文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

英格兰无家可归人群中的COVID-19:一项建模研究

COVID-19 among people experiencing homelessness in England: a modelling study.
PubMed 文献 · Lancet Respir Med · 2020-09-23
一句话结论模型估计英格兰无家可归人群中已实施的预防措施在第一波疫情中可能避免了21092例感染和266例死亡,若解除措施可能导致暴发。

该建模研究使用离散时间马尔可夫链SEIR模型,纳入英格兰46565名无家可归者(35817人住在1065家收容所,3616人住在143家夜间庇护所,7132人露宿街头),模拟2020年2月1日至5月31日第一波疫情及未来情景。模型校准至截至2020年5月31日4%的无家可归人群感染SARS-CoV-2,估计发生24例死亡(95%预测区间16-34)。估计已实施的预防措施可能避免了21092例感染(19777-22147)、266例死亡(226-301)、1164例住院(1079-1254)和338例ICU入住(305-374)。若继续预防措施,2020年6月1日至2021年1月31日预计新增1754例感染(1543-1960)、31例死亡(21-45);若解除措施且无第二波,预计12151例感染(10718-13349)、184例死亡(151-217)。

要点

  • 模型校准至截至2020年5月31日4%的无家可归人群感染SARS-CoV-2,估计发生24例死亡(95%预测区间16-34)。
  • 估计已实施的预防措施在第一波疫情中可能避免了21092例感染(19777-22147)、266例死亡(226-301)、1164例住院(1079-1254)和338例ICU入住(305-374)。
  • 若继续预防措施,2020年6月1日至2021年1月31日预计新增1754例感染(1543-1960)、31例死亡(21-45)、122例住院(100-148)和35例ICU入住(23-47)。
  • 若解除预防措施且无第二波,2020年6月1日至2021年1月31日预计12151例感染(10718-13349)、184例死亡(151-217)、733例住院(635-822)和213例ICU入住(178-251)。
  • 即使一般人群发病率低,无家可归场所仍可能暴发SARS-CoV-2,避免死亡取决于防止收容所和夜间庇护所内的传播。

适用人群与场景

  • 英格兰无家可归人群:35817人住在1065家收容所(中位21床,IQR 12-38),3616人住在143家夜间庇护所(中位15床,IQR 14-25),7132人露宿街头,总计46565人。
  • 77%为男性,多数年龄30-49岁(基于St Mungo's慈善机构客户数据)。

处置流程与药物剂量

  • COVID-PROTECT:为无家可归成人提供带独立浴室的单间住宿(主要为商业酒店),模型假设2020年3月1日开放。
  • COVID-CARE:为有症状者提供检测和医疗支持住宿,模型假设2020年3月1日开放,症状出现后次日提供,80%接受。
  • 模型假设夜间庇护所居住者全部接受COVID-PROTECT,露宿街头者80%接受,每日自行离开风险0.6%。

研究设计与关键结果

  • 研究类型:离散时间马尔可夫链SEIR模型,模拟46565名无家可归者,每个情景运行200次,报告中位数和95%预测区间。
  • 情景A(历史估计,实施预防措施):截至2020年5月31日,校准至4.1%(1888例感染,95%预测区间1709-2094)感染,估计24例死亡(16-34)。
  • 第一波疫情中预防措施可能避免:21092例感染(19777-22147)、266例死亡(226-301)、1164例住院(1079-1254)、338例ICU入住(305-374)。
  • 未来情景C(继续所有预防措施,无第二波):2020年6月1日至2021年1月31日预计1754例感染(1543-1960)、31例死亡(21-45)、122例住院(100-148)、35例ICU入住(23-47)。
  • 未来情景D(解除所有预防措施,无第二波):预计12151例感染(10718-13349)、184例死亡(151-217)、733例住院(635-822)、213例ICU入住(178-251)。
  • 未来情景F(继续所有预防措施,有第二波):预计结果与情景C相似(具体数值原文未列出)。

证据类型、等级与局限

  • 证据类型:建模研究(数学建模),非随机对照试验。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 作者认为,提供稳定的单间住宿和加强无家可归场所的感染控制措施可以预防暴发,并避免大量死亡。
  • 作者指出,即使一般人群发病率低,无家可归场所仍可能暴发SARS-CoV-2。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Lancet Respir Med. 2020 Dec;8(12):1181–91. doi: 10.1016/S2213-2600(20)30396-9

