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］．

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)．

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 ， n_Z 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。

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。

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。

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。

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］．

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。

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。

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。