钟南山团队论文正式发表!回应潜伏期问题

百家 作者:科技日报 2020-03-01 03:24:38

科技日报记者 叶青


2月29日,记者从广州医科大学获悉,美国时间28日,钟南山院士团队论文在国际顶级医学期刊《新英格兰医学杂志》在线发表。


研究团队收集了自2019年12月11日至2020年1月29日,从全国30个省、市的552家医院中所提取的1099例实验室确认的新型冠状病毒感染患者的临床信息。研究指出,严格、及时地采取流行病学措施,对遏制疫情迅速蔓延至关重要,对于疾病的有效治疗方法仍需持续不断努力探索。



近一半患者入院时尚未出现发热


研究的主要亮点有哪些?论文的并列第一作者关伟杰、梁文华、何建行教授和通讯作者钟南山教授在“NEJM医学前沿”回应,该研究首次收集全国范围的新冠肺炎患者,通过分析得出病死率(1.4%),与国家卫健委官方报道数据更为贴近;发现了仅有1.9%的患者有直接接触过野生动物的病史,生活在武汉以外的居民中有31.3%的患者在近2周曾到过武汉,72.3%患者曾在近2周接触过武汉地区人员。


研究指出,近一半的新冠肺炎患者在入院时尚未出现发热,但随着疾病进展,88.7%的患者相继出现发热,因此仅依靠发热作为诊断标准则容易漏诊疑诊病例;指出消化道症状(包括恶心呕吐、腹泻)较为少见,但也指出了新冠病毒通过消化道传播的证据(在粪便、胃肠道破损黏膜、出血处分离出病毒),提 示社会各界需要注意预防粪口传播。


研究还指出确实存在部分核酸检测阳性、有临床症状但是在入院时无任何影像学异常表现的新冠肺炎患者,而且非重度患者中这类患者的比例远高于重度新冠感染患者;首次明确了重度新冠肺炎患者入住ICU、进行有创机械通气、死亡的风险为非重度患者的9倍。


最新的潜伏期中位数为4天


新冠肺炎患者的潜伏期究竟有多长?研究团队表示,潜伏期主要根据患者上报最近一次接触传染源(疫区人员、野生动物)的时间以及首次出现症状(含疲乏、咳嗽、发热等)的时间确定。整个人群的潜伏期各异,研究者使用了中位数以及最小、最大值以呈现潜伏期的集中、分散分布趋势。


此研究发现,重度、非重度组新冠肺炎患者各有一例患者的潜伏期达24天。然而,仔细查阅整个人群的潜伏期分布规律,发现潜伏期大于14天的共13例(12.7%),而潜伏期大于18天的仅有8例(7.3%)。“单纯根据最小、最大值评估人群的潜伏期容易引起误读。”研究团队说。


此外,长期居住在武汉或者与武汉地区人员接触的患者,其潜伏期多为0天(接触时间按照最后一天计算);研究者在剔除这些不合理数据后重新计算,得出最新的潜伏期中位数为4天。因此,为更好地表示人群的离散趋势,研究者确定了潜伏期的四分位间距为5天(2天-7天)。


此前,钟南山院士曾表示,“我们的研究显示所有患者潜伏期的中位数是4天,此外,我们在这篇文章即将报道四分位间距,分别是2天与7天(即差距为5天),其更加科学地反映人群的总体情况。”


还需对潜在传播途径进行研究


研究指出,因为目前已在胃肠道、唾液和尿液内检出新冠病毒,因此需要对这些潜在传播途径进行研究。


研究团队还发现新冠肺炎的临床特征与SARS相似。发热和咳嗽是主要症状,胃肠道症状不常见,因此提示与SARS、MERS和季节性流感相比,新型冠状病毒具有不同的趋向性。


不发热的新冠肺炎患者比例高于SARS和MERS感染患者,因此如果监测病例的定义侧重于检测发热,则不发热的患者可能会被漏诊。淋巴细胞减少常见,而且某些病例达到重度减少,这一结果与近期两份报道的结果一致。


该研究确定的病死率(1.4%)低于近期报道的病死率,原因很可能是样本量和病例纳入标准的差异。团队的研究结果与中国官方统计数据更为相似,后者表明截至2020年2月16日,51857例新冠肺炎患者的死亡率为3.2%。由于轻症患者和未就医患者并未纳入该研究,因此真实世界的病死率可能更低。早隔离、早诊断、早治疗可能共同发挥作用,降低了广东的新冠肺炎死亡率。


如何区分新冠肺炎和流感?研究团队表示,尽管新型冠状病毒和SARS-CoV具有种属相似性,但一些临床特征可以将新冠肺炎与SARS-CoV、MERS-CoV及季节性流感区分开来。例如,季节性流感在呼吸科门诊和病房更为常见。


研究团队也提到,研究还存在一些明显的局限性,包括部分病例的接触史和实验室检查记录不完整、非专科医院存在基础设施缺乏和医务人员培训不足等。并提及“我们无疑遗漏了无症状或居家治疗的轻症患者,因此我们的研究队列可能代表了新冠肺炎比较严重的一面。”


将重点构建病毒在人群中的传播模型


今后的研究方向有哪些?研究团队表示,目前亟待明确病毒传播的动力特征、传播途径、病毒对人体组织的嗜性。既往已有研究用于预测我国新冠疫情的变化趋势,然而其并未适当纳入政府近期对各地采取的强有力干预措施、全国复工、武汉与黄冈等地封城对人群疫情变化趋势的影响。因此,对病毒在人群中传播的智能预测模型构建与验证也是当前的工作重点。




来源:科技日报 文中图片由作者提供


编辑:岳靓

审核:管晶晶

终审:冷文生


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接