引言

当前病毒性呼吸道疾病COVID-19的大流行对社会各部分构成的风险并不均等。经历无家可归的人可能因无家可归者住宿环境中的传播风险以及采取预防行为(如定期洗手和避免与他人接触)的障碍而易感。美国收容所中已有COVID-19暴发的记录。1, 2 同样,在历史上的大流行性流感季节,尤其在无家可归人群中观察到住院人数大幅激增。3 除感染相关风险外,经历无家可归的人可能因长期健康状况的高患病率而面临重症COVID-19风险增加。4, 5 大流行前对经历无家可归者进行的队列研究显示,心血管疾病和慢性呼吸系统疾病导致大量超额死亡,6, 7 而这些疾病会增加重症COVID-19的风险。8, 9

英格兰在2020年初在一般人群中经历了所谓的COVID-19第一波。首例病例于1月29日报告,病例在4月第一周达到高峰,到2020年5月底发病率已回落至低水平。10 在这第一波期间,估计英格兰一般人群中5–6%产生了针对严重急性呼吸综合征冠状病毒2(SARS-CoV-2)的抗体。11, 12 在发表时,一般人群中COVID-19的发病率仍远低于这第一波期间,但已有新证据表明病例再次增加。13

研究背景证据背景

无家可归人群的健康结局较差,流行病学研究显示心血管疾病、呼吸系统疾病和慢性感染的患病率高,全因死亡率是一般人群的3至6倍。有证据表明,无家可归人群在大流行性流感季节的住院高峰尤为显著,提示其对病毒性呼吸道感染的易感性。无家可归者收容环境中COVID-19暴发的风险促使采取了一些干预措施以降低传播风险,但迄今为止的影响以及潜在的未来影响尚不明确。我们检索了PubMed、预印本服务器(medRxiv、bioRxiv和arXiv)和Google Scholar,检索时间为2019年12月1日至2020年8月3日,检索词涉及无家可归(“homeless*”、“rough sleep*”、“street sleep*”、[“inadequate*”、“insecure*”、“precarious*”、“unstabl*”]和“hous*”、“houseless”、“roofless”)、COVID-19(“COVID*”、“SARS-CoV-2”、“novel coronavirus”、“nCoV-2019”、“respiratory”)和暴发(“outbreak*”、“disease control”、“health protection”)。我们对研究类型不设限制。我们共识别出14项研究。5项研究记录了无家可归者收容所中COVID-19的暴发(4项在美国,1项在法国),防控措施得到了公共卫生主管部门的支持。一项纳入法国4个收容所的研究发现,感染与居住在每间房间床位最多的收容所有关。加拿大一个收容所的一份报告显示,包括隔离有症状居民在内的预防措施似乎预防了续发病例。美国波士顿的一项研究表明,无家可归者中COVID-19的发病率显著高于一般人群。尽管已收集了一些来自无家可归者环境的数据(主要来自北美),且若干政策综述描述了针对无家可归人群采取的措施,但COVID-19对经历无家可归者的影响在很大程度上仍缺乏记录。

本研究的附加价值

我们使用随机流行病学模型探讨了英格兰经历无家可归者中COVID-19的潜在发病率,以及死亡人数和医院及重症监护床位需求。来自英格兰与无家可归者合作开展工作的组织的证据表明,迄今为止无家可归者中COVID-19死亡人数较少,我们将其归因于封锁干预期间与一般人群接触的减少、旅舍中感染控制的加强以及将露宿者安置于商业酒店。综合来看,我们发现这些干预措施可能在COVID-19第一波疫情期间使无家可归人群的死亡减少了92%。我们表明,如果继续实施这些措施,额外死亡人数很可能保持在较低水平,但取消这些措施可能导致暴发和更多死亡,无论一般人群的发病率如何。

所有现有证据的意义

无家可归者环境中传染病暴发的风险已为人熟知。即使一般人群发病率较低,这些环境中仍可能出现COVID-19暴发。通过提供稳定的单人房间住宿以及加强无家可归者环境中的感染控制措施,可以预防暴发。这些干预措施可避免大量死亡。

