埃博拉疫情的网状流行病学

连接疫情动态的不同尺度（从个体到社区再到国家）仍然是疾病建模的主要挑战之一。在此，我们重新审视针对局部疫情所部署的最大公共卫生行动之一：2014-2016 年塞拉利昂的埃博拉病毒病（EVD）疫情。我们利用塞拉利昂卫生与卫生部、美国疾病控制与预防中心及其他响应伙伴的监测和接触者追踪协议所收集的数据，验证了一个连接疾病传播的群体（发病率）、社区（局部预测）和个体（继发感染）尺度的网状流行病学框架。在此过程中，我们更好地理解了是什么使 EVD 疫情走向终结：新集群（原发案例）输入的减少，而非局部传播模式（继发感染）的减少。我们还发现，疫情的前 90 天包含足够的信息以产生 EVD 病例的概率预测；我们表明这些预测独立地由疾病监测和接触者追踪所证实。总之，利用在国际社会对当地响应提供支持前两个月可用的数据，网状流行病学本可推断出局部传播的异质性、超级传播事件的风险，以及每个社区最终病例的概率预测。我们期望我们的框架将有助于将大型数据收集工作与个体行为联系起来，并有助于在卫生紧急情况和新兴疫情中减少不确定性。