Nat Commun:利用流行病学和病毒基因组数据研究SARS-CoV-2在医院内传播的特征

背景：严重急性呼吸综合征冠状病毒2已导致多家医院爆发，使医护人员和非新冠肺炎患者暴露于SARS-CoV-2感染。据认为，至少有32,307名患者在英格兰和威尔士的医院受到感染，20204年3月至12月期间，估计有414名医护人员死亡。这可能是大大低估了，因为它代表了符合医疗保健相关感染狭义定义的人数，而不是医院感染的真实人数。在SARS-CoV-2高发时期，为了安全地继续在医院进行常规和选择性活动，重要的是识别驱动医院获得性感染的因素。这种更好的理解可以用来保护工作人员和患者，并为进一步努力控制医院疫情提供信息。

   使用流行病学数据确定SARS-CoV-2在医院内的传播事件仍然具有挑战性，原因有两个。首先，病毒潜伏期的高度变异性意味着通常很难确定医院发病病例是社区感染还是医院感染。其次，至少33%的成人SARS-CoV-2感染被认为是无症状的，因此确定所有导致传播的患者和医务工作者是具有挑战性的。在对病毒基因组数据进行分析的少数情况下，这些信息被用来确认或补充纯粹的流行病学方法。由于SARS-CoV-2的进化速度缓慢，仅根据病毒遗传相关性来阐明传播事件的来源也需要相当大的不确定性。在疫情爆发的时间尺度上，很大一部分人被彼此基因上过于相似的病毒感染，以至于无法区分真正的传播事件和无关的感染。此外，以前的分析很少包括来自卫生工作者的数据，患者和卫生工作者在助长英国医院疫情方面发挥的相对作用在很大程度上仍不为人所知。

将基因组、流行病学和位置数据整合到一个统计推断框架中，为更准确地估计医院内传播提供了一条可能的途径。在这种方法下，如果一对个体之间的症状出现时间与连续间隔分布SARS-CoV-2兼容，如果两个个体在疑似传播事件发生时在同一医院位置，并且如果他们的病毒基因组表现出高度的相关性，则支持两个个体之间的传播事件。

   在这项研究中，我们重建了英国前两波疫情期间英国一家大型NHS教学医院信托基金爆发的SARS-CoV-2疫情。我们在一个贝叶斯框架中整合了2000多个病毒基因组序列、患者和工作人员的位置，以及常规可获得的流行病学信息，该框架结合了关于向内和向间传播的相对贡献的先验知识，以及数据集中没有表示的传播链中涉及的病例的比例。使用这种方法，我们描述了SARS-CoV-2在医院内传播的动态，确定了两次大流行浪潮中的关键差异，以及不同群体和医院位置对医院内传播的相对贡献。

方法：我们通过使用贝叶斯模型结合病毒基因组和流行病学数据来描述医院内传播的特征，这些数据来自英国一家大型NHS信托基金的2181名患者和医护人员。比较了第一波(2020年3月1日至7月25日)和第二波(2020年11月30日至2021年1月24日)之间的传输事件。结果：我们显示，工作人员之间的传播占所有感染的比例从31.6%下降到12.9%。人与人之间的传播率从27.1%上升到52.1%。40%-50%的医院发病病例导致继续传播，而社区获得性病例的这一比例为4%。大流行期间采取的控制措施可能会减少医护人员之间的传播，但不足以防止患者之间传播数量的增加。

图1 研究中包括的SARS-CoV-2阳性的工作人员和医护人员样本。A SARS-CoV-2阳性病例在谢菲尔德教学医院NHS基金会信托基金(STH)随时间(左Y轴)的变化，并实施检测、预防和控制干预措施。医院(第一支柱)诊断实验室中发现阳性的STH患者和工作人员的所有SARSCoV-2核酸扩增试验均以灰色条显示。图中显示了来自医护人员(红色)和患者(蓝色)样本的基因组覆盖率为90%或更高的序列。这些与图1B所示的具有高质量序列(第一波为1728，第二波为1320)的样本有关。虚线显示谢菲尔德地区(右Y轴)每周的病例编号；数据取自参考文献。41.。二级防护装备(PPE)-围裙、手套、护眼和防液外科口罩。LFD测试-对员工进行每周两次的横向流动设备测试。灰色条表示在STH支柱1诊断实验室检测呈阳性的SARS-CoV-2病例(工作人员和患者)，没有高质量的序列可用。波1和波2表示研究中包括的周期和样本。B对患者和医护人员的SARS-CoV-2阳性病例的详细情况进行测序，并将其包括在研究中。

图2医院内传播链和患者与医护人员之间的估计感染情况。A显示员工(带有听诊器的图标)和患者(没有听诊器的图标)之间传播的传动链示例。图标上标有其案例标识号。每种颜色代表感染发生的单独病房。B面板2a中的示例网络中所示的每个潜在传输对的支持度(在所有被采样的网络中的网络百分比，其中给每个病例分配了给定的感染者)。曲线图上的数字对应于图2A中的案例识别号，绿色圆圈对应于显示的变速箱对。输入性=可能是社区获得性感染输入医院。从=感染者，到=感染者。C比较两种波之间每种传输类型的百分比。这些分布显示了10,000个合理网络中的百分比。每个分布上方的数字是每个变速箱对的绝对数，括号内显示了95%的可信间隔。

图3造成传播事件的医院位置。A第一波中每个病房的感染人数。b第二波中每个病房的感染人数。在第一波中占所有传播事件的50%的病房(n=8)在第一波和第二波数据集中都以橙色显示。第1波中传输<1的病房(10,000个网络的平均值)在第1波和第2波数据集中均为绿色。C-f每个病房参与传播事件的工作人员、患者感染者和感染者的百分比。显示了在第1波和第2波中传输10次或更多的所有病房。病房按第一波c波和第二波d波的工作人员感染病例百分比以及第一波e波和第二波f波的工作人员感染病例百分比排序。每个病房的传播事件数列在每一列的底部。急症室工作人员之间的传播百分比人为地高(100%)，这是因为无法在这个地点获得病人的流动数据。错误条表示95%的可信间隔。急症室；AMU急症室。

图4按医院发病的COVID19感染类别划分的继发病例分布和后续感染情况。A在对涉及传播但未在数据集中显示的病例进行调整后，每个次要病例数所占的病例百分比。B每一类霍奇病患者中至少有1人继续感染的百分比。错误条表示95%的可信间隔。Coca社区发病社区相关；阳性检测在入院前14天或入院后2天内。COSHA社区发病疑似医院相关；阳性检测在入院前14天或入院后2天内，检测前14天内出院。HOIHA医院起病的中级医院相关；阳性检测入院后3-7天，(*)在样本日期前14天内未出院。与和沙医院发病的疑似医院有关；阳性检测在入院后8-14天或入院后3-14天，检测前14天出院。HOHA医院发病与医院有关；入院后15天或以上检测呈阳性。根据可能的感染源(社区或医院感染)对患者病例进行分类是基于SAGE标准15。表一载列每类Hoci的个案数目。

结论：由于医院获得性病例推动了大部分的传播，因此需要更早地识别医院内病例，以打破医院传播链。

原文出处：Lindsey BB,  Villabona-Arenas CJ,  Campbell F,et al.Characterising within-hospitalSARS-CoV-2 transmission events using epidemiological and viral genomic data across two pandemic waves.Nat Commun 2022 02 03;13(1)