关于该疾病对无家可归者影响的数据很少。一些数据可从伦敦无家可归者住宿项目的监测中获得(附录第5页)。这包括对伦敦无家可归者环境中人员的检测,提示COVID-19的发病率遵循了一般人群的趋势,在4月初达到高峰。参与监测项目的场所共有6075名居民,报告在2020年3月1日至6月16日期间有四例死于COVID-19(未发表)。由于慢性呼吸系统问题等健康相关脆弱性,无家可归者的感染-死亡比(IFR)可能高于一般人群。4, 5 假设IFR为1·6%(考虑了这种增加的脆弱性),监测数据暗示累积发病率为4%(95% CI 1–10;该估计的详细信息见附录第7页)。这些数据提示COVID-19对无家可归者的影响低于预期,尽管这些估计存在高度不确定性,且不包括第一波期间仍在露宿街头的人。

我们在无家可归者人群中确定了三个潜在的预防因素:(1)可能减少了无家可归者之间传播的住宿干预项目(专栏),(2)由于行动和活动限制(即封锁)而与一般人群接触减少,以及(3)旅舍和其他无家可归者场所的感染控制措施,如关闭公共区域、推广手卫生以及建议居民和工作人员限制与他人接触(即保持身体距离)。专栏 COVID-19期间对无家可归者的支持:COVID-PROTECT和COVID-CARE 一些国家在大流行期间向无家可归者提供了额外支持。英格兰的卫生和住房主管部门制定了一项包含两个主要元素的计划:(1)向无家可归成年人提供带独立浴室的单人房间住宿(称为COVID-PROTECT);(2)为有症状者提供检测和医学支持住宿(称为COVID-CARE)。14 其他地区也实施了类似模式;例如,纽约市和洛杉矶县利用酒店房间安置脆弱无家可归者,并为有症状者建立了单独的医疗收容设施。15, 16

2020年3月26日,英国政府指示地方当局在大流行期间为露宿者提供住宿。17 随后,宿舍式夜间收容所被关闭,COVID-PROTECT住宿重点面向居住在这些设施中的人员以及露宿者。COVID-PROTECT住宿主要设在大流行期间原本空置的商业酒店中。大流行前居住于无家可归者收容所的大多数人仍留在原所在地,同时加强了感染控制。COVID-CARE的实施方式各地不一。在一些地区,人员根据症状被转入COVID-CARE,并在两次检测阴性后出院;在另一些地区,人员在获得阳性结果后被转入。截至本文发表时,由于病例数较少,COVID-CARE设施已关闭,而许多COVID-PROTECT设施仍保持开放。2020年6月3日,英国政府报告称截至当时已有14 610人获得住宿安置,18 包括露宿户外者、住在夜间收容所者或有露宿风险者。6月24日宣布向地方当局提供进一步资金以提供长期住宿。19

我们旨在模拟因这些预防性因素而避免的感染、死亡和住院人数,并估计在不同未来情景下COVID-19对该人群的潜在影响。

方法

转换模型

我们开发了一个离散时间马尔可夫链20模型,以模拟个体在四个隔室之间的随机每日转换——对COVID-19易感、暴露、感染性或恢复(包括免疫或死亡)——遵循SEIR(易感-暴露-感染-移除)方法21进行传染病建模。我们还对个体的所在地点进行了建模,包括社区环境(包括收容所、夜间收容所和露宿街头,即在户外睡觉);COVID-PROTECT或COVID-CARE(见专栏);或医院。状态转换总结于图1,更详细的流程图和关键假设见附录(第13、16–17页)。本研究不需要伦理审查和批准,因为仅使用了公开可获取或已匿名化和聚合的数据。

图1 模型中的状态转换个体被分类为易感、暴露、感染性(无症状或有症状)和移除状态(即不再易感)。浅蓝色和深蓝色方框代表社区环境中的个体:居住在收容所、在夜间收容所睡觉、在户外睡觉或住在COVID-PROTECT酒店。粉色方框代表医疗保健环境(COVID-CARE或医院)中的个体。根据英格兰无家可归者住宿的数据,这些地点均被建模为若干独立的封闭亚组。ICU=重症监护病房。 查看原图 ↗

