·4) än alfavarianten (3·5 dagar, 2·7–4·1). För båda varianterna var det genomsnittliga hushållsserieintervallet kortare än den genomsnittliga hushållsgenereringstiden – med 1·0 dagar (0·2–1·8) för alfavarianten och 1·5 dagar (0·7– 2·4) för deltavarianten – men hushållsserieintervallet hade en högre SD än hushållsgenereringstiden.


Vi undersökte också effekterna av vaccination (figur 2A–C), ålder (figur 2D–E) och månad då indexfallet först testades positivt (figur 2F) på hushållens generationstider. Vi uppskattade generationstiderna förknippade med smittare och infekterade med olika vaccinationsstatus och övervägde olika kombinationer av infektör-infekterade par. Effekten av varianter på hushållsgenereringstiden var större än vaccinationsstatusen (figur 2A–C). För båda varianterna fanns det ingen tydlig effekt av infektörens eller smittades ålder på generationstiden (figur 2D–E). En minskning av hushållens generationstid inträffade under april–juni 2021, troligen för att deltavarianten blev dominerande i Storbritannien under den tidsperioden (figur 2F).1


Slutligen genomförde vi känslighetsanalyser med hänsyn till hur robusta våra resultat är i förhållande till modelleringsantagandena (bilaga 2 s 15–20). Att anta en kortare inkubationsperiod28 än vad som används i vår huvudanalys22 för båda varianterna eller endast deltavarianten (bilaga 2 s 15), ledde till en större skillnad i genomsnittlig inre genereringstid mellan varianter än vad som visas i figur 1A (t.ex. i känslighetsanalysen där båda varianterna hade en kortare inkubationstid var den uppskattade genomsnittliga inre generationstiden 27 procent [95 procent CI 5–44 procent] kortare för deltavarianten än alfavarianten).


Omvänt, när vi endast beaktade data från hushåll där genomisk sekvensering utfördes (bilaga 2 p 20), fann vi ingen skillnad i den genomsnittliga inre generationstiden mellan varianter; bakre fördelningar av uppskattade kvantiteter för deltavarianten i denna känslighetsanalys var dock breda eftersom sekvenseringsdata inte var tillgängliga från hushåll som rekryterades efter juni 2021, då deltavarianten var dominerande.1 Icke desto mindre, i båda dessa känslighetsanalyser, var vårt fynd av en kortare hushållsgenereringstid för deltavarianten än för alfavarianten förblev oförändrad. Detta fynd var robust mot de olika smittsamhetsnivåerna hos asymtomatiska, infekterade värdar (bilaga 2, s 16) och vaccinerade, infekterade värdar (bilaga 2, s 17) och mot flera virusintroduktioner i hushåll (bilaga 2, s. 18–19).


 The effect of different factors on household generation times

Diskussion

Nya SARS-CoV-2-varianter har andra överföringsegenskaper än coronaviruset som ursprungligen uppstod i Wuhan, Kina.5,14 En nyckelegenskap är generationstiden, som mäter överföringshastigheten.17,25,29 För att uppskatta generationstiden är det nödvändigt att analysera datamängder där par av smittare och smittade kan bestämmas eller uppskattas.17,25,29 Hushållsstudier ger möjlighet att genomföra sådana analyser.18,21 I vår analys av data från en hushållsstudie från UKHSA har vi fann att den genomsnittliga inre generationstiden var något kortare för deltavarianten än alfavarianten, men med betydande överlappning i CI:erna mellan varianterna. För varje variant var realiserade hushållsgenerationstider i genomsnitt kortare än inneboende generationstider eftersom hushållsgenerationstiden står för utarmningen av mottagliga individer inom hushållen (potentiella överföringar med längre generationstider är då mindre sannolika att inträffa).


Vi fann en större skillnad i medelhushållsgenereringstiden mellan varianterna än förväntat från enbart den uppskattade skillnaden i inre generationstid. Detta fynd kan tillskrivas den ökade överföringsförmågan hos deltavarianten i hushåll, vilket leder till att mottagliga individer snabbt infekteras och därigenom inte är tillgängliga för infektion senare (vilket förkortar den genomsnittliga perioden mellan realiserade överföringar). Effekten av varianten på hushållets generationstid var större än effekterna av andra faktorer, inklusive ålder och vaccinationsstatus.


