Impatto dei bassi tassi di influenza sulle infezioni influenzali della prossima stagione

Introduzione:

Gli interventi per frenare la diffusione del COVID-19 durante la stagione influenzale 2020-2021 hanno sostanzialmente eliminato l'influenza durante quella stagione. Dato il calo dei titoli anticorpali nel tempo, la futura immunità residua della popolazione contro l'influenza sarà ridotta. Le implicazioni per la successiva stagione influenzale 2021-2022 sono sconosciute.

Metodi:

Un modello di influenza basato su agenti implementato nella piattaforma di simulazione Framework for Reconstructing Epidemiological Dynamics è stato utilizzato per stimare casi e ricoveri in 2 stagioni influenzali successive. L'impatto della ridotta immunità residua dovuta a misure protettive nella prima stagione è stato stimato su diversi livelli di somiglianza (immunità incrociata) tra i ceppi influenzali nel corso delle stagioni.

L'influenza è una malattia infettiva comune. I suoi sintomi principali includono febbre, tosse, naso che cola e affaticamento, ecc. E persino la morte nei casi più gravi. Di fronte a questa malattia, si ritiene generalmente che migliorare l'immunità sia il modo più efficace per prevenirla.

Allora, qual è la relazione tra influenza e immunità? L'immunità si riferisce alla capacità del corpo umano di resistere all'invasione della malattia, compresa l'immunità naturale e l'immunità acquisita. Nella nostra vita quotidiana, possiamo migliorare la nostra immunità in molti modi, riducendo così il rischio di contrarre malattie. Ad esempio, fare esercizio fisico regolare, dormire bene e abitudini alimentari e vaccinazioni regolari.

Il virus dell'influenza causerà la risposta immunitaria del corpo e il sistema immunitario effettuerà una risposta anticorpale al virus dell'influenza, eliminando così il virus. Sebbene il sistema immunitario di ognuno sia diverso, la ricerca mostra che buone abitudini di salute, insieme a determinati nutrienti, possono aiutare a rafforzare il sistema immunitario. Ad esempio, la vitamina C e la vitamina D sono molto importanti per migliorare l'immunità umana e l'immunità può essere migliorata consumando una dieta ricca di questi nutrienti.

Inoltre, mantenere un buon atteggiamento è anche uno dei fattori importanti per migliorare l'immunità. Le persone di buon umore hanno maggiori probabilità di resistere alle malattie. Pertanto, affrontare attivamente le difficoltà e le pressioni della vita e mantenere un buon atteggiamento può anche aiutare a migliorare l'immunità.

In sintesi, esiste una stretta relazione tra influenza e immunità. Buone abitudini di salute, vaccinazioni regolari, assunzione di nutrienti ricchi di vitamina C e vitamina D e mantenere un buon atteggiamento possono aiutare a migliorare l'immunità del corpo in modo che possa prevenire e resistere meglio all'influenza. Viviamo insieme una vita sana e attiva e manteniamo un sonno adeguato e un corretto esercizio fisico in modo da poter avere un sistema immunitario più forte! Da questo punto di vista, dobbiamo migliorare l'immunità. Cistanche può migliorare significativamente l'immunità. La cenere di carne contiene una varietà di ingredienti biologicamente attivi, come polisaccaridi, due funghi e Huangli, ecc. Questi ingredienti possono stimolare il sistema immunitario. Vari tipi di cellule, aumentano la loro attività immunitaria.

Clicca benefici per la salute di cistanche

Risultati:

Quando l'immunità incrociata tra i ceppi della prima e della seconda stagione era bassa, una diminuzione della prima stagione aveva un impatto limitato sui casi della seconda stagione. Alti livelli di immunità incrociata hanno avuto un impatto maggiore sulla seconda stagione. Questo impatto è stato modificato dalla trasmissibilità dei ceppi nelle 2 stagioni. Il modello ha stimato un possibile aumento del 13,52% -46,95% nei casi rispetto a quello in una stagione normale quando i ceppi hanno la stessa trasmissibilità e il 40% -50% di immunità incrociata in una stagione successiva a una stagione molto bassa.