无家可归人群

无家可归人群的规模和结构难以估计,部分原因是无家可归的类型各不相同。22 我们考虑了三个群体:居住在单身无家可归者旅舍(通常为单卧室住所)中的人、露宿街头的人以及在夜间收容所(一个大房间内设多张床位)中睡觉的人。一项针对单身无家可归者住宿提供者的普查显示,2019年英格兰1065家旅舍中居住着35817人,旅舍规模的中位数为21张床位(IQR 12–38)。23 关于露宿街头人数的估计数据很少;我们使用政府的官方计数24,结合基于多机构数据库数据对该计数未覆盖人数的估计,得出英格兰目前约有10748人露宿街头的估计值。我们假设在夜间收容所中睡觉的人属于该人群的一个子集。我们利用伦敦夜间收容所的数量和规模数据,估计英格兰10748名露宿街头者中有3616人睡在143家夜间收容所中,这些夜间收容所每家床位数的中位数为15张(IQR 14–25)。因此我们的总人口为46565人。关于这些估计的进一步细节见附录(第2页)。

大多数关于单身无家可归者的研究表明,其中大多数为男性,平均年龄约为40–50岁。5, 25 为构建关于重症COVID-19风险的假设,我们使用了英格兰一家无家可归者慈善机构(St Mungo's)服务对象的年龄和性别特征。该人群中77%为男性,大多数年龄在30–49岁(附录第7页)。

SARS-CoV-2感染

我们假设无家可归者可能通过与普通人群接触而获得SARS-CoV-2感染,或在普通人群接触引入SARS-CoV-2之后在无家可归者环境中发生传播。

我们将与普通人群接触相关的风险建模为普通人群感染发病率乘以一个固定参数m,由于2020年2月1日至5月31日第一波期间实施的封锁措施(按此建模),我们假设m小于1。例如,m=0·5将导致5·4% × 0·5=2·7%的无家可归者仅因与普通人群接触而感染,其中5·4%是第一波之后普通人群的估计累积发病率。我们利用第一波结束时抗体流行率估计普通人群的每日发病率(附录第9页)。11

因与普通人群接触而产生的病例作为无家可归者环境中传播的种子,我们将这些环境建模为封闭群体。我们假设社区内传播发生在1569个亚组中,包括上述1065家旅舍和143家夜间收容所,以及露宿街头者的亚组。我们没有证据作为露宿街头者混合接触结构的基础,因此创建了规模为1至100的合成亚组,其中组规模按规模倒数的概率进行抽样,这意味着小组的数量多于大组。这产生了361个亚组,规模中位数为9(IQR 2–28)。我们假设亚组内均匀混合,但亚组之间无混合或传播。

对于每一天,我们基于每个传染性个体的传染性、这些个体的传染持续时间以及该亚组中具有传染性的个体数量,计算了每个亚组内所谓的感染力度(即每个易感个体的感染风险)。传染性以如果所有接触者均易感时一个传染性个体预期的二代病例数表示,在传染性个体之间存在差异,并从均数固定(基本再生数R0)和离散参数为k的负二项分布中采样。对于收容所中的个体,在无预防措施的情景下,我们依据已发表的严重急性呼吸综合征冠状病毒2(SARS-CoV-2)在一般人群和封闭环境中的R0估计值,将R0设定为2·5。26, 27 我们假设夜间庇护所与更高的风险相关,并将R0设定为该值的1·5倍(即R0=3·75),而露宿街头因处于户外而与较低风险相关,为此我们将R0设定为收容所值的0·75倍(即R0=1·88)。在我们的基础情景中,我们将传播建模为比一般人群中离散程度更低28(尽管仍具有高度离散性),因为无家可归者是一个具有共同特征的亚人群,其接触率的变异可能较小。这种方法考虑了疫情发生的可能性和大小的变异,以及所谓的超级传播事件(即一个个体感染许多其他人)。除这些变量外,传播事件的数量还受到随机变异的影响。

