利用病毒基因组识别塞拉利昂埃博拉病毒的时空动态

控制近期西非埃博拉病毒（EBOV）疫情需要部署大量全球资源。在行动上，卫生工作者和监测团队治疗病例、收集遗传样本并追踪病例接触者。尽管在分析和建模 EBOV 流行病学数据方面取得了实质性进展，但对埃博拉病例时空传播的完整刻画仍是一项挑战。在这项工作中，我们提供了一种利用病毒基因组序列来指导人群层面空间模型的 EBOV 流行病新视角。这些动态空间模型经系统发育关联校准，为 EBOV 在塞拉利昂的疾病流动性提供了独特见解。此外，我们开发了一个模型选择框架，用于识别影响 EBOV 时空传播的重要流行病学变量。与其他研究一致，我们的结果表明，在流行病开始和中间阶段，EBOV 的传播强烈依赖于人群规模和人群间距离。我们的分析还揭示了在流行病末期对人群规模的依赖性大幅下降，这与大规模干预行动“西部区域激增行动”（Operation Western Area Surge）相吻合。更一般地，我们认为这种将分子诊断与动态模型配对的框架有潜力成为一种强大的预测工具，并为流行病期间的监测和采样策略提供与行动相关的指导。