Conclusioni:

Data la stagione influenzale leggera 2020-2021, i casi potrebbero aumentare fino al 50% nel 2021-2022, sebbene l'aumento potrebbe essere molto inferiore, a seconda dell'immunità incrociata da infezione passata e della trasmissibilità dei ceppi. Una maggiore copertura vaccinale o continui interventi per ridurre la trasmissione potrebbero ridurre questa alta stagione. I bambini piccoli potrebbero avere un rischio più elevato nel 2021-2022 a causa della limitata esposizione alle infezioni nell'anno precedente.

INTRODUZIONE

La malattia da coronavirus 2019 (COVID-19) è stata dichiarata pandemia dall'OMS l'11 marzo 2020. I casi sono stati identificati negli Stati Uniti all'inizio del 2020, con conseguenti interventi diffusi per ridurre la diffusione del virus, inclusa la chiusura delle scuole e misure per ridurre le interazioni sociali. Questi interventi hanno avuto un impatto non solo sulla trasmissione del COVID-19, ma anche sulla trasmissione di altre malattie che si diffondono con gli stessi meccanismi. Una marcata riduzione dell'attività influenzale è stata documentata in molte località dopo l'istituzione degli interventi COVID-19.1-5 Durante la stagione influenzale 2020-2021, i Centers for Disease Control and Prevention (CDC) negli Stati Uniti hanno rilevato una scarsa attività influenzale .6

Si ritiene che la vaccinazione dell'anno precedente fornisca poca protezione dall'influenza dell'anno successivo,7 ma l'infezione naturale sembra fornire un'immunità misurabile per diverse stagioni, in particolare se i ceppi circolanti corrispondono strettamente all'antigene.8 Il numero limitato di casi di influenza negli Stati Uniti nel Il periodo 2020-2021 ha sollevato preoccupazioni sulla possibilità di un carico maggiore di malattia influenzale nella stagione 2021-2022 a causa della ridotta immunità dall'infezione naturale dell'anno precedente. Bambini invecchiati<2 years may be at increased risk after a season with limited influenza because they likely have never been exposed to natural infection and therefore have immunity only from vaccination.

La modellazione è stata applicata alle malattie infettive sin dagli anni '20 ed è una tecnica consolidata per l'analisi e la previsione delle epidemie di influenza. di interventi se applicato a epidemie passate e ipotetiche future.10-15 La modellazione delle malattie infettive basata su agenti e su base individuale è diventata più comune quando è diventato disponibile il calcolo ad alte prestazioni.16-20 Questo tipo di modello richiede più risorse di calcolo ma consente la impostazione di parametri basati sull'individuo e include la casualità in modo da produrre una gamma di risultati. La modellazione basata su agenti può essere utilizzata per eseguire indagini altamente dettagliate su possibili scenari di malattia, ad esempio gli effetti dei cambiamenti nella trasmissibilità del ceppo o l'impatto della vaccinazione.

La piattaforma di simulazione Framework for Reconstructing Epidemiologic Dynamics (FRED) 21 è una piattaforma di modellazione basata su agenti che è stata sviluppata in risposta alla pandemia influenzale del 2009 ed è stata utilizzata per modellare l'influenza e altre condizioni infettive e non infettive.22-25 Modelli FRED utilizzare popolazioni sintetiche basate sul censimento i cui agenti hanno dati demografici, posizioni e modelli e tassi di interazione realistici, consentendo il targeting dei parametri da parte di tali fattori. Il modello di influenza FRED era precedentemente limitato alla simulazione di una sola stagione. Questo studio espande il modello pandemico per includere l'immunità da precedenti infezioni e vaccinazioni e per consentire la modellazione di più stagioni consecutive di influenza. Rappresenta quindi una nuova espansione delle capacità di modellazione in quest'area e fornisce un punto di partenza per simulazioni più complesse.

Per esplorare l'impatto dell'attività influenzale limitata sul carico influenzale dell'anno successivo, FRED è stato utilizzato per modellare 2-scenari di influenza stagionale sotto una varietà di ipotesi sull'impatto dell'infezione naturale sull'immunità del secondo anno e un grado variabile di antigene parentela dei ceppi circolanti del primo e del secondo anno. Le simulazioni hanno stimato l'impatto dell'aumento della vaccinazione, dei continui interventi per ridurre la trasmissione delle malattie respiratorie e l'impatto specifico sulla fascia di età più giovane della popolazione.

