利用大规模动态接触网络绘制新型呼吸道病原体的风险图

这为何与日常生活相关

在新冠疫情之后，许多人想知道为什么有些地方成为爆发热点而另一些地区相对平静，以及哪些措施确实能减缓传播。本研究直接应对这些问题，通过构建一个非常详细的计算机模型来模拟一种新型呼吸道病毒如何在荷兰蔓延，考虑到人们的居住地、出行方式以及在家庭、学校、工作场所和其他地点的接触情况。关于城市枢纽、旅行和生病时在家隔离的结论，对于社会如何为未来大流行做准备具有普遍意义。

跟踪人们的一天

研究人员没有将人口视为彼此均匀混合的单一群体，而是将数十万“演员”具体化，每个演员代表100名真实的人。每个演员有年龄组和角色——例如学龄前儿童、学生、劳动年龄成年人或退休人员——并根据真实的荷兰统计数据被分配到特定市镇。利用通勤和出行数据，模型为每个演员生成一周的小时级日程，确定他们何时在家、上学、工作或访问其他地点。当这些演员移动时，模型使用社会调查得到的接触模式来决定他们在每个场景和小时内可能会遇到谁。由这种持续的流动与交错形成了一个动态的人际接触网络，比假设简单均匀混合群体的传统模型更贴近现实。

观察新病毒如何站稳脚跟

在这个动态的接触网络基础上，团队模拟了一种具有类似流感或SARS-CoV-2特征的新型呼吸道病毒：从感染到具有传染性的延迟很短、具有大约一周的传染期，以及足够高的基本再生数以实现快速增长。他们通过在某一市镇向特定年龄组的仅五个人播入病毒来“播种”疫情，然后追踪最初17天内的演变。由于每个人的接触和出行不同，模型自然而然地捕捉了随机性：有时爆发会熄火，有时则会迅速蔓延。通过在每个市镇和年龄组上多次重复这一过程，研究人员绘制出详细的风险图，显示在哪些地点引入（病例）最可能导致广泛传播。

大城市作为流行病发动机

模拟显示，最初病例出现的地点在早期周内影响极大。当病毒在偏远、人口稀少的地区出现时，感染增长缓慢，地理扩散也较为有限。但当同样数量的初始病例出现在荷兰人口稠密的西部核心或其附近时，感染会更快上升并向全国扩散。阿姆斯特丹、鹿特丹、海牙和乌得勒支等大城市起到了强大的传播引擎作用，产生的感染数量超出其人口份额所预示的水平。这些城市居民众多、吸引通勤者与访客，并且在全国出行网络中充当枢纽，因此能有效放大新病原体的传播。

测试在家隔离和出行限制的效果

该模型还让作者可以检验行为和政策如何改变早期流行的进程。他们考察了两种从第一天就实施的简单策略：出现症状的人选择自我隔离，以及对进出大城市核心区的出行限制。因为在他们的情景设定中大约一半的传染性发生在症状出现之后，理论上完美的自我隔离可将传播几乎减半。实际上，即使有一半的有症状者在家，17天后的总体感染减少也只是温和的；只有在所有有症状者都隔离时，减幅才接近三分之一。相比之下，出行限制在各个遵从度水平上都显示出更强的效果。当几乎所有人遵守对大城市封闭边界时，17天后的新感染数可以下降超过三分之二，主要因为主要城市枢纽被有效切断，无法向全国其他地区输送病例。

对未来疫情的启示

对非专业读者来说，核心信息是：早期流行并非均匀蔓延的平滑波浪。它们由真实人群的生活、移动与会面细节塑造——以及由主要城市所起的放大作用。本研究表明，能随时间和空间跟踪个体的模型可以生成关于新型呼吸道病毒最可能传播地点与传播速度的逼真地图。这类工具可帮助卫生当局将有限资源集中到关键区域，并考虑有针对性的措施，比如围绕重要枢纽的临时出行限制，而非仅依赖全国性规则。尽管该研究以荷兰为例并做了简化假设，但它强调了一个更广泛的观点：理解并应对人际接触的地理分布，可能与了解病毒本身同样重要。

引用: Romeijnders, M., van Boven, M. & Panja, D. Risk mapping novel respiratory pathogens with large-scale dynamic contact networks. Commun Med 6, 229 (2026). https://doi.org/10.1038/s43856-026-01446-4

关键词: 流行病建模, 呼吸道病毒, 人类流动性, 网络流行病学, 城市传播枢纽