在2022年末從“動態(tài)清零”政策過渡后，中國經歷了一場全國性的嚴重急性呼吸綜合征冠狀病毒2型（SARS-CoV-2）奧密克戎變異株大規(guī)模流行。

2025年11月25日，復旦大學余宏杰和蔡俊共同通訊在PNAS（IF=9.4）在線發(fā)表題為“China’s post-zero-COVID Omicron wave: A Bayesian analysis”的研究論文。該研究采用貝葉斯框架將確定性傳播模型與兩個關鍵數(shù)據流進行擬合：政策轉變前（截至2022年11月11日）報告的COVID-19每日病例數(shù)，以及政策轉變后（截至2023年2月12日）的病毒學和流感樣病例（ILI）監(jiān)測數(shù)據。作者估算截至2023年2月中旬全國累計感染發(fā)病率為87.8%（95% CrI：75.9%至93.3%）。

值得注意的是，在12月7日政策全面放寬后的短短一個月內，84.1%的人口被感染。估計的時變有效再生數(shù)于2022年12月8日達到峰值5.69（95% CrI：4.56至6.85）。盡管春運期間傳播強度有所增加，但廣泛的人群免疫力阻止了繼發(fā)流行波的形成。在春運之前，出現(xiàn)了明顯的關聯(lián)性：估計傳播率與長期人群行為反應系數(shù)（反映累計感染情況；Pearson相關性：ρ = 0.92，P < 0.001）呈顯著正相關，而人口流動模式與短期行為反應系數(shù)（反映當前感染流行情況；Pearson相關性：ρ = 0.87，P < 0.001）呈正相關。作者通過關鍵詞搜索和媒體報道的實證數(shù)據進一步驗證了這些動態(tài)行為關聯(lián)，發(fā)現(xiàn)其在春運期間逐漸減弱。總之，本分析量化了奧密克戎變異株的傳播潛力，并強調了將時變行為因素納入流行病模型的重要性，以準確描述傳播動態(tài)，特別是在政策急劇轉變時期。

自2022年11月11日起，中國政府開始放寬其“動態(tài)清零”策略，從持續(xù)兩年多的嚴格防控政策轉向以減輕疾病負擔為重點的防控模式。彼時出臺的“二十條”措施放寬了密切接觸者追蹤、隔離期限及大規(guī)模核酸檢測等方面的規(guī)定。隨著2022年12月7日“新十條”的發(fā)布，這一政策轉型進一步加速，該措施縮小了核酸檢測范圍，允許輕癥病例采取居家隔離，標志著防控策略從全面遏制階段正式轉向緩解階段。政策調整實施后不久，中國即經歷了一輪主要由Omicron BA.5和BF.7亞分支引起的全國性大規(guī)模COVID-19感染浪潮。在此波疫情高峰過后數(shù)周，即2023年1月8日，COVID-19的官方管理類別被重新劃分，由原來需采取強制隔離等最嚴格管控措施的甲類傳染?。ㄈ缡笠?、霍亂），調整為按常規(guī)公共衛(wèi)生措施管理的乙類傳染病，與季節(jié)性流感等具有感染性的疾病同級。

在中國從嚴格防控向緩解策略過渡期間，對SARS-CoV-2傳播動態(tài)進行量化已成為廣泛研究的焦點。多項數(shù)據被用于分析該政策轉變帶來的影響，包括每日報告病例數(shù)、網絡感染問卷調查、基于社區(qū)的哨點感染監(jiān)測、醫(yī)院住院及重癥病例數(shù)據、SARS-CoV-2病毒學監(jiān)測數(shù)據、血清樣本檢測結果、污水監(jiān)測數(shù)據以及訃告資料。然而，部分由于這些數(shù)據來源分散且可信度不一，關于此輪大規(guī)模Omicron疫情的關鍵特征仍不明確，包括隨時間變化的傳播水平、累計感染發(fā)生率以及人類行為在其中所起的作用。

傳播率、行為反應和人口流動指標之間的關系（圖片源自PNAS）

為彌補上述認知空白，本研究采用貝葉斯統(tǒng)計框架，結合兩項關鍵數(shù)據源擬合傳播動力學模型：一是“清零”政策末期報告的每日病例數(shù)，二是政策放寬后獲取的每周SARS-CoV-2病毒學監(jiān)測數(shù)據［源自中國國家流感監(jiān)測信息系統(tǒng)（CNISIS）］。作者的主要目標是詳細重構2022年11月至2023年2月期間Omicron變異株在中國的全國傳播動態(tài)，包括刻畫其隨時間變化的傳播強度及人類行為響應模式。本研究有助于深化理解政策轉型對健康的影響，并為未來應對流行病或大流行提供數(shù)據驅動的策略依據。

https://doi.org/10.1073/pnas.2514157122