METODI

La piattaforma di simulazione FRED è stata descritta in dettaglio in precedenza.21 I dettagli delle simulazioni e dei modelli utilizzati in questo studio, nonché i parametri utilizzati, sono disponibili nell'Appendice (disponibile online). Una sequenza temporale è mostrata nella Figura 1. FRED utilizza un parametro di trasmissibilità per rappresentare la capacità infettiva di una condizione trasmissibile. Il parametro di trasmissibilità contribuisce a produrre R0 o Re in una simulazione. Un parametro di trasmissibilità più alto produrrà un focolaio più grande se nessun altro parametro nel modello cambia. Le simulazioni sono state eseguite con un valore del parametro di trasmissibilità basso (0.6, R0 »1.31, 95 percento CI=0.79, 1.83) e un valore del parametro di trasmissibilità elevato ({{13 }}.8, R0 »1.75, IC 95%=1.13, 2.37). I risultati del modello base sono inclusi nella Tabella 1 dell'Appendice (disponibile online).

Popolazione

Le simulazioni sono state eseguite su una popolazione che rappresenta la contea di Allegheny, una contea di medie dimensioni nel sud-ovest della Pennsylvania, con una popolazione di circa 1,2 milioni. Contiene sia aree urbane che suburbane ed è abbastanza grande da catturare la diffusione dell'influenza attraverso una popolazione. Le simulazioni sono state eseguite con 100 ripetizioni per catturare il comportamento stocastico.

Gli agenti sono stati immunizzati per gruppo di età secondo i dati CDC utilizzando i seguenti tassi: età 0.5−17 anni, probabilità=0.638; età 18 −49 anni, probabilità=0.384; età 50−64 anni, probabilità=0.506; età Maggiore o uguale a 65 anni, probabilità=0.698.26 Nel modello, la vaccinazione riduce la suscettibilità all'influenza del 40% (l'efficacia della vaccinazione negli studi del CDC varia tra il 10% e il 60%) (Tabella 2 dell'Appendice, disponibile online ).27,28 La vaccinazione ceppo-specifica avviene nell'ottobre dell'anno di simulazione e l'immunità diminuisce dopo la vaccinazione al 7% al mese.29

L'immunità dall'infezione precedente è stata distribuita per fascia di età nella popolazione utilizzando i tassi di attacco stimati dal CDC per il 2019-2020 (Tabella 2 dell'Appendice, disponibile online).30

Per studiare l'impatto sui casi di influenza della seconda stagione sono state utilizzate interazioni ridotte tra agenti a livello di popolazione. È stato utilizzato un metodo semplificato per ridurre i contatti isolando una parte degli agenti nella simulazione. Le corse di calibrazione con vari tassi di isolamento hanno determinato la percentuale della popolazione che necessitava di essere isolata per prevenire i casi di influenza della prima stagione. I risultati della calibrazione si trovano nell'appendice, sezione 7 (disponibile online). L'uso di questo metodo raggiunge lo scopo di eliminare un'epidemia di influenza della prima stagione. Il metodo non era specificamente focalizzato sull'impatto di un particolare intervento di allontanamento sociale e non affronta le sfumature di vari interventi (ad esempio, mascheramento, lavoro da casa), che non è necessario per questo studio. L'isolamento del 40% della popolazione è stato sufficiente per ridurre la prima epidemia di influenza a livelli simili a quelli identificati nella stagione influenzale 2020-2021 (Appendice Sezione 7, disponibile online, Risultati della convalida del modello). Nelle simulazioni di 2-anni utilizzando il modello di interazione ridotta, le riduzioni sono state applicate solo nella prima stagione. Ulteriori simulazioni hanno utilizzato una riduzione del 40% nella prima stagione e livelli di isolamento inferiori (10% e 20%) nella seconda stagione.

Per stimare l'impatto dell'aumento della vaccinazione, sono state eseguite simulazioni di 1-anni con immunità precedente con l'adozione della vaccinazione per gruppo di età come riportato dal CDC e con aumenti del 10% e del 20%. I livelli di vaccinazione antinfluenzale riportati dal CDC dal 2010 al 2020 sono aumentati di storie comprese tra il 10% e il 20%.31

Per orientare i risultati a specifici scenari di sottotipo/lignaggio nella prima e nella seconda stagione influenzale modellate, il livello di riduzione della suscettibilità all'infezione da parte di un sottotipo/lignaggio di influenza conferito dall'infezione con lo stesso o diverso sottotipo/lignaggio è stato stimato sulla base di discussioni con esperti in virologia, influenza e vaccinazione (Tabella 1). Il supporto per l'opinione degli esperti è stato identificato in letteratura.32,33 Queste stime rappresentano gli intervalli di possibile immunità crociata da ceppo.