Såvitt vi vet är detta den första studien som direkt jämför generationstiden för olika SARS-CoV-2-varianter, och vi känner inte till andra uppskattningar av generationstid för alfavarianten. En uppskattning för deltavarianten baserad på 55 transmissionspar angavs i China CDC Weekly 2021,28 även om metoderna som ligger till grund för uppskattningen inte presenterades. Icke desto mindre ligger deras genomsnittliga generationstidsuppskattning på 2·9 dagar28 inom KI för vår uppskattning av den genomsnittliga hushållsgenereringstiden för deltavarianten (3·2 dagar, 95 procent KI 2·5–4·2) och är kortare än den nedre gränsen för 95 procent CI av vår uppskattning för alfavarianten (4·5 dagar, 3·7–5·4).


Denna observation stöder vår upptäckt att deltavarianten överförs snabbare än alfavarianten i hushåll. Eftersom vi genomförde vår analys före november 2021 analyserade vi inte generationstiden för den nyligen framkomna omicron-varianten (B.1.1.529). Vår upptäckt av en annan genomsnittlig hushållsgenereringstid för alfa kontra deltavarianten belyser dock behovet av att uppskattningar av generationstid uppdateras för omicronvarianten när lämpliga data blir tillgängliga. Andra studier har uppskattat det seriella intervallet (perioden mellan symptomdebut i par av infektör och smittade) för deltavarianten.30–32 Nyligen har preliminära studier också uppskattat serieintervallet33 och relaterat test-till-test-intervall34 för omicron-varianten. .


Även om det seriella intervallet ibland används som en proxy för genereringstiden, kanske dessa två kvantiteter inte följer samma fördelning29 – t.ex. har generationstiden alltid positiva värden, medan det seriella intervallet kan vara negativt om den presymptomatiska överföringen är möjlig. Serieintervallfördelningen har ofta ett högre SD än generationstidsfördelningen,29 och dessa fördelningar kanske inte har samma medelvärde.18 Ett kortare medelserieintervall än generationstid (som vi fann för hushållsöverföring i vår analys) kan tillskrivas till presymptomatisk överföring eftersom individer med längre inkubationsperioder kan generera fler överföringar i genomsnitt.


Denna effekt, som fångas i vår matematiska modellering, leder till en förväntad inkubationsperiod som är längre för smittare än smittade i överföringspar, och därför ett kortare genomsnittligt seriellt intervall än generationstid18 (eftersom skillnaden mellan generationstiden och serieintervallet är lika med skillnaden mellan inkubationsperioderna för smitttagaren och den smittade29). Virusbelastningsbanorna för individer med infektioner på grund av alfa- och deltavarianterna har också tidigare uppskattats.35–37 Även om det kan vara möjligt att uppskatta hur smittsamheten varierar under infektion med hjälp av virusbelastningsdata,38 beror tidpunkten för realiserade överföringar på faktorer utöver inneboende smittsamhet, såsom beteende (t.ex. kan individer vara mindre benägna att överföra efter att ha utvecklat symtom och självisolerat sig) och tillgången på mottagliga individer.


Vårt tillvägagångssätt tar uttryckligen hänsyn till förändringar i överföringsrisk efter symptomdebut, och hushållsgenereringstiden står för utarmning av mottagliga individer inom hushållen. Generationstidsuppskattningar ligger till grund för en rad epidemiologiska analyser, inklusive slutledning av det tidsvarierande reproduktionstalet12,13 i olika regioner eller länder och den relativa överföringsförmågan för olika varianter.5,14 Sådana analyser försummar ofta tidsmässiga förändringar i generationstiden. Dessutom visar våra resultat att reproduktionsnumret kan påverka den realiserade generationstiden (specifikt leder högre överföringsförmåga av deltavarianten till snabbare överföring inom hushållen). Detta fynd understryker vikten av att använda uppdaterade uppskattningar av generationstid vid uppskattning av reproduktionstal.


