本文内容如下e-collection /主题问题:

主题:新型冠状病毒(COVID-19)疫情快速报告(1330年) JMIR主题:2019冠状病毒病特刊(2087年) 传染病(非性传播疾病/性传播疾病)(1223) 暴发和大流行的准备和管理(1453年) 卫生及预防感染(240) 监测和人口健康统计方法(112) 监察系统(358) 资源贫乏环境和中低收入国家的卫生服务(290) 公共卫生和监督的创新方法(241)

发表在在第八卷第八名（2022）: 8月

这是一个成员出版物新加坡国立大学

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/35840，首次出版．
调查东南亚COVID-19 Delta变异的时空模式与公共卫生干预之间的联系:前瞻性时空扫描统计分析方法

调查东南亚COVID-19 Delta变异的时空模式与公共卫生干预之间的联系:前瞻性时空扫描统计分析方法

调查东南亚COVID-19 Delta变异的时空模式与公共卫生干预之间的联系:前瞻性时空扫描统计分析方法

本文作者:

魏罗1 作者Orcid图片； Zhaoyin刘1 作者Orcid图片； 宇轩周1 作者Orcid图片； 指赵2 作者Orcid图片； 李云玥3. 作者Orcid图片； Arif Masrur4 作者Orcid图片； Manzhu余4 作者Orcid图片
文章 作者 引用自(4) Tweetations (8) 指标

    原始论文

    1新加坡国立大学地理学系，新加坡，新加坡

    2新加坡国立大学土木与环境工程系，新加坡，新加坡

    3.美国普渡大学地球、大气和行星科学系，西拉斐特，IN

    4美国宾夕法尼亚州立大学，州立学院地理系

    *这些作者贡献相同

    通讯作者:

    罗伟博士

    地理系

    新加坡国立大学

    1 Arts Link， #04-32 Block AS2

    新加坡,117570年

    新加坡

    电话:65 65163851

    电子邮件:geowl@nus.edu.sg


    背景:新型冠状病毒Delta变种给东南亚国家带来了前所未有的挑战。由于各国在此过程中采取了不同的公共卫生干预措施，其传播在东南亚表现出空间异质性。因此，公共卫生当局必须发现疫情进展与相应干预措施之间的潜在联系，以便制定集体和协调的控制措施，以提高其在减少SEA传播方面的有效性。

    摘要目的:本研究的目的是探讨COVID-19 Delta变异的时空进展与SEA非药物干预(NPI)措施之间的潜在联系。我们检测了COVID-19暴发的时空聚类，并分析了NPI测量方法与COVID-19传播的关系。

    方法:我们收集了2021年6月1日至10月31日区级每日新冠肺炎病例，以及东南亚地区区级人口数据。我们采用前瞻性时空扫描统计量来识别时空聚类。利用累积前瞻性时空扫描统计数据，我们进一步确定了每个地区在半个月间隔内的相对风险(RR)变化及其潜在的公共卫生干预联系。

    结果:我们在2021年6月至8月期间在马来西亚、菲律宾、泰国、越南和印度尼西亚发现了7个COVID-19传播高危聚类(1-7群)，RR为5.45 (P<.001)， 3.50 (P<.001)， 2.30 (P<.001)， 1.36 (P<.001)， 5.62 (P<.001)， 2.38 (P<.001)， 3.45 (P分别<措施)。印度尼西亚有34个省份成功降低了COVID-19的风险，由于持续的限制措施，风险下降范围在-0.05至-1.46之间。然而，马来西亚、新加坡、泰国和菲律宾58.6%的地区感染风险增加，这与他们放松限制一致。持续严格干预有效缓解疫情，放松限制可能加剧疫情传播风险。

    结论:对时空聚类和地区rr的分析有利于公共卫生当局使用实时数据持续监测COVID-19动态。在所有东南亚国家之间进行国际协调，采取更加同步的干预措施，可能在减缓COVID-19的进展方面发挥关键作用。

    JMIR公共卫生监测2022;8(8):e35840

    doi: 10.2196/35840

    关键字

    新型冠状病毒肺炎； 三角洲变体； 时空扫描； 干预； 东南亚


    COVID-19是由SARS-CoV-2引起的全球性流行病。SARS-CoV-2传染性很强，很容易通过接触、飞沫、空气、污染物等传播方式在人类、动物和环境中传播[1］．2019年12月，新型冠状病毒肺炎在中国中部交通枢纽城市武汉首次确诊，并迅速蔓延至周边地区。尽管各国政府采取了一定程度的预防和控制措施，但随着全球范围内的重大疫情暴发，国际病例也出现了。截至2021年12月12日，全球已有超过2亿人感染了这种疾病[2］．

    随着COVID-19疫情的爆发，东南亚国家在卫生和社会护理系统、旅游、贸易和服务业方面面临前所未有的挑战。3.］．在2020年底和2021年初，东南亚许多国家通过逐步放松封锁和加强出口订单，努力恢复经济，但这些国家受到了新冠肺炎Delta变体浪潮的打击[4］．据估计，Delta变体的传播能力是原病毒的2倍甚至4倍，其繁殖数(R0)超过5，这意味着每个感染者可以进一步感染5人以上[5］．自2021年4月以来，SEA观察到Delta变异导致的新病例呈指数级增长，并已成为COVID-19的新热点[6］．这次新爆发的三角洲变异沉重地负担了东南亚的国内和国际企业。许多产品(如成衣、汽车零件、半导体)的供应链中断，对东南亚的制造业造成重大影响，特别是对依赖这些制造业的国家(即越南、马来西亚、泰国、印度尼西亚和菲律宾)影响更大。[4］．由于这些经济压力，越来越多的东南亚国家计划与病毒共存，并调整其公共卫生干预政策。［7］．在这种情况下，监测疫情和确定时空感染群集对于协调应对SEA流行病具有重要意义。

    时空分析被广泛应用于COVID-19传播研究，以揭示COVID-19的空间传播特征和机制。它可以为公共卫生当局提供有关大流行的重要信息，以便在这种情况下更好地管理[8-10］．在众多的时空方法中，时空扫描是许多研究在全球不同地区探索时空集群最常用的方法之一，例如中国大陆[11]、美国[12]，墨西哥[13]，西班牙[14]、马来西亚[15]，孟加拉[16]，巴西[17]，以及韩国[18］．在SEA中，之前的研究已将这一分析应用于调查第一波COVID-19病例[19，20.］．然而，这些研究主要集中在每个国家，而没有探讨区域范围内集体公共卫生干预措施的传播模式和进展特征。以前的研究表明，区域协调可以有效地阻断COVID-19的传播[10，17，21-23］．为遏制新出现的COVID-19大流行并将其风险降至最低，东南亚国家部署了各种预防和遏制措施，如封锁、限制社交距离以及强制性跟踪和追踪方法[24，25］．

    由于不同国家在病毒传播过程中采取了不同的干预措施，三角洲变异在东南亚的传播表现出显著的空间异质性。因此，本文旨在识别SARS-CoV-2 Delta变种在SEA引起的COVID-19暴发的时空聚类。我们利用7个SEA国家2021年6月至10月的地区尺度每日确诊病例，确定了活跃和新出现的聚集性疾病，并总结了相关政策，以调查政府干预措施与大流行进展之间的潜在联系。我们的工作将有助于东南亚地区COVID-19进展的区域监测，并为公共卫生部门提供有关COVID-19传播的基本信息，有助于根据COVID-19的动态情况及时制定政策。


    研究领域和相关干预措施

    我们的研究重点是SEA中的COVID-19 Delta变体。受限于相关数据的可用性，我们只能纳入7个国家，即(1)印度尼西亚、(2)马来西亚、(3)菲律宾、(4)新加坡、(5)泰国、(6)越南和(7)文莱，因为它们披露了地区层面的每日确诊病例数据。在Delta变种引起的第二次COVID-19疫情期间，不同国家在这一过程中实施的干预措施可能导致了传播的波动。例如，泰国、新加坡、马来西亚、菲律宾和越南在2021年8月左右开始放松限制，这可能导致大流行模式发生重大变化(表1)．在接下来的分析中，不同的政策将有助于解释COVID-19 Delta变种的进展和传播。这些干预措施由战略与国际研究中心(CSIS)汇总[26］．