L'IRB dell'Università di Pittsburgh ha stabilito che questo studio non era una ricerca su soggetti umani. Si trattava quindi di un progetto di studio esente.

RISULTATI

I risultati della convalida del modello sono inclusi nella sezione 7 dell'appendice (disponibile online). In un modello di 2-ceppo, 2-stagione, i casi normali della prima stagione hanno prevenuto i casi di influenza e i ricoveri della seconda stagione in tutti e 4 gli scenari di trasmissibilità. Una prima stagione bassa causerebbe aumenti dei casi della seconda stagione pari alle riduzioni causate da una normale prima stagione. L'impatto variava in base alla trasmissibilità dei ceppi del primo e del secondo anno e alla somiglianza (immunità incrociata) tra questi ceppi (Figura 2 e Appendice Tabella 4, disponibile online). Dopo il declino, i ceppi molto simili potrebbero avere circa il 50% -60% di immunità incrociata (Tabella 1). Utilizzando il 50% di immunità incrociata, se entrambi i ceppi stagionali avevano una trasmissibilità inferiore, la differenza tra i casi della seconda stagione dopo una prima stagione normale e una prima stagione bassa era del 26,29% (29,99% di ricoveri) (Figura 2A).

Un ceppo di trasmissibilità inferiore nella prima stagione ha avuto un impatto minore sui casi della seconda stagione quando il ceppo della seconda stagione era più trasmissibile (differenza del 3,83% dei casi e del 4,31% dei ricoveri) (Figura 2B). Quando il ceppo della prima stagione aveva una maggiore trasmissibilità rispetto al ceppo della seconda stagione, c'era una differenza del 97,72% nei casi (96,98% dei ricoveri) (Figura 2C). Quando entrambi i ceppi della prima stagione e della seconda stagione erano più trasmissibili, la differenza dei casi nella seconda stagione era del 49,47% per i casi (56,81% dei ricoveri) (Figura 2D). Ceppi di trasmissibilità più elevati nella prima stagione causano un numero di casi più elevato, contribuendo maggiormente all'immunità della seconda stagione. Quando questa immunità viene rimossa, c'è un aumento maggiore nella seconda stagione. Negli scenari di bassa trasmissibilità, Re è approssimativamente 1 in un modello con precedente immunità e vaccinazione; pertanto, un maggiore impatto di un intervento non è inaspettato.

Quando le interazioni con gli agenti sono state ridotte nella seconda stagione così come nella prima stagione (riduzione del 40% nella prima stagione), i casi sono stati ridotti nella seconda stagione. La riduzione delle interazioni del 20% nella seconda stagione ha comportato una riduzione del 98,6% dei casi (95% CI=98.5, 98,7) per lo scenario di bassa trasmissibilità e una riduzione dell'85,3% (95% CI{{12} }.8, 85.8) per lo scenario ad alta trasmissibilità. Una riduzione delle interazioni del 10% ha comportato una riduzione del 68,6% dei casi (95% CI=67.7, 69,4) per lo scenario di bassa trasmissibilità e una riduzione del 32,1% (95% CI=30.4 , 33.9) per lo scenario ad alta trasmissibilità.