病程

我们使用了英国一般人群中现有COVID-19模型关于暴露期和传染期持续时间以及入院情况的假设。26 我们将病例分类为无症状、轻症(需要基本临床观察和自我隔离)、中症(需要入院)和重症(需要入住重症监护病房[ICU]),病情越严重死亡风险越高。我们假设总体感染病死率(IFR)为1·62%。该值基于现有的一般人群中相似年龄和性别患者的IFR估计值,并进行了调整以考虑无家可归人群的健康相关脆弱性。该调整基于已发表的关于无家可归者背景死亡风险增加的证据,29, 30 因为总体死亡风险可能代表对COVID-19的脆弱性(附录第7页)。该方法考虑了由合并症(无论是否确诊)导致的增加的风险,也考虑了虚弱和营养不良等风险因素。我们关于疾病严重程度的假设见表1。不同疾病严重程度的个体,包括无症状病例,被假设具有相同的传染性。

表1 关于无家可归者中疾病严重程度、感染病死率和医疗保健使用的假设 查看原表 ↗

干预措施

我们假设COVID-PROTECT和COVID-CARE于2020年3月1日启用(面板),并且对于在户外露宿或夜间收容所睡眠的人员,如果其在3月1日至3月29日之间的某一天处于易感或无症状状态,则在该日随机向其提供COVID-PROTECT。我们假设所有在夜间收容所睡眠的个体均接受COVID-PROTECT,而在户外露宿的个体接受的概率为80%。我们将COVID-PROTECT建模为106家规模为22–200张床位的酒店,个体被随机转移至酒店。个体留在COVID-PROTECT中直至干预关闭(表2)或自行离院。自行离院被建模为每日0·6%的风险,个体返回其原社区亚组。无症状或症状前个体可能被安置在COVID-PROTECT中,导致该环境中存在传染性个体。我们假设传播可在COVID-PROTECT内发生(R0设定为0·75),在每个独立酒店内,其方式与社区环境相同。在社区环境或COVID-PROTECT酒店中出现症状性COVID-19的个体,在出现症状后的次日被提供COVID-CARE,我们假设其接受的概率为80%。在我们的模型中,COVID-CARE中不发生传播,因为我们假设所有居民在入院时均已感染。症状结束后,个体从COVID-CARE出院返回其社区亚组,或若符合条件则被提供COVID-PROTECT。详细流程图见附录,连同关键假设表(第13、16–17页)。

表2 情景参数 查看原表 ↗

情景

我们将情景分为第一波情景(涵盖2020年2月1日至5月31日)和未来情景(涵盖2020年6月1日至2021年1月31日)。我们定义了两个第一波情景:A和B(表2)。情景A是对无家可归人群中疫情的历史估计,并实施了预防措施。我们对2020年5月31日英格兰无家可归者中SARS-CoV-2累计发病率的最佳估计为4%(附录第5页)。我们将该期间的R0设定为0·75,然后确定会产生4%累计发病率的m值。情景B是一个反事实情景,实施了一般人群封锁措施但未对无家可归人群采取额外公共卫生干预;对于该情景,m设定为1且R0值未降低。

我们在六种未来情景下运行了模型(表2)。在情景C、D和E中,一般人群中不存在第二波疫情:一般人群的发病率保持在较低水平(即每天5000例),这反映了无家可归者场所被新病例引入的风险。情景C涉及继续实施所有预防措施,情景D涉及解除所有预防措施,情景E涉及解除除COVID-CARE和COVID-PROTECT以外的预防措施。在情景F、G和H中,一般人群中存在第二波疫情,每波的总感染人数均为第一波的一半,发病高峰在2020年11月1日(附录第9页)。在情景F和G中,存在急剧的第二波疫情,持续时间与第一波相同:情景F涉及继续实施所有预防措施,情景G涉及解除预防措施。在情景G中,m保持为0.5,因为如果社区传播大幅增加,一般人群中很可能对流动和活动实施限制。情景H与情景G相同,但第二波疫情的曲线更长、更平缓,持续时间为第一波的三倍。所有未来情景均从情景A继续,感染、死亡和医疗资源使用情况从2020年6月1日起报告(而非包括情景A在内的完整模型持续时间)。