    表1。策略性环评的主要公共卫生干预措施a、b．
    持续时间 干预措施
    印尼

    		2021年6月1日至14日 微社区活动限制(Pemberlakuan Pembatasan Kegiatan Masyarakat其中包括旅游、在家工作政策、在线教学、餐饮业和聚会等方面的指导

    		2021年6月14日至28日 社区活动限制(即PPKM)延长

    		2021年7月2日至20日 在爪哇和巴厘实行紧急公共活动限制

    		2021年7月7日至9月20日 PPKM扩展覆盖全国

    		2021年8月31日至9月6日 放宽COVID-19限制

    		2021年9月7日至10月31日 爪哇大部分地区放宽了对游客的COVID-19限制

    		2021年10月5日至18日 爪哇和巴厘岛的社区限制扩大

    		2021年10月19日至31日 雅加达和坦格朗的PPKM限制放宽至2级
    泰国

    		2021年7月17日至9月30日 全国进入紧急状态

    		2021年8月1日至31日 实施了更严格的限制，包括旅行限制、宵禁和来自其他地区的旅行

    		2021年8月16日至30日 封锁措施延长了两周

    		2021年8月23日至10月31日 通过放松一些限制，逐步向接种疫苗的游客重新开放边境，该国的战略转变为“学会与COVID-19共存”

    		2021年9月1日至10月31日 往返曼谷和其他高风险地区的国内航班获准恢复

    		2021年10月1日至31日 深红色省份(风险最高地区)的限制放宽

    		2021年10月16日至31日 宵禁缩短
    新加坡

    		2021年6月21日至7月22日 恢复室内用餐

    		2021年7月22日至8月8日 恢复到2级(高度警戒)状态，加强了限制措施，包括将社交聚会限制在2人以内，禁止室内和室外用餐

    		2021年8月8日至9月27日 对完全接种疫苗的人的限制放宽了

    		2021年8月19日至9月27日 员工可以回到办公室

    		2021年8月20日至10月31日 边境限制放宽

    		2021年9月14日至10月31日 全国疫苗接种活动进一步加强

    		2021年9月27日至10月31日 个人聚会限制在5至2人，但对完全接种疫苗的人的边境限制进一步放宽
    马来西亚

    		2021年6月1日至28日 全国实施封城

    		2021年7月3日至9月14日 吉兰丹州、彭亨州、霹雳州、槟城和登嘉楼的封锁放松

    		2021年8月1日至10月31日 延长国家紧急状态结束

    		2021年8月2日至9月14日 槟城、沙捞越和纳闽的限制进一步放松

    		2021年8月8日至9月14日 8个州对完全接种疫苗的人放宽了一些限制

    		2021年8月21日至9月14日 对接种疫苗的人放松了户外运动和亲自用餐的社交距离

    		2021年9月10日至14日 吉隆坡、雪兰莪和布城的旅行、餐饮和旅游限制放宽

    		2021年9月9日至10月31日 创意产业重新开放

    		2021年9月14日至10月1日 COVID-19封锁措施进一步放松

    		2021年10月1日至31日 放宽行动限制
    菲律宾

    		2021年6月1日至30日 来自印度和其他6个国家的入境旅客的旅行限制延长

    		2021年6月29日至7月15日 首都和周边省份的行动限制扩大

    		2021年7月25日至31日 来自马来西亚和泰国的旅行暂停，马尼拉地区的限制加强

    		2021年8月13日至31日 对来自印度、巴基斯坦、孟加拉国、斯里兰卡、尼泊尔、阿联酋、阿曼、泰国、马来西亚和印度尼西亚的游客的禁令延长

    		2021年8月6日至20日 马尼拉大都会恢复了最严格的封锁

    		2021年8月21日至31日 马尼拉首都地区放松了COVID-19限制

    		2021年9月7日至15日 马尼拉的行动限制扩大

    		2021年9月16日至10月1日 尽管世界卫生组织(世卫组织)直接警告不要重新开放某些企业，但马尼拉放宽了大范围的限制

    		2021年10月1日至31日 马尼拉首都地区的行动限制有所放松

    		2021年10月13日至31日 马尼拉大都会的宵禁时间缩短

    		2021年10月16日至31日 首都地区的警戒级别从4级降至3级
    越南

    		2021年6月14日至30日 胡志明市扩大了社会距离措施

    		2021年7月7日至21日 胡志明市实施为期两周的封锁

    		2021年7月18日至8月1日 南方16个省份实施了为期两周的封锁

    		2021年8月15日至9月15日 胡志明市延长了保持社交距离的要求

    		2021年9月16日至30日 胡志明市延长了COVID-19限制

    		2021年9月23日至10月31日 几个省份放松了封锁限制

    		2021年10月1日至31日 胡志明市部分经济活动恢复

    		2021年10月13日至31日 胡志明市与附近省份之间的长途汽车恢复运营

    		2021年10月15日至31日 胡志明市的风险水平降低
    文莱

    		2021年8月8日至10月3日 实施COVID-19限制措施

    		2021年9月1日至15日 往返印度、尼泊尔、斯里兰卡、巴基斯坦和孟加拉国的旅行限制延长

    		2021年10月4日至17日 行动限制收紧

    		2021年10月13日至31日 夜间宵禁延长

    一个海:东南亚。

    b请注意，截至2021年10月31日，一些干预措施仍然持续有效。因此，我们将这些干预持续时间的结束日期定义为我们研究期的最后一天。

    COVID-19日病例和人口

    我们从7个国家的公共卫生当局的官方网站和约翰霍普金斯大学系统科学与工程中心的GIS仪表盘(表2)．2021年3月至5月，东南亚7个国家先后鉴定出Delta变异，并在随后几个月以大规模感染为主(表3) [27-33］．图1显示2021年6月以来7个国家的新冠肺炎确诊病例大幅增长，大多数国家的日确诊病例在2021年6月至10月期间出现了明显波动。因此，我们采用了2021年6月1日至10月31日的数据，这是SEA 7个国家第二次COVID-19爆发的大致日期。考虑到每个分析单元的面积和人口规模相似，除了新加坡和文莱的数据是在国家层面上汇总外，我们在第一行政层面上汇总了数据。我们从这些国家的统计报告和年鉴中获得或提取了人口数据(表2)．

    表2。收集的数据及其来源。
    国家 案例来源 人口来源
    印尼 KAWALCOVID19和国家确诊病例发展委员会[34］ 印度尼西亚统计局[35］
    马来西亚 马来西亚COVID-19疫情的官方数据[36］ 马来西亚统计局[37］
    菲律宾 菲律宾卫生署[38］ 菲律宾统计当局[39］
    新加坡 新加坡卫生部[40］ 新加坡统计局[41］
    泰国 卫生部疾病控制司情况报告[42］ 泰国国家统计局[43］
    文莱 约翰霍普金斯大学系统科学与工程中心COVID-19数据[44］ 经济规划及统计处[45］
    越南 越南卫生部[46］ 越南统计总局[47］
    表3。在7个国家发现了Delta变种。
    国家 第一例确诊的三角洲变种病例
    印尼 2021年3月
    泰国 2021年5月
    新加坡 2021年4月
    马来西亚 2021年5月
    菲律宾 2021年5月
    越南 2021年4月
    文莱 2021年8月
    ‎
    图1。2021年1月1日至10月31日，东南亚地区每日新增确诊病例。
    查看此图