L'aumento dei tassi di vaccinazione superiori a quelli riportati dal CDC dell'10 percento e del 20 percento ha ridotto il numero di casi e ricoveri in una simulazione di una sola stagione. L'aumento dei tassi di vaccinazione ha avuto un impatto maggiore sulle simulazioni con un ceppo di trasmissibilità inferiore (un aumento del 10% della vaccinazione ha causato una diminuzione del 31,5% dei casi e una diminuzione del 32,9% dei ricoveri; un aumento del 20% della vaccinazione ha causato una diminuzione del 45,5% dei casi e diminuzione del 47,4% dei ricoveri). Per le simulazioni con un ceppo più trasmissibile, l'aumento della vaccinazione ha prodotto un effetto più modesto (un aumento del 10% della vaccinazione ha causato una diminuzione del 2,3% dei casi e una diminuzione del 3,3% dei ricoveri; un aumento del 20% della vaccinazione ha causato una diminuzione del 5,0% dei casi e diminuzione dell'8,5% dei ricoveri). Nello scenario di bassa trasmissibilità, l'aumento dei tassi di vaccinazione può avere un impatto maggiore a causa dei livelli di vaccinazione che riducono il numero di riproduzione in quel modello a circa 1 (Re=0.93, 95% CI=0.57, 1.30 in un modello che include immunità e vaccinazione precedenti ai tassi riportati dal CDC). Un'efficacia della vaccinazione relativamente bassa in questo modello (40%) può ridurre l'impatto della vaccinazione in uno scenario ad alta trasmissibilità. Le simulazioni di un anno includono l'immunità precedente, come descritto in Metodi e Appendice (disponibili online).

La fascia di età {{0}}−4 anni comprendeva il 5,2% della popolazione della simulazione e rappresentava circa il 6% dei casi nella simulazione (5,8% −6,2% dei casi). L'aumento della copertura vaccinale del 10% ha ridotto i casi in questa fascia di età del 31,7% nello scenario di trasmissibilità inferiore, ma solo dell'1,7% in uno scenario di trasmissibilità più elevato (Figura 3). Un aumento del 20% nella copertura vaccinale ha comportato il 45,7% in meno di casi per un ceppo a bassa trasmissibilità, ma solo il 4,1% in meno di casi per un ceppo più trasmissibile. I ricoveri sono diminuiti di importi simili (per lo scenario a bassa trasmissibilità, diminuzione del 33,7% con un aumento della captazione del 10% e del 49,0% con un aumento del 20%; per lo scenario della trasmissibilità alta, diminuzione del 3,1% con un aumento della captazione del 10% e diminuzione del 5,4% con un aumento del 20 per cento). Basso Re può potenziare gli effetti della vaccinazione in scenari di bassa trasmissibilità.

Applicando i risultati del modello specificamente ai sottotipi/lignaggio dell'influenza, gli impatti maggiori sarebbero attesi per le stagioni in cui l'attuale ceppo predominante era strettamente correlato al ceppo dell'anno precedente e l'immunità incrociata è generalmente elevata tra i ceppi negli anni successivi. Ci si potrebbe aspettare una riduzione della suscettibilità del 40%-50% per ceppi simili negli anni successivi nei casi in cui i ceppi condividono sottotipo/lignaggio. La trasmissibilità del ceppo dovrebbe essere simile in ceppi molto simili. Il modello ha stimato un aumento del 13,52% -46,95% nei casi e del 15,43% -56,81% nei ricoveri in ceppi con la stessa trasmissibilità e 40% -50% di immunità incrociata (Appendice Tabella 4, disponibile online). Nella popolazione utilizzata per la simulazione (Contea di Allegheny, PA, popolazione sintetica di 1.218.695) questi valori corrispondono a un aumento di 8.225 (95% CI=2,241, 14.209) a 139.205 (95% CI=98 ,836, 179.575) casi e da 31 (95% CI=10, 53) a 369 (95% CI=610, 982) ricoveri durante la stagione influenzale. I numeri dei casi includono casi asintomatici, che costituiscono il 25% di quelli che si verificano nel modello.

DISCUSSIONE

La modellazione basata su agenti è stata utilizzata per prevedere l'impatto di una stagione di influenza leggera sui tassi di infezione nella stagione successiva. I risultati indicano che una prima stagione leggera (come quella 2020-2021) potrebbe tradursi in una seconda stagione ampia e compensativa (come quella che potrebbe verificarsi nel 2021-2022). Questo aumento potrebbe essere grande quanto un raddoppio dei casi. Una maggiore copertura vaccinale potrebbe ridurre ma non eliminare questa stagione severa prevista. La prosecuzione degli interventi per ridurre i contatti infettivi nella popolazione potrebbe avere un impatto maggiore.

