澳门科技大学创新工程学院“大规模流行病智能预测预警系统研究中心”完成首轮澳门新冠感染情况调查

澳门科技大学创新工程学院“大规模流行病智能预测预警系统研究中心”完成首轮澳门新冠感染情况调查

澳门科技大学创新工程学院“大规模流行病智能预测预警系统研究中心”(下称“研究中心”)于2022年12月27日开展首轮“本澳新冠感染情况问卷调查”,随机抽样2553个样本。样本分析显示,疫情传播达峰日期为12月23日,当日感染样本数达到256例,占总样本数10%(见图1)。达峰日累积50%样本已经由阳性转阴或检测阳性(见图2)。有 1793 样本已经确认被感染新冠病毒,约占总样本的 70%,其中目前阳性有 853 例,约占 33%;阳性已经转阴有 940 例,约占37%。除此之外,在样本中有症状(发热或咽痛等)但未检测出阳性的有 158 例,约占总样本的 6%。无症状亦暂时未检测出阳性的有 602 例,约占 24%(见图3)。根据研究,重症峰值会比感染峰值滞后一周,目前应处于重症峰值的平台期,可持续2至3周,医疗系统压力较大。

图 1:每日新增感染样本数量统计

图 2:累计感染样本数量统计

图 3:新冠感染样本分布表

超过半数阳性样本病程发生在5到10日间,其中36%感染样本病程为5至7日,21%感染样本病程为7至10日,18%感染样本病程为3至5日,8%感染样本病程为1至3日,2%感染样本病程多于10日。年龄段越高,病程稍微趋向越长,年龄段越小,病程稍微趋向越短。感染新冠的高发征状为发烧37.5℃以上(73%),咽干、咽痛(72%),疲倦、乏力(72%),鼻塞流鼻涕(70%),头痛(62%),肌肉酸痛(60%)。其他征状相对占比不高,约17%感染样本出现嗅觉减退或消失征状,约9%感染样本出现消化道征状(见图4)。

图4:感染样本征状分布

针对本轮疫情,特区政府透过及时建立社区门诊和集中急诊资源,增设抗疫电话热线,通过“四级分流”,达致分流不同程度的新冠病毒感染者之作用,有效进行轻重症分流,将重症医疗资源向重症病人集中,一定程度上防止了医疗挤兑。此外,特区政府亦提前向全澳巿民免费派发抗疫包,有效避免药物挤兑。通过延长非高等教育学校假期以及高校采取线上线下教学等措施,能有效压峰,避免了感染峰值过高,达峰日感染未超过10%。预计随着越来越多感染者康复,在人群中会逐步建立免疫屏障,后续如加强重症屏障,相信本波疫情会顺利通过。

根据上述分析结果,研究中心联合主任杨子峰教授提出以下两点建议:(一)未来春节旅游旺季、国内春运和港澳通关所形成的一定规模的人员流动,会造成疫情回升,需要持续加强防重症医治体系,预留足够的医疗资源,包括隔离床位、治疗药物、ICU床位,医护人手等应对2023年1月中下旬可能的疫情回升。 (二)针对未来3至6个月后可能形成的二次感染进行有效预测,建立全方位立体的重症监测体系以及重症医治体系,形成本澳重症双重保障体系,以持续应对未来的疫情波峰。

澳门科技大学创新工程学院“大规模流行病智能预测预警系统研究中心”于2022年10月31日下午成立,由中国工程院院士、广州实验室主任钟南山亲自揭牌。团队自2021年以来一直参与钟南山院士团队牵头的中国新发疫情城市的预测预警工作,累计对16个省市开展精准预测,建立了全国108规模波次的城市疫情数据库、全国入境人员新冠潜伏期数据库和全国疫情舆情库等。预测误差率均小于15%,为疫情防控提供了重要的技术支撑,也为澳门618疫情提供预测与研判。多次获得疾控部门的表扬和钟南山院士的嘉许肯定。对于本轮疫情,该团队也及时投入参与了全国31省市的疫情预测报告撰写和广州疫情预测。本研究团队获得澳门科学技术发展基金一直以来的支持,包括若干项预测相关科研课题和获批实验室与研发中心专项资助“大规模呼吸疾病流行病预测预警与医学大数据人工智能应用实验室”,该实验室由澳门科技大学创新工程学院与呼吸疾病国家重点实验室和广州呼吸健康研究院联合共建。