    时空扫描统计分析

    为了探索东南亚地区新冠肺炎病例出现和活跃的时空聚集性，我们使用SaTScan 9.6版本进行前瞻性时空扫描统计分析[48]，常用于检测传染病的空间群集[49，50］．考虑到群体规模分布的不均匀性，我们利用时空扫描统计数据识别并绘制了SEA中Delta变异的重要聚类。空时扫描统计采用圆柱体来检测SEA中潜在的空时簇，可以覆盖每一个可能的位置、大小和时期[51］．对于每个圆柱体，底部代表空间，高度代表时间，中心代表整个SEA的研究单元的质心。将圆柱形窗口的大小扩大到特定的最大空间和时间上限，在本研究中分别设置为人群风险的10%和研究周期的50%。我们将每个集群的最小持续时间设置为2天，用于监视持续存在的集群。每个集群中的最小病例数设置为3，以确保每个集群中必须至少有3个病例。

    我们假设COVID-19病例根据SEA研究单位的总体遵循泊松分布。零假设(H0，表明该模型反映了COVID-19感染强度恒定μ在柱面内或柱面外，与高危人群成正比。替代假设(H一个)表示观察到的病例比预期的病例多，这反映了圆柱体内的风险增加。预期案例由式(1)计算[12]：

    在哪里p代表研究单元内的人口，C为本研究区域(即东南亚7个国家)的COVID-19病例总数P表示我们研究区域内估计的总人口数。

    采用最大似然比检验来评估原假设和备选假设。它确定了扫描窗口具有较高的COVID-19风险，其定义由公式(2)[17，52]：

    在哪里L (Z)表示圆柱的似然函数Z，l0的似然函数H0，nZ表示圆柱体内的COVID-19病例数，μ(Z)表示圆柱体中期望的案例数Z， N为东南亚7个国家各时期观察到的病例总数。当似然比大于1时，圆柱内风险升高，似然比最大的圆柱应是最有可能的聚类。

    假设同一聚类内不同地区COVID-19的相对风险(RR)相同。为使结果更加合理，我们计算了聚类内各研究单元的RR，探讨COVID-19 RR的空间异质性，如式(3)所示[53]：

    在哪里c代表一个研究单元中COVID-19的总数，e表示研究单元中预期案例的总数，和C表示SEA 7个国家观察到的病例总数。该公式表明，RR代表研究单位内的估计风险，除以该单位外的风险。具体而言，如果一个地点(集群或研究单位)的RR为3，则该地点内的人口暴露于COVID-19感染的可能性是外部人口的三倍。高危类群的特征是观察病例数高于预期病例数(RR>1)，低风险类群的特征是预期病例数高于预期病例数(RR<1)。

    以下部分揭示了2021年6月1日至10月31日期间东南亚7个国家新出现的重大COVID-19病例聚集性。考虑到一些东南亚国家(如马来西亚、菲律宾、新加坡、泰国)从2021年8月开始放松限制，同时加强疫苗接种计划，我们将时间轴分为两部分(即2021年6月1日至8月31日和2021年6月1日至10月31日)，以确定聚集性疫情的动态。此外，我们还探讨了每个地区每半个月的RR变化，这大约等于一种感染的潜伏期[54]，使用累积半个月的前瞻性扫描方法。接下来，我们将干预措施与发现的时空特征进行了比较，以确定政治干预与COVID-19 Delta变种的进展之间的潜在联系。


    环渤海区域级合并集群动态研究

    2021年6月1日- 8月31日

    如表4， 2021年6月1日至8月31日，SEA共识别出14个重要时空星团，其中7个(50%)高危星团(RR>1)和7个(50%)低风险星团(RR<1)。大多数高危聚集在2021年7月中旬至8月下旬，这意味着在此期间东南亚新冠肺炎疫情形势变得更加严峻。具体来说，集群1最有可能发生，而且是一个跨国集群，包括马来西亚和泰国47个地区中的39个(83%)高风险地区(RR>1)。该群集的RR最高，为5.45，这意味着该群集的人接触COVID-19的可能性是其他地区的5.45倍。同样，群集2的RR为5.62，包含越南的两个地区，即平阳和胡志明市。另一个跨国聚类是聚类4,RR为3.50，包括马来西亚、印度尼西亚和文莱的6个地区。此外，泰国北部和菲律宾北部也分别在2021年7月22日至8月31日和8月11日至31日成为高危集群。印度尼西亚也出现了2个集群，它们只包含一个地区，即雅加达，RR为2.38,Daerah Istimewa Yogyakarta (DIY)， RR为3.88。此外，印度尼西亚的3个高风险聚类表明，与东南亚其他地区相比，印度尼西亚若干地区的人口在此期间更有可能接触到COVID-19。此外，东南亚其他地区(如越南北部、菲律宾南部和印度尼西亚的一些其他地区)分布着7个低风险集群，这意味着这些集群内的人口不太可能接触到COVID-19。 Note that cluster 10, with an RR of 0.60, contained 2 high-risk districts of the Philippines (ie, region VII, with an RR of 1.07, and region X, with an RR of 1.08).图2显示每个集群的分布。在印度尼西亚南部有一些小规模的集群，而最大的集群出现在泰国南部和马来西亚北部。从结果来看，新冠病毒Delta变体在早期阶段在马来西亚和印度尼西亚的影响更大，而越南和菲律宾的一些地区的风险也相对较高。

    表4。2021年6月1日至8月31日COVID-19时空聚类。
    集群 时间(天) 地区总数N P价值 观察到的 预期 RR一个 地区(RR>1)， n (%)
    1 7月17日至8月31日 47 <措施 1246176年 278375 .06点 5.45b 39 (83)
    2 7月18日至8月31日 2 <措施 300418年 55874点 5.62b 2 (100)
    3. 7月17日至8月31日 30. <措施 6335 223562 .03点 0.03 0
    4 7月22日至8月31日 6 <措施 184097年 53834 .73点 3.50b 4 (67)
    5 8月11-31 3. <措施 196693年 87355 .91点 2.30b 3 (100)
    6 7月17日至8月31日 1(雅加达) <措施 123567年 52481 .33 2.38b 1 (100)
    7 7月17日至8月31日 1 (DIYc） <措施 62476年 18229 .28点 3.45b 1 (100)
    8 8月7-31 3. <措施 24861年 79338 .99 0.31 0
    9 8月7-31 1(贾瓦巴拉特) <措施 59194年 130362 .28点 0.45 0
    10 7月17日至8月31日 11 <措施 158665年 259719 .07点 0.60 2 (18)
    11 8月18-31 1(爪哇腾迦) <措施 15132年 55221 .58 0.27 0
    12 8月15-31 1(爪哇帖木儿) <措施 26939年 74674 .85 0.36 0
    13 8月15-31 4 <措施 18415年 41030 .60 0.45 0
    14 7月22日至8月31日 14 <措施 82443年 60927 .09点 1.36b 11 (79)

    一个相对风险。

    b高风险的集群。

    cDIY: Daerah Istimewa Yogyakarta。
    ‎
    图2。2021年6月1日- 8月31日COVID-19时空聚类的空间分布相对风险。
    查看此图
    2021年6月1日至10月31日

    从2021年6月1日到10月31日，总共检测到11个重要的星团，比早期减少了3个。在11个聚类中，高危聚类(RR>1)仅为4个(36%)，较前一期的7个(表5)．最有可能的一组与前一时期相同，覆盖了泰国和马来西亚的部分地区。但在此期间，聚类1的RR从5.45下降到3.91，而高风险地区从39个增加到45个，这意味着更多的地区受到了COVID-19的影响。群集2也与前一时期相同，包括平阳和胡志明市。此外，第7星团由前一时期的第4星团演化而来，加里曼丹帖木儿除外。该聚类的RR从3.50增加到4.62，表明该聚类人群在这段时间内更容易被感染。同样，科迪勒拉行政区、第二区和第一区与菲律宾北部的一个高风险集群合并，形成了一个更大的集群。其余为低危组，RR<1。图3可视化了这一时期的聚类分布，直观地显示了部分聚类在连续的2个时期之间仍然存在，而前一时期的一些聚类消失了，这一时期又出现了一些新的聚类。特别是在印度尼西亚，雅加达和DIY的高风险集群消失，与其他地区一起出现了低风险集群。总体而言，时空扫描统计结果显示了2个不同时期新冠病毒Delta变体在东南亚的传播和扩散。