对于每种情景,我们运行模型200次,并报告总病例数、死亡人数、住院人数、ICU入住人数和感染累积发病率的中位数及95%预测区间(2.5%和97.5%分位数)。为检查结果的稳定性,我们比较了每种情景下模型运行前半部分和后半部分的结果分布。两半之间的中位数和分布非常相似。

敏感性分析

我们进行了单变量敏感性分析,在指定的基础情景中将模型参数替换为低值和高值。在这些分析中,我们变化了以下参数:感染病死率(IFR)、社区环境中的R0、COVID-PROTECT中的R0、离散参数k、一般人群中第一波的规模、被提供COVID-PROTECT或COVID-CARE时的接受比例、从COVID-PROTECT和COVID-CARE自行出院的风险,以及在流动受限时与一般人群的混合程度(m)。随后我们进行了多变量概率敏感性分析,纳入单变量分析中对感染数和死亡数影响最大的三个参数以及混合变量m,并同时变化这些参数(附录第11–12页)。

我们使用R软件(版本4.0.0)构建模型。代码可在线获取。

资金来源的作用

本研究的资助方在研究设计、数据收集、数据分析、数据解读、报告撰写或提交论文发表的决定中均未发挥作用。所有作者均可完整获取研究中的所有数据,并对提交发表的决定负有最终责任。

结果

在情景A中,我们校准模型以反映我们对疫情的历史认识,并实施了预防措施。2020年5月31日感染人数中位数为1888例(95%预测区间1709–2094),占46 565人的4·1%。结果表明,截至该日期,发生了24例死亡(16–34)、106例住院(88–130)和31例ICU入住(22–45)(表3)。通过将该情景与情景B(未针对无家可归人群采取任何措施的反事实情景)进行比较,我们估计避免了21 092例感染(19 777–22 147)、266例死亡(226–301)、1164例住院(1079–1254)和338例ICU入住(305–374;表3)。

在情景C和F中,预防措施在2020年8月1日之后继续实施,无论普通人群中是否出现第二波疫情,截至2021年1月31日,经历无家可归的人群中新增感染人数较少(即与第一波建模期间相似)(表3)。相比之下,在情景D、G和H中,预防措施于8月解除,感染和死亡人数较高(表3)。在普通人群出现急剧第二波疫情的情况下(情景G),模型提示经历无家可归的人群中感染出现急剧高峰,与第二波疫情同时发生,截至2021年1月新增感染13 320例(95%预测区间11 861–14 656),自2020年2月以来累计发病率达32·7%(95%预测区间29·7–35·3)(图2)。如果没有第二波疫情(情景D)且与普通人群的混合恢复,感染曲线较为平缓,但到第二波结束时总数相似,新增感染12 151例(10 718–13 349),累计发病率达30·1%(27·2–32·8)。这表明,即使普通人群发病率仍然较低,无家可归环境中的疫情也可能导致较高的总体罹患率。如果没有第二波疫情,且COVID-PROTECT和COVID-CARE全年持续实施,累计发病率可降至22·4%(19·3–24·5),即自2020年6月起新增感染8497例(7202–9515)(情景E)。

在所有情景中,SARS-CoV-2被建模为收容所和其他无家可归者场所内的一系列疫情暴发,如果在出现病例时采取预防措施避免了疫情暴发,则总体发病率低;如果传播未被阻止,则总体发病率高。在图3中,我们展示了总体人群暴露量如何通过收容所内持续1–3周的一系列疫情暴发而增加。在情景A中,一般人群的发病率高,收容所经常被病例引入,但感染控制措施意味着很少发生疫情暴发。在情景C中,没有第二波疫情且预防措施得以保留,这种情况持续存在,一般人群的发病率较低。由于个体传染性的差异,偶尔仍会发生疫情暴发。在情景D中,没有第二波疫情且预防措施被解除,一般人群的发病率也保持较低,但收容所的感染控制措施未维持,当收容所被引入病例时更可能发生疫情暴发。这些疫情暴发有时导致收容所内的高罹患率。比较情景C和情景D的死亡人数,我们发现情景C的综合预防措施在2020年6月至2021年1月期间可避免164例死亡(95%预测区间126–197),占解除预防措施后预测死亡人数的89%(表3)。在考虑对COVID-PROTECT和COVID-CARE措施的需求时,情景A中COVID-PROTECT的需求峰值出现在单日需要8609张床位(95%预测区间8535–8675),而COVID-CARE的需求峰值出现在单日153张床位(129–178)。由于COVID-19发病率较高的情景(情景D、G和H)涉及关闭这些场所,峰值需求在其余情景之间没有显著差异。

