近期，由伦敦帝国理工学院研究人员发表在《PNAS》（美国国家科学院院刊）上的研究首次将环境数据纳入了 SARS-CoV-2病毒传播的流行病学模型。

Temperature and population density influence SARS-CoV-2 transmission in the absence of nonpharmaceutical interventions，PNAS June 22, 2021 118 (25) e2019284118; https://doi.org/10.1073/pnas.2019284118

随着新冠病毒继续在世界范围内传播，了解影响其传播的因素变得越来越重要。由对不断变化的环境的反应驱动的季节性变化已被证明会影响几种冠状病毒的传播强度。然而，环境对新冠病毒SARS-CoV-2的影响在很大程度上仍然未知，因此季节性变化仍然是 SARS-CoV-2 传播预测的不确定性来源。

R0受环境影响，但隔离等公共卫生政策影响更大

帝国理工研究团队通过评估温度、湿度、紫外线辐射和人口密度与传输率 (R) 估计值的关联来解决这个问题。使用来自美国的数据，我们使用比较回归和综合流行病学模型探索美国各州传播的相关性。我们发现政策干预（“封锁”）和个人流动性的减少是 SARS-CoV-2 传播率的主要预测因素，但是，在没有这些因素的情况下，较低的温度和较高的人口密度与 SARS-CoV-2 的增加相关传播。

该研究表明，温度和人口密度是决定病毒传播难易程度的最重要因素，但前提是没有采取行动限制措施，例如隔离封锁。季节性变化的温度变化对传播的影响比政策干预要小得多，人们仍未接种疫苗的情况，政府不应放弃像封锁和社交距离等防疫政策。因此，夏季天气不能被视为缓解政策的替代品，但在缺乏政策干预或行为改变的情况下，秋季和冬季较低的气温可能会导致传播强度增加。

季节性变化一直是SARS-CoV-2传播预测的不确定性来源。已知其他病毒，如流感病毒和其他冠状病毒，会受到环境因素的影响。 例如，高温和低湿度会减少呼吸道飞沫的传播，从而防止流感的传播。 众所周知，高温还会使空气中和表面上的其他冠状病毒失活。然而，在大流行期间，量化温度、湿度和紫外线辐射（阳光）等环境因素对 SARS-CoV-2 传播的影响一直很困难，因为人口密度和行为等人为因素一直是传播的主要驱动因素。

国家和地区之间干预和病例计数的差异也使得在全球范围内比较环境因素变得困难，特别是巴西、印度和伊朗等一些国家尽管气候变暖，但传播率很高。因此，很少有流行病学模型包含环境数据，并且假设 SARS-CoV-2 的反应与其他冠状病毒相同，因为缺乏 SARS-CoV-2 特定的数据。

人口 密度和温度是影响美国州一级的 R0，但封锁的影响更大

帝国理工学院生命科学和数学系、帝国理工学院全球传染病分析 MRC 中心和犹他州立大学的团队比较了美国的传播情况，填补了这一空白，美国气候多样，政策和案例数量相当，因此可以梳理出环境因素的影响。最终发现强有力的证据：较低的温度和较高的人口密度都与较高的 SARS-CoV-2 传播有关。

缓解温度和人口密度差异所需的平均流动性减少

温度和人口密度作为R0 驱动因素的相对重要性

然而，温度的影响虽然显著，但很小。在该团队的模型中，温度每升高摄氏度，R 值就会降低大约 0.04。这意味着 20ºC 的差异（例如冬季和夏季温度之间的差异）可能相当于 R 的差异约为 0.8。天气的任何影响都可以通过封锁等公共卫生干预措施来抵消。

文章结尾写道，未来的预测工作应该考虑利用环境来加强对疾病传播的预测。 在诸如美国大陆性气候在极端炎热和寒冷，我们建议政策制定者应该假设传播将在冬季（以及可能的秋季/秋季）增加。 季节的时间是可以广泛预测的，所以这是一个可以采取主动政策的领域，而不是发生后才采取反应性政策应对，这研究对我国幅员辽阔的防疫政策有很大的借鉴作用。

参考文献：Temperature and population density influence SARS-CoV-2 transmission in the absence of nonpharmaceutical interventions PNAS June 22, 2021 118 (25) e2019284118; https://doi.org/10.1073/pnas.2019284118