    表5所示。2021年6月1日至10月31日COVID-19时空聚类。
    集群 时间(天) 地区总数N P价值 观察到的 预期 RR一个 地区(RR>1)， n (%)
    1 8月17日至10月31日 47 <措施 1441175年 421090 .26 3.91b 45 (96)
    2 8月17日至10月31日 2 <措施 456029年 86398 .28点 5.52b 2 (100)
    3. 8月17日至10月31日 33 <措施 13724年 355228 .49点 0.04 0
    4 8月28日至10月31日 4 <措施 34492年 357601 0.09 4 (100)
    5 8月27日- 10月31日 1(贾瓦巴拉特) <措施 19419年 315097 .51 0.06 0
    6 8月27日- 10月31日 8 <措施 37326年 342621 .73点 0.11 0
    7 8月17日至10月31日 5 <措施 283690年 63058 .92点 4.62b 4 (80)
    8 8月21日- 10月31日 1(爪哇腾迦) <措施 24989年 260017 .41点 0.09 0
    9 8月17日至10月31日 6 <措施 728003年 366113 .53点 2.08b 6 (100)
    10 9月3日- 10月31日 8 <措施 17783年 145558 .63点 0.12 0
    11 10月4-31 10 <措施 60614年 136535 .58 0.44 0

    一个相对风险。

    b高风险的集群。
    ‎
    图3。2021年6月1日- 10月31日COVID-19时空聚类的空间分布相对风险。
    查看此图

    SEA中COVID-19 RR的时间进展

    图4显示了2021年6月1日至8月31日和6月1日至10月31日2个疫情期间SEA COVID-19区域RR的变化。总体而言，在各国于2021年7月和8月改变应对COVID-19的干预策略之前和之后，这种RR的时间变化在COVID-19进展方面表现出不同的时空特征。在SEA 7个国家中，印度尼西亚是唯一一个在各地区RR总体上呈下降趋势的国家，而其他6个国家则经常出现RR上升的惊人变化，尤其是新加坡、菲律宾、马来西亚和越南。

    具体而言，印度尼西亚所有地区都观察到不同程度的RR下降。虽然印度尼西亚大部分地区的RR略有下降0.05-0.5，但其余5个地区(雅加达、DIY、加里曼丹·乌达拉、加里曼丹·帖木儿和Kepulauan Riau)的RR下降较为明显(≤-0.5)，其中印尼首都雅加达的差异最大(-1.4)。请注意，雅加达是第二次疫情早期的主要新兴风险区之一，直到我们的研究期结束，它仍面临相对较高的RR(2.79)。相反，菲律宾所有地区的RR在两次疫情爆发期间都有所上升，表明COVID-19的风险影响总体恶化。幸运的是，在菲律宾的17个地区中，有14个(82%)出现小幅增长(≤0.5)。其他3个地区，即国家首都地区、第二地区和科迪勒拉行政区，从0.59上升到1.23。同时，没有观察到显著的增加(>1.5)，说明最严重的RR变化并没有发生在菲律宾。

    相比之下，新加坡、马来西亚、文莱、泰国、越南等其他国家在不同的地区表现出不同的RR变化，泰国77个地区中约有一半(n= 39,51%) RR上升，一半下降。很明显，该国南部沿海地区比中部、东部和北部地区的内陆地区面临更高的RR。越南几乎所有地区的RR略有变化，范围在-0.08至0.28之间，但3个相连城市除外(即同奈:0.63，胡志明市:0.72，平阳:1.73)。至于马来西亚，16个地区中有10个(63%)的RR出现上升，占该国的主要比例。纳闽和吉隆坡在东南亚地区的下降最为明显。值得注意的是，在研究早期，这些地区也是受COVID-19风险威胁最严重的地区(RR>10)，并且在研究结束前，这些地区在SEA中的RR相对最高。此外，新加坡的RR上升至1.43。文莱的RR也有所上升，但仍低于1。

    ‎
    图4。2019冠状病毒病相对风险(RR)在两个时期(2021年6月1日至8月31日和6月1日至10月31日)的变化(地区水平)。
    查看此图

    此外，我们以半个月为间隔检测到RR的进展，并使用10个间隔的总和来说明Delta变体从2021年6月至10月的进展(图5-9)．在2021年6月上半月，泰国中南部、马来西亚许多州和菲律宾许多地区都发现了较高的风险，而越南70%(44/63)的地区在此期间表现出RR=0 (图5)．这些模式表明，潜在的新一波大流行更有可能出现在那些高风险地区。此后，Delta型病毒在东南亚蔓延，一些国家的首都地区在东南亚受到严重影响(如曼谷大都市及周边地区、吉隆坡及周边地区、雅加达及周边地区)。相反，菲律宾首都马尼拉地区的RR下降(图6)．截至2021年8月中旬，泰国受到COVID-19扩散的影响，大多数地区的风险都有所上升。此外，在这段时间内，前几个月的大多数高风险地区仍然很严重，尽管一些地区的RR略有下降(如曼谷、沙穆萨空、雅加达、廖内、沙捞越)。这种现象也反映了Delta变异的高感染能力(图7)．在接下来的1.5个月(即2021年8月15日至9月30日)，印度尼西亚的情况有所改善。然而，菲律宾北部在2021年9月15日显示出RR增加(图7而且8)．次月，新加坡的RR由0.44上升至1.53，马来西亚北部和泰国南部的RR亦有所恶化(图9)．截至2021年10月31日，泰国、马来西亚、新加坡、越南胡志明市和菲律宾首都地区的情况仍然令人担忧，应进一步研究。

    ‎
    图5。东南亚COVID-19 RR进展的空间格局(2021年6月1日至15日和6月1日至30日)。RR:相对风险;海:东南亚。
    查看此图
    ‎
    图6。东南亚COVID-19 RR进展的空间格局(2021年6月1日至7月15日和6月1日至7月31日)。RR:相对风险;海:东南亚。
    查看此图
    ‎
    图7。东南亚地区COVID-19 RR进展的空间格局(2021年6月1日至8月15日和6月1日至8月31日)。RR:相对风险;海:东南亚。
    查看此图
    ‎
    图8。东南亚地区COVID-19 RR进展的空间格局(2021年6月1日至9月15日和6月1日至9月30日)。RR:相对风险;海:东南亚。
    查看此图
    ‎
    图9。东南亚COVID-19 RR进展的空间格局(2021年6月1日至10月15日和6月1日至10月31日)。RR:相对风险;海:东南亚。
    查看此图

    主要研究结果

    在本研究中，我们利用前瞻性时空扫描统计数据来检测SEA中新出现和现有的COVID-19时空聚类。我们发现，马来西亚和菲律宾的大部分地区、越南的胡志明市和平阳、泰国的首都及其周边地区以及印度尼西亚在早期(2021年6月至8月)表现出较高的COVID-19传播风险。2021年8月以后，时空聚类和区域RR随各国政府干预力度的变化而变化。在整个研究期间，印度尼西亚降低了大流行传播的风险。这可能归因于实现和扩展的Pemberlakuan Pembatasan Kegiatan Masyarakat(PPKM)，包括强制在家办公政策、在线教学指导、在家用餐、社交聚会、跨省和国际旅行等限制。例如，雅加达作为全国人口密度高的最大城市，在防止COVID-19风险影响恶化方面的成功很可能与其对COVID-19的持续限制和不变的战略有关[55］．