单变量敏感性分析显示,感染数量对社区环境中的R0和离散参数k最为敏感(附录第10–11页)。死亡数量还对IFR敏感(附录第10–11页)。病例数和死亡数对COVID-PROTECT酒店的R0值不敏感,因为这些酒店中存在的传染性个体很少(因为传播取决于从社区入住的症状前或无症状个体)。其他变量对病例数和死亡数的影响较小(附录第10–11页)。当在我们的多变量概率敏感性分析中改变R0、k、IFR和混合参数m时,我们发现,在没有第二波疫情的情况下维持预防措施(即情景C与情景D比较)将避免10956例未来感染(6376–14928)和162例死亡(74–264)。敏感性分析的详细结果见附录(第10–11页)。

表3 不同情景下46565名无家可归者的感染、死亡、住院和ICU入住人数 查看原表 ↗
图2 英格兰无家可归者中SARS-CoV-2新发感染,情景C、D、E、F、G和H。情景A是对COVID-19对无家可归者历史影响的估计,并引向未来情景C–H(表2)。情景B是一个反事实的历史情景,不引向未来情景,因此未纳入图中。展示了200次模型运行的结果。深蓝色线显示产生累计新发病例数中位数的模型运行。SARS-CoV-2=严重急性呼吸综合征冠状病毒2。 查看原图 ↗
图3 旅舍中暴发的示意性时间线。本图从单次模型运行中随机选取了50家旅舍。每条线代表一家旅舍,全部50家旅舍的总和以红色显示。 查看原图 ↗

讨论

在英格兰COVID-19第一波疫情期间,我们的模型提示,无家可归者受到了一般人群中的干预措施、旅舍中的感染控制以及关闭宿舍式住宿的保护。我们的结果提示,第一波疫情期间避免了266例死亡,如果这些措施持续至2021年1月,还可避免另外164例死亡;如果一般人群中出现第二波COVID-19,可能避免更多死亡。即使一般人群中COVID-19发病率仍然较低,放松旅舍和夜间收容所中的措施也可能导致暴发以及无家可归者中较高的总体罹患率。

美国已报告无家可归者场所中的COVID-19暴发。在波士顿的一家无家可归者收容所,发现症状性病例后对所有居民提供了病毒检测,408人中有147人(36%)为阳性。2在西雅图、旧金山和亚特兰大的收容所也进行了类似的大规模筛查,1, 31在筛查前报告过病例的收容所中患病率较高。许多病例为无症状感染,促使建议在无家可归者场所开展普遍检测以指导暴发控制。32加拿大汉密尔顿的一家收容所加大了床间距,为有症状居民提供快速检测,并隔离检测阳性或结果待定的居民。33这似乎是成功的,居民和工作人员中仅有8例确诊COVID-19病例,但仅记录到1例继发病例。这些经验提示,宿舍式住宿易发生暴发,预防暴发需要强化感染控制和重新安排睡眠布局。

在英格兰,居住在旅舍或COVID-PROTECT中的无家可归者在有症状时已接受检测,并且偶尔开展过大规模筛查活动。据我们所知,迄今为止这些场所未发生任何暴发。我们的模型结果提示,关闭宿舍式住宿以及加强单人房间住宿中的感染控制可能促成了未发生暴发。

据我们所知,这是首个对无家可归者人群中SARS-CoV-2传播进行建模的研究。我们利用服务提供者普查中收集的数据,对真实旅舍和夜间收容所内的暴发进行了建模。我们纳入了解COVID-19对该人群影响的证据,特别是第一波期间病例数可能较低,以及现实世界中的复杂性,例如即使具有传染性也从专门住宿自行离院。