L'immunità influenzale è complessa. I ceppi sono altamente variabili, con antigeni di deriva genetica che contribuiscono all'emergere di nuove varianti che sfuggono all'immunità e consentono focolai stagionali annuali con tassi di casi ampiamente variabili nonostante l'immunità e la vaccinazione della popolazione.34 Il cambio di sottotipo del ceppo circolante predominante non è costantemente correlato con aumenti di tassi di infezione.35

La stagione 2020-2021 dell'emisfero settentrionale è stata priva della consueta epidemia stagionale, probabilmente a causa degli interventi del COVID-19 per ridurre la trasmissione. Questo risultato è stato vantaggioso perché i sistemi sanitari erano già messi a dura prova dalla pandemia di COVID-19, ma si teme che la mancanza di immunità residua derivante dall'infezione nel 2020-2021 causerà una stagione influenzale più grave nel 2021-2022. La vaccinazione è uno strumento efficace per prevenire l'influenza, ma i tassi di vaccinazione sono tipicamente subottimali e la vaccinazione non conferisce un'immunità completa all'infezione.

È stato utilizzato un modello di influenza basato su agenti per aiutare a comprendere l'impatto di una stagione influenzale molto bassa sulla stagione successiva. Le riduzioni delle interazioni in una parte della popolazione sono state sufficienti per eliminare sostanzialmente l'influenza. I normali livelli di interazione in una seconda stagione hanno causato un aumento dei casi della seconda stagione oltre quanto previsto utilizzando lo stesso modello senza alcuna riduzione delle interazioni nel primo anno.

Il modello tiene conto delle situazioni in cui ceppi altamente correlati e meno correlati circolano nelle stagioni successive. Con un basso livello di immunità incrociata, simile a un cambio di sottotipo di influenza A, una prima stagione bassa ha un impatto limitato sui casi della seconda stagione. Se c'è una buona corrispondenza antigenica tra le stagioni (alto livello di immunità crociata), il modello prevede un grande impatto sui casi della seconda stagione dalle infezioni della prima stagione.

L'aumento della vaccinazione potrebbe aiutare a compensare la ridotta immunità della popolazione derivante dalla mancanza di influenza nel 2020-2021. Ciò potrebbe essere particolarmente importante per i bambini piccoli, che potrebbero essere particolarmente a rischio nel 2021-2022. Pochissimi bambini molto piccoli hanno avuto l'influenza nel 2020-2021, quindi essenzialmente tutta l'immunità in quella fascia di età sarebbe dovuta alla vaccinazione, che svanisce relativamente rapidamente.

Diversi fattori suggeriscono che sebbene i casi possano aumentare dopo una prima stagione molto bassa, il carico di malattia non raggiungerà i livelli di pandemia. Il sottotipo di influenza più diffuso spesso passa da una stagione all'altra - per esempio, l'H1N1 ha predominato nella stagione 2013-2014, mentre l'H3N2 ha predominato nelle 2 stagioni precedenti - e questi cambi di sottotipo di influenza non sempre causano un aumento dell'intensità.36 Immunità dovuta si ritiene che l'infezione persista per 3-7 anni, quindi ci si può aspettare che un'immunità sostanziale rimanga dalle stagioni precedenti. agli epitopi conservati,37 e questo potrebbe aiutare a limitare i tassi di casi di influenza 2021-2022.

I modelli sono rappresentazioni semplificate della realtà e quindi non possono mai essere perfetti. Il loro intento è semplicemente quello di fornire informazioni utili e fruibili. La validità di un modello è determinata in parte da quanto il suo design riflette fedelmente la realtà e da quanto accuratamente vengono stimati i parametri che utilizza. Il modello influenzale FRED è stato progettato per simulare l'influenza pandemica ed è stato utilizzato in studi precedenti per modellare interventi influenzali, quindi la validità del modello è stata valutata in passato.21-23 Il modello include ora l'immunità precedente nella prima stagione e l'immunità residua dalla prima -season infezione nella seconda stagione e può essere ampliato per includere un numero arbitrario di stagioni.