    在大多数限制措施不一致的国家，RR在放松限制后出现了上升。例如，菲律宾实施了边境和流动限制，包括最严格的封锁和在线教学，这些措施成功地缓解了2021年6月至8月期间的大流行肺炎疫情。相比之下，马尼拉首都地区从2021年8月21日至31日暂时放宽了流动限制;餐馆和教堂重新开张;并从2021年9月15日起取代了大规模的冠状病毒限制。研究结果表明，此后菲律宾首都地区风险系数逐渐升高，菲律宾地区风险逐渐加剧的情况应引起持续关注。特别是，胡志明市虽然具体实施了封锁、宵禁、保持社会距离等一系列规定和限制，但总体症状仍在恶化。这可能与三角洲变异的高传染性和胡志明市超负荷的医疗保健系统有关[56］．此外，胡志明市人口较多，经济发展水平高于其他地区，接触人群数量相对较多，感染病例较多。有人认为，人口密度和接触强度是该病毒传播和扩增的主要驱动力[57］．此外，马来西亚的持续高风险可能是由于政府在我们研究期开始以来，随着National Recovery Plan的阶段性发展，逐渐采取了比SEA中其他国家更为宽松的措施。新加坡自2021年8月初开始间歇性放松社会限制，自2021年9月以来RR呈上升趋势。

    与之前工作的比较

    据我们所知，这是首次尝试使用前瞻性时空扫描统计数据来探索SEA地区COVID-19 Delta变种疫情的时空进展，并总结疫情动态与公共卫生干预措施之间的潜在联系。既往研究采用时间序列预测模型和改进的易感暴露感染和康复模型(SEIR)等方法研究COVID-19传播风险[58，59］．与这些研究结果一致，我们的研究证明，适当的非药物干预措施(npi)是缓解COVID-19传播的有效方式，特别是在印度尼西亚，该国实施了多种干预措施(PPKM)。相比之下，放宽限制可能会增加人员流动性，并进一步增加COVID-19传播的风险[60，61］．结果表明，放宽限制可能导致高危人群长期存在，并在某些地区反复出现高风险。此外，以往关于npi与COVID-19传播之间联系建模的研究通常是回顾性或预测性分析，而且往往侧重于单个国家[62-66］．与之前的研究相比，这项研究的优势在于，我们为及时和跨国家监测SEA地区层面的三角洲变异的动态和特征提供了新的见解。本研究采用的透视时空扫描方法，可实时检测干预措施实施后COVID-19传播的时空动态，有利于及时调整干预措施，预防COVID-19传播。

    此外，已有研究表明，新冠病毒的传播受多种因素的影响。例如，人口密度、人口流动和环境因素已被证明对COVID-19的传播有积极影响[67-69］．此外，严重的COVID-19疫情更有可能发生在社会经济地位较差的地区[70-72］．尽管如此，我们的研究进一步强调了公共卫生干预的重要性。因此，我们认为，持续严格的限制措施有利于疫情控制，特别是在公共卫生体系薄弱、疫苗接种率相对较低的发展中地区。此外，为了更好地了解COVID-19的传播过程，可以根据收入、年龄、空气质量和疫苗接种状况等协变量调整时空聚类的检测，从而提高对COVID-19传播的评估[16，73］．

    影响和建议

    公共卫生干预在疫情防控中发挥着重要作用，其中社会限制政策有效减缓了COVID-19的传播[37］．限制大规模聚集和旅行，保持社交距离，减少人员流动，有利于控制COVID-19，因为这些措施可以降低暴露于病毒感染的概率[74，75］．我们的研究发现了COVID-19疫情动态与干预措施之间的潜在联系。这表明，尽管持续严格的限制措施有助于防止大流行的恶化，但暂时或持续放松限制措施可能会加速流行病的传播。适当的限制政策是预防大流行的关键，因为COVID-19变种的高传播将导致更糟糕的情况[76］．此外，如果社区病例数量超过输入性病例，边境限制的价值将低于国内措施。在这种情况下，当局应更加强调国内干预，以减少社区传播[77］．然而，针对COVID-19的干预措施需要充足的资源和良好的社会经济状况。在实施干预时，经济和社会理由是政府应优先考虑的事项之一[78］．因此，如何在流行病发展和社会经济损失之间取得平衡是所有国家面临的挑战[79］．

    自2021年8月起，考虑到国内社会经济状况，大多数东南亚国家逐步将战略从消除病例转变为与COVID-19共存[7］．在SEA中观察到的一个同时趋势是，除印度尼西亚外，所有国家都在逐步放松社会限制，允许国际交流，同时加强疫苗接种以实现群体免疫。例如，新加坡卫生部认为，在高疫苗接种率的协助下，经济和社会规范可以恢复，而不会导致无法控制的疾病爆发或医院系统崩溃[80］．接种疫苗对于保护人群免受这种Delta变异和未来变异的发病率和死亡率的加剧威胁越来越重要[81-84］．然而，以前的一项研究发现，与以前的病毒变体相比，现有的针对Delta变体(B.1.617.2)的疫苗的有效性有所降低[85]，这意味着目前的疫苗接种可能对未来的变种无效[86］．考虑到东南亚地区脆弱的卫生系统，包括接触者追踪、快速隔离和严格限制在内的实施措施对于预防未来潜在的疫情仍然至关重要[87，88］．

    国际协调在应对这一大流行病方面也发挥着重要作用。这包括信息共享、疫苗捐赠、医疗支持和行业合作[89，90］．建议东南亚国家联盟(东盟)国家利用强大的社会经济联系，采取协同政策应对2019冠状病毒病。为了促进各国在SEA方面的合作，区域监测是必不可少的，因为它在新变异可能爆发疫情时提供了有关新风险的必要信息。这种方法有助于更精确地预防和缓解COVID-19，从而最大限度地减少相关资源的成本。据报道，新加坡和越南向邻国提供了医疗设备和支助[3.]，我们希望东南亚国家之间开展更多多边合作，特别是考虑到新冠病毒新变种的出现带来的长期挑战。

    限制

    尽管我们的研究有这些见解，但COVID-19数据仍有明显的局限性。首先，12个国家中只有7个国家提供了主要行政区级别的数据，因此我们无法探索SEA中完整的传播过程。事实上，许多先前的研究也面临着可用数据的短缺或丢失(即儿科数据不足)[91-93］．此外，虽然本研究和以往许多研究都采用了COVID-19病例报告数据进行分析，但这些数据可能会因漏报而混淆。由于检验数据不足，本研究未考虑不同时空筛选率[94，95］．此外，如果有更高的空间分辨率数据(即城市、县，甚至街区或子区域)，就可以揭示更具体和详细的模式。对数据或动态了解不足将导致COVID-19应对措施无效和不可靠[96］．因此，我们强烈建议东南亚的公共卫生部门应该公开更多有代表性和可靠的数据[97，98］．此外，虽然本研究的重点是COVID-19的Delta变体，但我们采用的数据不可避免地包括了所有变体的病例。尽管自2021年6月以来，三角洲变异在东南亚的第二次疫情中占主导地位，但这可能会导致不确定性，因为不同国家由三角洲变异引起的病例比例不相同。此外，COVID-19的传播及其影响显示出家庭收入、教育水平、年龄、性别等方面的环境不平等[99，One hundred.］．环境不平等与COVID-19之间的潜在相关性有待进一步研究，以获得资源配置和区域预防的重要见解。

    结论

    前瞻性时空扫描统计数据揭示了公共卫生干预措施与COVID-19 Delta变异传播风险之间的潜在联系。在持续采取严格限制措施的地区，大流行发展的风险有所下降，而一些采取宽松干预措施的国家则显示出相对较高的风险。此外，我们的方法可用于利用最新数据监测COVID-19的动态，并支持及时调整国内和区域间公共卫生干预措施，以防止大流行形势进一步恶化。