Överskattning av medelgenerationstiden leder i allmänhet till uppskattningar av reproduktionsantal som är för höga i en växande epidemi, och för låga i en minskande epidemi.10 När man analyserar överförbarhetsfördelen med deltavarianten jämfört med alfavarianten, försummar man en potentiellt kortare generationstid. för deltavarianten skulle leda till att dess överföringsfördelar överskattas.8 Eftersom utarmning av mottagliga kontakter kan vara mindre viktig för att bestämma tidpunkten för överföringar som sker utanför hushållen än inom hushållen, förväntar vi oss den övergripande genereringstidsfördelningen (som står för överföringar över alla inställningar ) för att ligga mellan vårt hushåll och inneboende uppskattningar.


Därför förväntar vi oss att om man härleder deltavariantens överföringsfördelar gentemot alfavarianten från incidensdata med hjälp av våra hushållsgenereringstidsuppskattningar skulle ge en lägre gräns för överföringsfördelen (eftersom den observerade ökade tillväxthastigheten för deltavarianten delvis förklaras av en betydande generationstidsminskning). Däremot skulle det ge en övre gräns att sluta sig till överföringsfördelen med deltavarianten med användning av uppskattningar av inre genereringstid. Vi noterar att våra uppskattningar av total överföringsförmåga ({0}}) för alfa- och deltavarianterna inte kan jämföras direkt med tidigare uppskattningar av deltavariantens överföringsfördelar (t.ex. en uppskattning på 43–68 procent härledd från incidensdata5).


Värdet på {{0}} representerar det förväntade antalet hushållsöverföringar som genereras av en enda, icke-symptomatisk smittare i ett ovaccinerat och helt mottagligt hushåll, förutsatt att efter varje överföring tas den smittade bort och ersätts av en annan mottaglig individ. Som ett resultat reflekterar 0 inre överföringsförmåga snarare än realiserad överföring. Den inneboende överföringsfördelen med deltavarianten kommer endast att realiseras om ett tillräckligt antal mottagliga individer är tillgängliga för varje smittare. Begränsningar för denna epidemiologiska modelleringsstudie inkluderar modellens antaganden och i vilken utsträckning data är representativa för den bredare befolkningen. Även om vi analyserade hushållsdata, kan överföringsegenskaperna skilja sig åt mellan olika inställningar, vilket motiverade oss att uppskatta både hushållet och inre generationstider. Den inneboende uppskattningen av generationstid, som inte tar hänsyn till utarmningen av mottagliga individer i hushållen, kan betingas av specifika kontaktnätverk och överföringsinställningar (t.ex. hushåll, skolor, arbetsplatser och sociala kontaktnätverk).


Vi genomförde också känslighetsanalyser, vilket bekräftade att vårt fynd av en kortare hushållsgenereringstid för deltavarianten än för alfavarianten var robust mot viktiga modelleringsantaganden. Sammanfattningsvis indikerar vår analys att deltavarianten överförs snabbare än alfavarianten i hushåll. Detta fynd har konsekvenser för interventioner eftersom åtgärder som kontaktspårning är mindre effektiva om överföringen av viruset sker snabbt. Epidemiologiska modeller måste uppdateras för att återspegla generationstiden för varianter som driver överföring och utvärderas ytterligare när egenskaperna för SARS-CoV-2-överföring fortsätter att förändras.

Referens

1 Folkhälsa England. SARS-CoV-2 varianter av oro och varianter under utredning i England. 17 september 2021.


2 VEM. COVID-19 veckoepidemiologisk uppdatering, utgåva 58. 21 september 2021.


3 Twohig KA, Nyberg T, Zaidi A, et al. Sjukhusinläggning och akutvårdsrisk för SARS-CoV-2 delta (B.1.617.2) jämfört med bekymmersamma alfavarianter (B.1.1.7): en kohortstudie. Lancet Infect Dis 2022; 22:35–42.


4 Lopez Bernal J, Andrews N, Gower C, et al. Effektiviteten av covid-19-vacciner mot varianten B.1.617.2 (delta). N Engl J Med 2021; 385: 585–94.


5 Campbell F, Archer B, Laurenson-Schafer H, et al. Ökad överföringsförmåga och global spridning av SARS-CoV-2 varianter av oro från juni 2021. Euro Surveill 2021; 26: 2100509.