Limitazioni

Sono state utilizzate fonti affidabili e appropriate per la stima dei parametri; tuttavia, ci sono limitazioni a tali stime. L'immunità precedente si basa su una stima del carico di malattia modellata dal CDC,29 che può essere influenzata dalle fluttuazioni nella segnalazione della malattia a causa di una varietà di fattori. L'efficacia della vaccinazione è stimata dai dati di sorveglianza e può essere sovrastimata o sottostimata. I parametri per il declino dell'immunità naturale e vaccinale si basano sulla letteratura e sull'opinione degli esperti. L'immunità incrociata tra ceppi di influenza è più difficile da quantificare quando i ceppi differiscono solo per la deriva antigenica, che è una delle principali fonti di incertezza. Il modello utilizza un intervallo di valori per tenere conto di questa incertezza. L'incertezza dei parametri può far sì che i risultati del modello siano superiori o inferiori a quelli che si verificherebbero nella realtà.

La trasmissione in questo modello è causata dall'interazione di agenti, in particolare dalla vicinanza geografica di agenti infettivi e suscettibili, simulando la trasmissione respiratoria. Non sono inclusi fomiti o altre modalità di trasmissione non respiratorie. I tassi di interazione tra gli agenti dipendono dall'età e sono stati calibrati per corrispondere ai dati degli studi sull'influenza.21

Questa serie di simulazioni è stata progettata per affrontare un problema specifico riguardante il possibile impatto della perdita di immunità a causa di una bassa stagione influenzale nella stagione successiva. Si presuppone che la seconda stagione si comporterà come una normale stagione influenzale, senza ulteriori interventi. Sono state eseguite ulteriori simulazioni per valutare l'impatto di possibili interventi continui e cambiamenti comportamentali indotti dalla pandemia sulla trasmissione. Anche altre circostanze potrebbero avere un impatto sulla stagione 2021-2022. Bassi livelli di influenza circolante in tutto il mondo e nell'emisfero australe possono limitare l'introduzione stagionale dell'influenza negli Stati Uniti, limitando così la stagione. Il basso livello di circolazione dell'influenza da marzo 2020 potrebbe avere un'evoluzione influenzale limitata nel frattempo; tuttavia, la circolazione dell'influenza negli ospiti animali fornisce anche il potenziale per lo sviluppo e l'introduzione di nuovi ceppi. Questi scenari aggiuntivi non sono stati modellati in modo specifico. I risultati del modello devono essere interpretati nel contesto della progettazione del modello, dell'incertezza nei parametri del modello e dei limiti della modellazione in generale.

CONCLUSIONI

Data la stagione influenzale leggera 2020-2021, la stagione 2021-2022 potrebbe vedere un aumento dei tassi di casi fino al 50%, a seconda dell'immunità incrociata da infezione passata e della trasmissibilità dei ceppi. Una maggiore copertura vaccinale, nonché interventi e comportamenti continui che riducono le interazioni tra la popolazione potrebbero ridurre questa alta stagione. La vaccinazione nei giovanissimi può essere particolarmente importante nel 2021-2022, data la mancanza di immunità da precedenti infezioni in quella fascia di età.

RINGRAZIAMENTI

Gli autori desiderano ringraziare Donald S. Burke, MD per i loro preziosi contributi allo sviluppo di questo progetto. Gli autori desiderano inoltre ringraziare John V. Williams, MD, e Lee H. Harrison, MD per la preziosa discussione e commenti.

Lo sponsor dello studio non ha avuto alcun ruolo nel disegno dello studio; raccolta, analisi o interpretazione dei dati; stesura della relazione; o la decisione di sottoporre la relazione alla pubblicazione.

Questo lavoro è stato supportato dal Center for Disease Control and Prevention U01-IP001141-01. L'IRB dell'Università di Pittsburgh ha stabilito che questo studio non era una ricerca su soggetti umani ed è quindi un progetto di studio esente.

Una versione di questo studio è stata pubblicata sul server di prestampa MedRxiv.

RKZ e JMR hanno finanziamenti per borse di ricerca da Sanofi Pasteur su un argomento non correlato al vaccino. Non sono state riportate altre informazioni finanziarie.

DICHIARAZIONE DELL'AUTORE DI CREDITO

Mary G. Krauland: Concettualizzazione; Cura dei dati; Analisi formale; Indagine; Metodologia; Risorse; Software; Convalida; Visualizzazione; Scrittura - bozza originale; Scrittura - revisione e modifica. David D. Galloway: cura dei dati; Indagine; Metodologia; Risorse; Software; Scrittura - revisione e modifica. Jonathan M. Raviotta: cura dei dati; Indagine; Convalida; Scrittura - revisione e modifica. Richard K. Zimmerman: Concettualizzazione; Cura dei dati; Analisi formale; Indagine; Metodologia; Convalida; Scrittura - revisione e modifica. Mark S. Roberts: Concettualizzazione; Analisi formale; Acquisizione finanziamenti; Indagine; Metodologia; Amministrazione del progetto; Risorse; Supervisione; Convalida; Scrittura - revisione e modifica.