    致谢

    本研究部分由新加坡国立大学创业基金(#A-0003623-00-00)资助。

    利益冲突

    没有宣布。

    1. 世界卫生组织。SARS-CoV-2的传播:感染预防措施的影响。科学简报，2020年7月9日。URL:https://www.who.int/news-room/commentaries/detail/transmission-of-sars-cov-2-implications-for-infection-prevention-precautions/[2022-05-19]访问
    2. Dong E, Du H, Gardner L.实时跟踪COVID-19的交互式web仪表板。Lancet infection Dis 2020 May;20(5):533-534。［CrossRef］
    3. Amul GG, Ang M, Kraybill D, Ong SE, Yoong J.东南亚应对COVID - 19:不同路径和持续挑战。亚洲经济政策报告2021年8月11日;17(1):90-110。［CrossRef］
    4. 新冠疫情不断升级，东盟经济体遭受重创。URL:https://ihsmarkit.com/research-analysis/asean-economies-hit-hard-by-escalating-covid-delta-waves-sep21.html/[2021-12-17]访问
    5. 刘勇，Rocklöv J. SARS-CoV-2 Delta变种的繁殖数量远高于祖先的SARS-CoV-2病毒。J Travel Med 2021 10月11日;28(7):taab124 [免费全文] [CrossRef] [Medline］
    6. Chookajorn T, Kochakarn T, Wilasang C, Kotanan N, Modchang C.东南亚是新冠肺炎的新兴热点地区。医学杂志2021年9月16日;27(9):1495-1496。［CrossRef] [Medline］
    7. 随着三角洲病毒激增，东南亚国家计划“与病毒共存”。URL:https://thediplomat.com/2021/09/southeast-asia-nations-plan-to-live-with-virus-as-delta-surges/[2021-12-17]访问
    8. french - pardo I, Napoletano BM, rose - verges F, Billa L. COVID-19研究中的空间分析和GIS。复习一下。科学总环境2020年10月15日;739:140033 [免费全文] [CrossRef] [Medline］
    9. 尹磊，张辉，李勇，刘凯，陈涛，罗伟，等。一个数据驱动的基于代理的模型，建议非药物干预措施，以抑制2019年冠状病毒疾病在特大城市的复苏。J R Soc Interface 2021 Aug 25;18(181):20210112 [免费全文] [CrossRef] [Medline］
    10. 赖山，鲁克塔南柴，周林，普罗斯波，罗伟，弗洛伊德，等。中国控制COVID-19的非药物干预措施效果自然2020 Sep 04;585(7825):410-413 [免费全文] [CrossRef] [Medline］
    11. 徐敏，曹超，张旭，林华，姚震，钟松，等。基于回顾性分析的中国大陆COVID-19精细时空聚类检测国际环境与公共卫生杂志2021年3月30日;18(7):3583 [免费全文] [CrossRef] [Medline］
    12. Desjardins M, Hohl A, Delmelle E.使用前瞻性时空扫描统计数据在美国快速监测COVID-19:检测和评估新兴集群。app Geogr 2020年5月;118:102202 [免费全文] [CrossRef] [Medline］
    13. 影响墨西哥COVID-19传播和死亡的主要因素:第一阶段和第二阶段的比较。app Geogr 2021 Sep;134:102523 [免费全文] [CrossRef] [Medline］
    14. 罗西洛N，德尔-Águila-Mejía J，罗哈斯-本尼迪克托A，格雷罗-瓦迪略M, Peñuelas M，马扎加托斯C，等。西班牙2020年夏季COVID-19时空集群的实时监测。BMC公共卫生2021年5月21日;21(1):961 [免费全文] [CrossRef] [Medline］
    15. Ullah S, Mohd Nor NH, Daud H, Zainuddin N, Gandapur MSJ, Ali I，等。马来西亚2019冠状病毒病(COVID-19)空间聚类分析(2020年3月- 9月)。geospit Health 2021年5月05日;16(1)[免费全文] [CrossRef] [Medline］
    16. Masrur A, Yu M, Luo W, Dewan A.相对于干预情景的孟加拉国COVID-19风险的时空格局、变化和传播。国际环境资源公共卫生2020年8月14日;17(16):5911 [免费全文] [CrossRef] [Medline］
    17. Martines MR, Ferreira RV, Toppa RH, Assunção LM, Desjardins MR, Delmelle EM.巴西COVID-19时空集群的检测:巴西城市的死亡率、不平等、社会经济脆弱性和疾病的相对风险。J geogeor Syst 2021 march 08;23(1):7-36 [免费全文] [CrossRef] [Medline］
    18. Kim S, Castro MC.韩国COVID-19的时空格局和政府应对(截至2020年5月31日)。国际传染病杂志2020 Sep; 39:328-333 [免费全文] [CrossRef] [Medline］
    19. 朱敏，Kleepbua J，管志，Chew SP，谭建文，沈娟，等。东南亚COVID-19大流行的早期时空格局和人口特征医疗保健(巴塞尔)2021年9月16日;9(9):1220 [免费全文] [CrossRef] [Medline］
    20. Salman AM, Ahmed I, Mohd MH, Jamiluddin MS, Dheyab MA。考虑再感染可能性和有限医疗资源的马来西亚COVID-19传播动态情景分析Comput生物医学2021年6月;133:104372 [免费全文] [CrossRef] [Medline］
    21. Bouchnita, Jebrane A.评估非药物干预措施潜力的COVID-19传播动态混合多尺度模型。混沌孤子分形2020 Sep;138:109941 [免费全文] [CrossRef] [Medline］
    22. 年峰，史勇，曹娟。基于经济发展和干预的COVID-19传播模型。电线接头通讯2022年8月18日;122(3):2355-2365 [免费全文] [CrossRef] [Medline］
    23. Ruktanonchai NW, Floyd JR, Lai S, Ruktanonchai CW, Sadilek A, Rente-Lourenco P，等。评估整个欧洲协调COVID-19退出战略的影响。科学2020年9月18日;369(6510):1465-1470 [免费全文] [CrossRef] [Medline］
    24. Khairulbahri M.从三个东南亚国家在COVID-19大流行期间汲取的经验教训。J政策模型2021年11月;43(6):1354-1364 [免费全文] [CrossRef] [Medline］
    25. arakim LY, Kibtiah TM。东盟成员国应对新冠肺炎疫情在东南亚蔓延。在:IOP会议系列:地球与环境科学。英国布里斯托尔:IOP出版社;4月1日，2021:012100。
    26. 东南亚Covid-19追踪。URL:https://www.csis.org/programs/southeast-asia-program/projects/southeast-asia-covid-19-tracker/[2021-12-17]访问
    27. 在印度尼西亚的一些城市，Delta亚型推高了Covid-19的数量。URL:https://www.straitstimes.com/asia/se-asia/delta-sub-variant-pushes-up-covid-19-tally-in-some-indonesian-cities[2022-05-19]访问
    28. 马拉帕蒂南三角洲地区对早期躲过新冠疫情的农村地区构成威胁。《自然》2021年8月6日;596(7872):325-326。［CrossRef] [Medline］
    29. 聚焦:Delta变种的迅速崛起，以及它如何影响新加坡的COVID-19斗争。URL:https://www.channelnewsasia.com/singapore/covid-19-delta-variant-virus-vaccine-moh-2082741[2022-05-19]访问
    30. 马来西亚报告首例印度COVID-19变种病例。URL:https://www.reuters.com/world/india/malaysia-reports-first-case-indian-covid-19-variant-2021-05-02/[2022-05-19]访问
    31. 菲律宾在发现首例三角洲变异病例后加强了限制。URL:https://www.reuters.com/world/asia-pacific/philippines-detects-first-local-transmission-delta-variant-2021-07-16/[2022-05-19]访问
