早期亚指数增长动态下流行病再生数的表征

新发和再发感染的传播潜力的早期估计日益被用于向公共卫生当局通报疫情所构成的风险水平。现有的估计再生数的方法通常假设在易感者耗竭之前，前几代疾病病例发病率呈指数增长。实际上，由于接触模式的聚集性、空间效应、非均匀混合、反应性行为的改变或其他机制，疫情在前几代疾病中可能呈现亚指数（即多项式）增长。在此，我们引入广义增长模型来刻画疫情的早期增长轮廓并估计有效再生数，而无需对流行病增长的形状做明确假设。我们利用机理模型的解析结果和模拟展示了这一现象学方法，并针对一系列经验疾病数据集进行了验证。我们的结果表明，流行病早期阶段的亚指数增长是规律而非例外。对于经验疫情，广义增长模型在各种直接和间接传播疾病的数据集上一致优于指数模型，且模型估计支持亚指数增长动态。解析结果预测并在真实和合成数据集中观察到的有效再生数在3-5代疾病内快速下降，这与遵循指数增长的流行病中再生数不变的预期形成对比。总体而言，我们的方法促进了对早期流行病阶段更可靠和数据驱动的刻画，这对于准确估计再生数和预测疾病影响至关重要。