研究强调诊断测试在大流行应对中的重要性

研究强调诊断测试在大流行应对中的重要性

COVID-19 大流行已经证明了测试在疾病准备和应对方面的重要性，约翰霍普金斯大学应用物理实验室 (APL) 和合作者团队的新研究强调了这一原则。

发表于1月2日号柳叶刀公共卫生该研究包括模拟和分析，表明在美国大流行期间，开发、制造和分发 COVID-19 诊断测试的公私合作伙伴关系挽救了大约 140 万人的生命，并避免了大约 700 万名患者住院。

总部位于马里兰州劳雷尔的 APL 与战略准备和响应管理局 (ASPR)、美国疾病控制和预防中心以及 MITRE 公司的顾问合作进行了这项研究。

分析发现，测试的早期开发、生产和分发显着减少了严重的 COVID-19 疾病的数量。通过建模和模拟，我们展示了国家协调如何有效利用资源和能力。”

Gary Lin，APL 计算流行病学家，该研究的合著者

APL 研究人员开发了数字孪生原型 –；虚拟模拟环境——；对测试和诊断供应链进行建模。该工具用于模拟基线情景并评估可能的大流行干预措施的影响。

APL 数字孪生项目经理 Elizabeth Currier 表示：“数字孪生帮助我们定量了解中断和感染率变化对检测可用性的影响和后果。” “它还可以评估政策和投资的影响，并用于规划和评估供应需求，以帮助应对和确保未来医疗危机的安全供应链。”

该原型模型集成了各种数据源，包括制造、零售和政府库存信息，以及废水和固定数据，使团队能够评估复杂的场景。它模拟了传染病病例的预测，以反映测试的需求、测试的生产以及供应和分配物流。

2020 年 1 月至 2022 年 12 月期间，在政府的努力下，美国进行了超过 67 亿次 COVID-19 检测。其中包括实验室检测、即时检测和非处方检测，在美国实验室、医疗机构或家庭中进行了超过 27 亿次检测。

柯里尔说：“结果凸显了稳健、快速的测试开发、生产和分销对于解决未来对公众健康的威胁的重要性。” “通过整合数据获得的见解不仅仅限于应对 COVID-19：它们通过可扩展的框架来有效分配资源，让我们为未来的流行病做好准备。”

作为全灾害方法的一部分，APL 的数字孪生模型已扩展到监测全国范围内的 COVID-19、流感、呼吸道合胞病毒 (RSV) 和其他公共卫生威胁的检测。

资料来源：