    32. Delta变种疫情对越南COVID-19应对战略构成挑战。URL:https://www.brookings.edu/blog/order-from-chaos/2021/08/11/delta-variant-outbreak-challenges-vietnams-covid-19-response-strategy/[2022-05-19]访问
    33. 文莱确认新冠肺炎Delta变种，连续8天每日病例超过100例。URL:http://www.news.cn/english/2021-08/26/c_1310150959.htm[2022-05-19]访问
    34. KAWALCOVID19，国家确诊病例发展委员会。URL:https://covid19.go.id/[2022-05-19]访问
    35. 印尼的统计数据。URL:https://www.bps.go.id/[2022-05-19]访问
    36. 马来西亚COVID-19疫情的官方数据。URL:https://github.com/MoH-Malaysia/covid19-public[2022-05-19]访问
    37. 马来西亚统计局。URL:https://www.dosm.gov.my/v1/index.php[2022-05-19]访问
    38. 菲律宾卫生部。URL:https://doh.gov.ph/covid19tracker[2022-05-19]访问
    39. 菲律宾统计局。URL:https://psa.gov.ph/[2022-05-19]访问
    40. 新加坡卫生部。URL:https://www.moh.gov.sg/covid-19[2022-05-19]访问
    41. 新加坡统计局。URL:https://www.singstat.gov.sg/[2022-05-19]访问
    42. 公共卫生部疾病控制状况报告司。URL:https://covid19.ddc.moph.go.th/en[2022-05-19]访问
    43. 泰国国家统计局。URL:http://web.nso.go.th/[2022-05-19]访问
    44. 约翰霍普金斯大学系统科学与工程中心(CSSE)的COVID-19数据存储库。URL:https://github.com/CSSEGISandData/COVID-19[2022-07-29]访问
    45. 文莱经济规划和统计部。URL:http://www.deps.gov.bn/Theme/Home.aspx[2022-05-19]访问
    46. 越南卫生部。URL:https://covid19.gov.vn[2022-05-19]访问
    47. 越南统计总局。URL:https://www.gso.gov.vn/en/homepage/[2022-05-19]访问
    48. Kulldorff M. SaTScanTM用户指南。URL:https://www.satscan.org/cgi-bin/satscan/register.pl/SaTScan_Users_Guide.pdf?todo=process_userguide_download/[2021-12-17]访问
    49. 利用扫描统计的前瞻性时间周期性地理疾病监测。J R Stat Soc Ser A Stat Soc 2002 1月06日;164(1):61-72。［CrossRef］
    50. 空间扫描统计。共同统计理论方法2007年6月27日;26(6):1481-1496。［CrossRef］
    51. Hohl A, Delmelle EM, Desjardins MR, Lan Y.基于前瞻性时空扫描统计的美国COVID-19每日监测。spit spatialtemporal epidemiology 2020 Aug;34:100354 [免费全文] [CrossRef] [Medline］
    52. Desjardins M, Whiteman A, Casas I, Delmelle E. 2015 - 2016年哥伦比亚基孔肯雅热和登革热的时空聚集和共发。热带学报2018 9月;185:77-85。［CrossRef] [Medline］
    53. 阚志，关敏，黄淑娟，黄娟，刘丹。香港新冠肺炎风险的时空格局及其与不同建筑环境特征的关系。科学总环境2021年6月10日;772:145379 [免费全文] [CrossRef] [Medline］
    54. 杨玲，戴娟，赵娟，王勇，邓萍，王娟。湖北省178例新型冠状病毒感染病例和131条传播链的潜伏期和序列间隔估计。流行病感染2020年6月19日;148:e117 [免费全文] [CrossRef] [Medline］
    55. peremerintah Terapkan PPKM Mikro Di Seluruh Provinsi Mulai 1 Juni。印度尼西亚共和国内阁秘书处。URL:https://diskominfo.anambaskab.go.id/berita/pemerintah-terapkan-ppkm-mikro-di-seluruh-provinsi-mulai-1-juni/[2021-12-17]访问
    56. 三角洲变种对东南亚的影响。URL:https://www.economist.com/asia/what-the-delta-variant-did-to-south-east-asia/21804360/[2021-12-17]访问
    57. Rocklöv J, Sjödin H.高人口密度促进了COVID-19的传播。J Travel Med 2020年5月18日;27(3):taaa038 [免费全文] [CrossRef] [Medline］
    58. 冯磊，张涛，王强，谢勇，彭智，郑洁，等。中国和美国COVID-19疫情暴发和干预措施对流感的影响Nat Commun 2021年5月31日;12(1):3249 [免费全文] [CrossRef] [Medline］
    59. Ejigu BA, Asfaw MD, Cavalerie L, Abebaw T, Nanyingi M, Baylis M.评估非药物干预措施(NPI)对COVID-19动态的影响:埃塞俄比亚案例的数学建模研究PLoS One 2021;16(11):e0259874 [免费全文] [CrossRef] [Medline］
    60. 政府干预COVID-19的有效性推断。URL:https://www.science.org/doi/full/10.1126/science.abd9338[2022-05-19]访问
    61. 熊超，胡松，杨敏，罗伟，张磊。移动设备数据揭示了人的流动性与新冠肺炎感染之间的动态正相关关系。Proc Natl Acad Sci U S A 2020年11月03日;117(44):27087-27089 [免费全文] [CrossRef] [Medline］
    62. Manabe T, Phan D, Nohara Y, Kambayashi D, Nguyen TH, Van Do T，等。越南疫情前7个月COVID-19的时空分布BMC infection Dis 2021 10月30日;21(1):1124 [免费全文] [CrossRef] [Medline］
    63. 普万图P, Utaya S, Handoyo B, Bachri S, Astuti IS, Utomo KSB，等。基于新兴热点分析和时空立方体模型的印尼东爪哇COVID-19传播时空分析IJGI 2021 3月3日;10(3):133。［CrossRef］
    64. Yeung AY, Roewer-Despres F, Rosella L, Rudzicz F.使用非药物干预措施和文化维度指标，基于机器学习的114个国家确诊COVID-19感染病例增长预测:模型开发和验证。J Med Internet Res 2021 april 23;23(4):e26628 [免费全文] [CrossRef] [Medline］
    65. Ebrahim S, Ashworth H, Noah C, Kadambi A, Toumi A, Chhatwal J.降低COVID-19发病率和非药物干预:使用美国县级政策数据集进行分析。J Med Internet Res 2020年12月21日;22(12):e24614 [免费全文] [CrossRef] [Medline］
    66. 贾亚韦拉，丹南戈达，狄尔山，迪萨纳亚克，佩雷拉，马纳通格，等。通过在斯里兰卡实施和取消非药物干预措施应对COVID-19:建模视角传染病模型2021;6:820-831 [免费全文] [CrossRef] [Medline］
    67. 李韩Y,杨L,贾庆林K, J,冯年代,陈W, et al。北京市新冠肺炎疫情空间分布特征及其与环境因子的关系科学总环境2021年3月20日;761:144257 [免费全文] [CrossRef] [Medline］
    68. 王强，董伟，杨凯，任忠，黄东，张鹏，等。中国新冠肺炎传播时空特征及其影响因素分析国际传染病杂志;2021 04:675-685 [免费全文] [CrossRef] [Medline］
    69. Poirier C, Luo W, Majumder MS, Liu D, Mandl KD, Mooring TA，等。环境因素对COVID-19疫情传播率的作用:两个空间尺度的初步评估科学通报2020年10月12日;10(1):17002 [免费全文] [CrossRef] [Medline］
    70. Lone NI, McPeake J, Stewart NI, Blayney MC, Seem RC, Donaldson L，苏格兰重症监护协会审计组。社会经济剥夺对苏格兰COVID-19重症监护病房患者的干预措施和结果的影响:一项全国队列研究柳叶刀Reg健康欧元2021年3月;1:100005 [免费全文] [CrossRef] [Medline］