6 Folkhälsa England. SARS-CoV-2 varianter av oro och varianter under utredning i England. 11 mars 2021.


7 Dushoff J, Park SW. Hastigheten och styrkan av en epidemi intervention. Proc Biol Sci 2021; 288: 20201556.


8 Park SW, Bolker BM, Funk S, et al. Roller för generationsintervallfördelningar för att forma relativ epidemistyrka, hastighet och kontroll av nya SARS-CoV-2-varianter. medRxiv 2021; publiceras online 5 maj.


9 Fraser C. Uppskattning av individ- och hushållsreproduktionstal i en framväxande epidemi. PLoS One 2007; 2: e758.


10 Wallinga J, Lipsitch M. Hur generationsintervall formar förhållandet mellan tillväxthastigheter och reproduktionstal. Proc Biol Sci 2007; 274: 599-604.


11 Parag KV, Thompson RN, Donnelly CA. Är epidemiska tillväxthastigheter mer informativa än reproduktionssiffror? medRxiv 2021; publicerad online 4 juni.


12 Gnostic KM, McGough L, Baskerville EB, et al. Praktiska överväganden för att mäta det effektiva reproduktionstalet, Rt. PLoS Comput Biol 2020; 16: e1008409.


13 Abbott S, Hellewell J, Thompson RN, et al. Uppskattning av det tidsvarierande reproduktionstalet för SARS-CoV-2 med hjälp av nationella och subnationella fallräkningar. Välkommen Open Res 2020; 5:112.


14 Davies NG, Abbott S, Barnard RC, et al. Uppskattad överföringsförmåga och påverkan av SARS-CoV-2 härstamning B.1.1.7 i England. Science 2021; 372: eabg3055.


15 Ferretti L, Wyman C, Kendall M, et al. Kvantifiering av SARS-CoV-2-överföring tyder på epidemikontroll med digital kontaktspårning. Vetenskap 2020; 368: eabb6936.


16 Ganyani T, Kremer C, Chen D, et al. Uppskattning av generationsintervallet för coronavirussjukdom (COVID-19) baserat på symtomdebutdata, mars 2020. Euro Surveill 2020; 25: 2000257.


17 Hart WS, Maini PK, Thompson RN. Hög smittspridning omedelbart innan covid-19-symptom debut understryker vikten av fortsatt kontaktspårning. eLife 2021; 10: e65534.


18 Hart WS, Abbott S, Endo A, et al. Slutledning av SARS-CoV-2 generationstider med hjälp av brittiska hushållsdata. medRxiv 2021; publiceras online 30 maj.


19 Sun K, Wang W, Gao L, et al. Transmissionsheterogeniteter, kinetik och kontrollerbarhet av SARS-CoV-2. Science 2021; 371: eabe2424.


20 Hu S, Wang W, Wang Y, et al. Infektivitet, känslighet och riskfaktorer associerade med SARS-CoV-2-överföring under intensiv kontaktspårning i Hunan, Kina. Nat Commun 2021; 12:1533.


21 Ferguson NM, Cummings DAT, Cauchemez S, et al. Strategier för att begränsa en framväxande influensapandemi i Sydostasien. Nature 2005; 437: 209–14.


22 McAloon C, Collins Á, Hunt K, et al. Inkubationsperiod för covid-19: en snabb systematisk genomgång och metaanalys av observationsforskning. BMJ Open 2020; 10: e039652.


23 Buitrago-Garcia D, Egli-Gany D, Counotte MJ, et al. Förekomst och överföringspotential av asymtomatiska och presymptomatiska SARS-CoV-2-infektioner: en levande systematisk översikt och metaanalys. PLoS Med 2020; 17: e1003346.


24 Pouwels KB, Pritchard E, Matthews PC, et al. Effekt av deltavariant på virusbördan och vaccinets effektivitet mot nya SARS-CoV-2-infektioner i Storbritannien. Nat Med 2021; 27: 2127–35.


25 Park SW, Champredon D, Dushoff J. Utleda generationsintervallfördelningar från kontaktspårningsdata. JR Soc Interface 2020; 17: 20190719.


26 Kenah E, Lipsitch M, Robins JM. Generationsintervallsammandragning och epidemidataanalys. Math Biosci 2008; 213: 71–79.

Du kanske också gillar