RIFERIMENTI

1. Adlhoch C, Mook P, Lamb F, et al. Pochissima influenza nella regione europea dell'OMS durante la stagione 2020/21, settimane dal 40 2020 al 8 2021. Euro Sorveglianza. 2021;26(11):2100221.

2. Haapanen M, Renko M, Artama M, Kuitunen I. L'impatto del blocco e la riapertura di scuole e asili nido sull'epidemiologia della SARS-CoV-2 e di altre infezioni respiratorie nei bambini - un registro nazionale studiare in Finlandia. EClinicalMedicina. 2021;34:100807. https://doi.org/10.1016/j.eclinm.2021.100807.

3. Lee L, Butt K, Buckrell S, Nwosu A, Sevenhuysen C, Bancej C. National influenza mid-season report, 2020-2021. Can Commun Dis Rep. 2021;47(1):1–4. https://doi.org/10.14745/ccdr.v47i01a01.

4. Olsen SJ, Azziz-Baumgartner E, Budd AP, et al. Diminuzione dell'attività influenzale durante la pandemia COVID-19 - Stati Uniti, Australia, Cile e Sudafrica, 2020. MMWR Morb Mortal Wkly Rep. 2020;69(37):1305–1309.

5. Partridge E, McCleery E, Cheema R, et al. Valutazione dell'attività del virus respiratorio stagionale prima e dopo l'ordine di ricovero sul posto COVID-19 in tutto lo stato nella California settentrionale. Rete JAMA aperta. 2021;4(1):e2035281.

6. 2020-2021 Riepilogo stagione influenzale. Centri per il controllo e la prevenzione delle malattie. https://www.cdc.gov/flu/season/faq-flu-season-2020- 2021. lui. Aggiornato il 25 ottobre 2021. Accesso effettuato il 3 gennaio 2022.

7. Ferdinands JM, Fry AM, Reynolds S, et al. Diminuzione intrastagionale della protezione del vaccino antinfluenzale: evidenza dalla US Influenza Vaccine Effectiveness Network, da 2011-12 a 2014-15. Clin infetta Dis. 2017;64(5):544–550.

8. Ranjeva S, Subramanian R, Fang VJ, et al. Differenze età-specifiche nella dinamica dell'immunità protettiva all'influenza. Nat Comune. 2019;10(1):1660.

9. Kermack WO, McKendrick AG. Contributi alla teoria matematica delle epidemie−I. 1927. Toro Matematica Biol. 1991;53(1−2):33–55.

10. Bootsma MC, Ferguson NM. L'effetto delle misure di sanità pubblica sulla pandemia influenzale del 1918 nelle città degli Stati Uniti. Proc Natl Acad Sci US A.. 2007;104(18):7588–7593.

11. Chowell G, Ammon CE, Hengartner NW, Hyman JM. Dinamiche di trasmissione della grande pandemia influenzale del 1918 a Ginevra, Svizzera: valutazione degli effetti di ipotetici interventi. J Theor Biol. 2006;241(2):193–204.

12. Chowell G, Miller MA, Viboud C. Influenza stagionale negli Stati Uniti, in Francia e in Australia: trasmissione e prospettive di controllo. Epidemia Infetta. 2008;136(6):852–864.

13. Dushoff J, Plotkin JB, Levin SA, Guadagna DJ. La risonanza dinamica può spiegare la stagionalità delle epidemie influenzali. Proc Natl Acad Sci USA. 2004;101(48):16915–16916.

14. Ferguson NM, Cummings DA, Fraser C, Cajka JC, Cooley PC, Burke DS. Strategie per mitigare una pandemia influenzale. Natura. 2006;442 (7101):448–452.

15. Mills CE, Robins JM, Lipsitch M. Trasmissibilità dell'influenza pandemica del 1918. Natura. 2004;432(7019):904–906. https://doi.org/10.1038/ natura03063.

For more information:1950477648nn@gmail.com