    71. 2019冠状病毒病的社会经济决定因素:德国县级数据的空间分析。社会经济规划科学2021年12月;78:101083 [免费全文] [CrossRef] [Medline］
    72. Garnier R, Benetka JR, Kraemer J, Bansal S.美国COVID-19大流行期间社交距离的社会经济差异:观察性研究。J Med Internet Res 2021 1月22日;23(1):e24591 [免费全文] [CrossRef] [Medline］
    73. Nigussie TZ, Zewotir TT, Muluneh EK。2012-2020年埃塞俄比亚西北部疟疾发病率时空聚类检测科学通报2022 Mar 07;12(1):3635 [免费全文] [CrossRef] [Medline］
    74. 尹浩，孙涛，姚玲，娇颖，马莉，林莉。人口密度与感染率的相关性表明，保持社交距离和限制旅行在减少COVID-19大流行方面具有重要意义。环境科学污染决议2021:1-7。［CrossRef］
    75. 张松，王震，常荣，王辉，徐超，于旭，等。新冠肺炎疫情防控:中国为全球应对疫情提供了重要经验。Front Med 2020年4月25日;14(2):215-219 [免费全文] [CrossRef] [Medline］
    76. 朱up M, Holme P, Kanazawa K, Takayasu M, romiic I, Wang Z，等。社会物理学。Phys Rep 2022年2月;948:1-148。［CrossRef］
    77. Jayant M. Delta变种使东南亚的COVID-19边境关闭不可持续。URL:https://www.channelnewsasia.com/commentary/border-closures-delta-variant-vaccination-rates-vaccinated-travel-lanes-2234886/[2021-12-17]访问
    78. Boettke PJ, Powell B. COVID-19大流行的政治经济学。南方经济学报2021年4月;87(4):1090-1106 [免费全文] [CrossRef] [Medline］
    79. 朱锐，Anselin L, Batty M，关敏，陈敏，罗伟，等。全球城市不同出行方式和目的地对COVID-19传播的影响科学通报(北京)2022 3月30日;67(6):588-592 [免费全文] [CrossRef] [Medline］
    80. 新加坡卫生部。为我们向抗疫能力的过渡做准备。URL:https://www.moh.gov.sg/news-highlights/details/preparing-for-our-transition-towards-covid-resilience/[2021-12-17]访问
    81. 科瑞·L，马斯可拉JR，福奇AS，柯林斯FS。科学2020年5月29日;368(6494):948-950。［CrossRef] [Medline］
    82. Fowlkes A, Gaglani M, Groover K, Thiese MS, Tyner H, Ellingson K, HEROES-RECOVER队列。2020年12月至2021年8月，美国8个地点，在B.1.617.2 (Delta)变异优势出现之前和期间，COVID-19疫苗预防一线工人感染SARS-CoV-2的有效性。Morb Mortal Wkly Rep 2021年8月27日;70(34):1167-1169 [免费全文] [CrossRef] [Medline］
    83. Leshem E, Wilder-Smith a . COVID-19疫苗对以色列的影响以及摆脱大流行的方法。柳叶刀2021年5月;397(10287):1783-1785。［CrossRef］
    84. Makhoul M, Chemaitelly H, Ayoub HH, Seedat S, Abu-Raddad LJ。美国和中国COVID-19疫苗接种影响的流行病学差异疫苗(巴塞尔)2021年3月05日;9(3):223 [免费全文] [CrossRef] [Medline］
    85. Keegan L, Truelove S, Lessler J. Delta变异的进展和疫苗有效性的侵蚀，来自犹他州的警告。medRxiv 2022。［CrossRef］
    86. 病毒变异和疫苗接种:如果我们可以改变COVID-19疫苗，我们应该吗?medRxiv 2022。［CrossRef］
    87. 马志刚，张志刚，张志刚，张志刚，等。在法国COVID-19大流行管理中定位数字追踪应用。J Med Internet Res 2021 10月07日;23(10):e27301 [免费全文] [CrossRef] [Medline］
    88. 黄春华，黄志华，邓恩敏，区超，刘家强，韦志强。在54个国家和4个大流行中心，国家遏制措施对减缓每日COVID-19新病例增长的影响:比较观察性研究J Med Internet Res 2020年7月22日;22(7):e19904 [免费全文] [CrossRef] [Medline］
    89. 《柳叶刀》杂志上。2019冠状病毒病:我们将何去何从?柳叶刀2021年12月;398(10318):2207。［CrossRef］
    90. Singh S, McNab C, Olson R, Bristol N, Nolan C, Bergstrøm E，等。疫情如何演变为大流行:按时间顺序分析了COVID-19大流行最初几个月的关键节点和国际义务。柳叶刀2021 12月;398(10316):2109-2124 [免费全文] [CrossRef］
    91. Leon-Abarca农协。肥胖和免疫缺陷是与儿童轻中度COVID-19相关的主要既存疾病。儿科Obes 2020年12月12日;15(12):e12713 [免费全文] [CrossRef] [Medline］
    92. 卢建勇，尹建国，成华，崔伟，孙建伟，郑海杰，等。COVID-19无症状感染与不典型表现:病毒脱落时间比较J infectious 2020 Nov;81(5):816-846 [免费全文] [CrossRef] [Medline］
    93. 伍尔夫SH，查普曼DA，萨波RT，齐默尔曼EB。2020年3月1日至2021年1月2日，美国COVID-19和其他原因导致的超额死亡人数。JAMA 2021 april 02;325(17):1786 [免费全文] [CrossRef] [Medline］
    94. berbomi PMM, Lorenz C, Aguiar BSD, Failla MA, Barrozo LV, Chiaravalloti-Neto F. São Paulo市COVID-19死亡率的时空生态学研究:高死亡率风险从社会经济条件最好的地区转移到社会经济条件最差的地区。旅行医学感染病2021年1月;39:101945 [免费全文] [CrossRef] [Medline］
    95. 兰帕尔，刘波，朱拉尼，甘纳斯格兰，帕拉尼克，瓦里巴卡拉，等。东南亚六个国家抗击COVID-19大流行浪潮:实时共识审查马来西亚医学杂志2020年11月;75(6):613-625 [免费全文] [Medline］
    96. Hirabayashi A, Kajihara T, Yahara K, Shibayama K, Sugai M. COVID-19大流行对抗菌素耐药性监测的影响。中国生物医学工程学报(自然科学版);2011;26 (3):349 - 349 [免费全文] [CrossRef］
    97. Lange K. COVID-19的预防和对可靠数据的需求。Mov Nutr健康Dis 2020:4。［CrossRef］
    98. 德龙L，迪尔曼A，佐拉蒂MJ，哈格斯特罗姆J，米尔斯EJ，朴JJH。covid -19相关研究的临床试验数据共享。J Med Internet Res 2021 3月12日;23(3):e26718 [免费全文] [CrossRef] [Medline］
    99. 莫洛洛A，瓦赫迪B，里维拉KM。基于gis的美国大陆COVID-19发病率空间建模科学总环境2020年8月01日;728:138884 [免费全文] [CrossRef] [Medline］
    100. 斯波兹伍德EN，本杰明M，斯通伯勒L，惠勒MM，贝勒EE，巴尔克D，等。在美国不那么绿色的社区，自然不平等和更高的COVID-19发病率。Nat持续2021年10月11日;4(12):1092-1098。［CrossRef］

    ‎
    DIY:Daerah Istimewa日惹
    NPI:药物干预
    PPKM:Pemberlakuan Pembatasan Kegiatan Masyarakat
    RR:相对风险
    海:东南亚

    T·桑切斯编辑，A·马夫拉加尼;提交20.12.21;同行评议:ECY Su, A Joseph;对作者10.05.22的评论;订正版本收到19.05.22;接受19.07.22;发表09.08.22

    版权

    ©罗薇，刘兆尹，周宇轩，赵玉敏，云玥Elita Li, Arif Masrur, Manzhu Yu。最初发表于JMIR公共卫生与监测(https://publichealth.www.mybigtv.com)， 2022年8月9日。

    这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章，允许在任何媒介上不受限制地使用、分发和复制，前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息，https://publichealth.www.mybigtv.com上的原始出版物的链接，以及此版权和许可信息。
    Baidu
    map