我们模型所依据的知识和数据存在重要局限性。首先,迄今为止COVID-19对无家可归者的影响仍存在不确定性。我们使用伦敦一项监测活动中报告的死亡人数来估计总体感染率。由于据认为英格兰普通人群中COVID-19的发病率以伦敦最高,12, 34 无家可归者中的发病率也可能以伦敦最高。因此,基于伦敦监测的累积发病率估计可能偏高。通过更系统性的检测——例如通过抗体研究或对全国哨点场所进行定期病毒检测——可以改善对无家可归者场所的疫情发现和监测。其次,COVID-19的严重程度在普通人群和无家可归者中均存在不确定性。我们采用了一个简单假设,即无家可归者对COVID-19的易感性增加将反映此前观察到的医学原因所致死亡风险增加(即排除药物过量、自杀和他杀)。可利用与现有无家可归者数据集(如伦敦的CHAIN25)的链接,更详细地研究无家可归者中COVID-19的感染和死亡风险。第三,感染后长期免疫力存在不确定性。我们的模型不允许免疫力减弱,这在数月时间尺度上似乎是合理的,35, 36 但更长期限的免疫力尚不清楚。一项建模研究表明,SARS-CoV-2的短期模型(如预测12个月的模型)不太可能对再感染的不同假设敏感。37 第四,建模参数存在不确定性——特别是k(易感人群中预期续发病例数的离散度)和无家可归者社区环境中的R0。多变量概率敏感性分析提示,即使SARS-CoV-2的传播和IFR低于预期,预防措施仍可避免74例死亡和6000余例感染。最后,无家可归者人群的规模和经济存在不确定性。我们使用了关于无家可归者人群规模的最佳可用估计,但仍存在很大不确定性。在英格兰,与其他国家一样,有许多隐性无家可归者借宿沙发、居住于 squats 或其他不安全住所,38 这些群体难以计数。COVID-19可能增加了这些群体中更严重形式无家可归的风险。根据露宿街头或夜间收容所的人群,我们估计COVID-PROTECT的峰值需求为8609张床位。然而,政府报告已安置14610人。18 这提示要么我们低估了人群规模,要么自疫情开始以来露宿街头(或有露宿街头风险)的人数有所增加。

我们的建模方法也存在局限性。首先,我们假设各亚组之间没有混合。在大流行背景之外,旅舍、夜间收容所和露宿街头之间存在着人员流动。在大流行背景下,将无家可归者场所建模为封闭群体可能是合理的,因为这些场所中有许多不接受新进入者。其次,我们没有按疾病严重程度改变传染性或疾病状态的持续时间,也没有纳入传染性随时间的变化。第三,我们将无家可归者人口视为静态的,而实际上人们很可能不断进出,且大流行的更广泛影响可能增加了新经历无家可归的人数。最后,我们将与一般人群的混合以及SARS-CoV-2在无家可归者场所中的传播性建模为阶跃变化,而这些因素很可能变化更为渐进,随着限制措施的逐步实施和解除而变化。

对实践的两个主要启示是:在社区中存在SARS-CoV-2持续传播时,夜间收容所不应重新开放;即使一般人群中COVID-19发病率较低,旅舍中加强的感染控制措施也应继续维持。此前在英格兰夜间收容所睡觉的人大多被安置在商业酒店中。持续为这一人群提供住宿和支持将带来挑战,但我们的建模表明,否则可能发生COVID-19暴发,导致该人群死亡并可能传播给其他人群。COVID-19为长期以来服务不足的人群提供住房提供了紧迫理由。更可持续的住房还可能带来健康和social benefits beyond a reduction in COVID-19 risk.39

COVID-19对经历无家可归者的影响存在很大的不确定性。然而,在没有预防性干预的情况下,旅舍和夜间收容所有可能发生暴发,而通过维持英格兰迄今提供的额外支持,可以避免大量死亡。

数据共享

所有分析代码和数据均在网上公开可用。本研究为模拟研究,不存在个体参与者数据。

参考来源

  1. Lewer D, Braithwaite I, Bullock M, et al. COVID-19 among people experiencing homelessness in England: a modelling study. Lancet Respir Med. 2020. PMID: 32979308. doi:10.1016/S2213-2600(20)30396-9
  2. 全文:PMC7511167(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7511167/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。