Weixin
Search
Close this search box.

呼吸道合胞病毒疫苗接种策略建模研究

项目介绍

主题

呼吸道合胞病毒疫苗、建模研究

项目内容

以呼吸道合胞病毒（RSV）疫苗接种作为案例研究，针对城市区域，开展疫苗接种策略对疾病负担影响的前瞻性模拟评估，具体研究内容包括：

1) 流行病学相关特征与参数的收集与分析。

2) 基于个体的时空传播模型构建。

3) 不同疫苗接种方案的多场景模拟评估。

研究地区

中国

项目目标

通过对RSV在人群中的传播进行建模，分析评估不同疫苗接种策略对RSV控制的影响，以支持全球卫生规划。

起止时间

开始: 2023-11-28
结束: 2025-04-30

项目进展

截至目前，在流行病学特征方面，我们通过文献分析等方法收集了呼吸道合胞体病毒的相关历史数据，特别关注于报告病例数、重症发病率和病死率等关键指标。此外，我们构建了一套基于时序数据分解的统计模型，用以分析不同类型呼吸道传染病的年度内和跨年度的传播能力及其季节性变化。为后续的呼吸道合胞体病毒传播分析提供重要工具。接下来的工作中，我们将继续完善数据集分析和统计模型，并构建基于个体的RSV传播模拟模型，为制定有效的疫苗接种策略提供科学依据。

相关团队

中国科学院深圳先进技术研究院尹凌研究团队

其他项目

扩大HPV疫苗接种的策略及决策机制研究
项目负责人:
孙静
负责单位:
北京协和医学院
研究地区
中国
关键词
HPV疫苗，决策机制
起止时间
2024-05-31 --
2025-05-31
中国偏远地区第二类疫苗接种率及影响因素研究
项目负责人:
吴晨凯
负责单位:
昆山杜克大学
研究地区
中国
关键词
偏远地区，老年人群，二类疫苗
起止时间
2023-11-10 --
2025-02-28
重庆市新生儿母亲对非免疫规划疫苗偏好及影响因素分析
项目负责人:
龙倩, 王宇
负责单位:
昆山杜克大学
研究地区
中国·重庆
关键词
新生儿母亲，非免疫规划疫苗,偏好
起止时间
2023-11-10 --
2025-02-28
生育政策变化背景下非免疫规划疫苗接种的性别因素研究
项目负责人:
徐小林
负责单位:
浙江大学
研究地区
中国
关键词
非免疫规划疫苗接种 、性别因素研究
起止时间
2024-01-08 --
2025-04-30
三臂整群随机对照试验评估精准优化的“接力种”干预策略对15-18岁女性HPV疫苗接种率提升的效果
项目负责人:
吴丹、李静
负责单位:
南京医科大学、四川大学
研究地区
中国
关键词
接力种，HPV
起止时间
2023-12-04 --
2024-12-30
中国孕产期疫苗接种现状及接种认知、意愿研究
项目负责人:
蒋泓
负责单位:
复旦大学
研究地区
中国
关键词
二类疫苗：孕产期疫苗接种
起止时间
2023-12-11 --
2025-04-30

联系方式

快捷导航

2024 © 昆山杜克大学疫苗交付创新研究实验室
苏ICP备16021093号
中国科学院深圳先进技术研究院尹凌研究团队

团队所在单位介绍

中国科学院深圳先进技术研究院（简称“深圳先进院”）由中国科学院、深圳市人民政府及香港中文大学于2006年2月共同建立，实行理事会管理，探索体制机制创新；瞄准国际一流工研院，致力于建设与国际学术接轨、与粤港澳大湾区产业接轨的新型科研机构，定位为提升粤港澳大湾区制造业、健康产业和现代服务业的自主创新能力，推动自主知识产权新工业建立，率先建成国际一流科研机构。

深圳先进院拥有科技、人才、产业一体的“创新体系”，包括八个研究所、两个国家级重点实验室、三个国家创新中心等79个省市创新载体。在“两加快一努力”指示下，深圳先进院致力于医学影像、生物学、电子材料、脑科学等领域的研究布局，取得多项重大科技成果。累计承担科研项目超百亿元，申请专利1.5万件，孵化企业1853家，国家级人才150余人，包括海归超800人。深圳先进院在推动粤港澳大湾区和中国特色社会主义先行示范区建设中助推科教融合和创新发展。

团队成员

yinling
尹凌

尹凌，中国科学院深圳先进技术研究院,先进计算与数字工程研究所,研究员，博士生导师。她分别于2003年和2006年获得南京大学地理信息系统（GIS）学士和硕士学位，并于2011年在美国田纳西大学获得地理信息科学博士学位。自2011年起，尹凌在中国科学院深圳先进技术研究院工作，于2020年升任正研究员。她的研究兴趣包括地理空间智能、城市大数据、传染病时空建模、人类时空行为与数字孪生城市等。

其团队基于社会感知大数据、地理空间智能（GeoAI）与高性能计算，构建能够有效且高效分析、模拟与控制重要城市动态（疾病传播、人类移动、交通流动等）的时空数据科学与人工智能方法，研究城市动态计算的基本问题，应用于流行病控制、交通规划、城市治理、应急管理、移动互联网服务和大数据服务等。近年来特别聚焦于耦合人群动态的传染病时空建模研究，旨在为公共健康、全球健康与可持续发展提供科学决策支持。

zhukemin
朱克忞

朱克忞，中国科学院深圳先进技术研究院,先进计算与数字工程研究所,博士后。他于2015年获得华中农业大学地理信息系统（GIS）学士学位，并于2021年在中国科学院大学获得地理信息系统博士学位。主要从事时空数据挖掘、传染病建模、人群行为分析与多智能体模型研究。关注应用数据科学方法分析模拟传染病传播过程。

团队近5年具有代表性的成果​

Yin L#*, Zhang H#, Li Y, Liu K, Chen T, Luo W, Lai S, Li Y, Tang X, Ning L, Feng S, Wei Y, Zhao Z, Wen Y, Mao L*, Mei S*. A data driven agent-based model that recommends non-pharmaceutical interventions to suppress Coronavirus disease 2019 resurgence in megacities. J R Soc Interface. 2021 Aug;18(181):20210112. doi: 10.1098/rsif.2021.0112. Epub 2021 Aug 25. PMID: 34428950; PMCID: PMC8385367.

Zhang H, Yin L*, Mao L, Mei S, Chen T, Liu K, Feng S. Combinational Recommendation of Vaccinations, Mask-Wearing, and Home-Quarantine to Control Influenza in Megacities: An Agent-Based Modeling Study With Large-Scale Trajectory Data. Front Public Health. 2022 May 26; 10:883624. doi: 10.3389/fpubh.2022.883624. PMID: 35719665; PMCID: PMC9204335.

Liu K, Yin L*, Zhang M, Kang M, Deng AP, Li QL, Song T. Facilitating fine-grained intra-urban dengue forecasting by integrating urban environments measured from street-view images. Infect Dis Poverty. 2021 Mar 25;10(1):40. doi: 10.1186/s40249-021-00824-5. PMID: 33766145; PMCID: PMC7992840.

Wang R, Ji C, Jiang Z, Wu Y*, Yin L*, Li Y*. A Short-Term Prediction Model at the Early Stage of the COVID-19 Pandemic Based on Multisource Urban Data. IEEE Trans Comput Soc Syst. 2021 Mar 5;8(4):938-945. doi: 10.1109/TCSS.2021.3060952. PMID: 35582632; PMCID: PMC8864942.

Liu K#, Zhang M#, Xi G, Deng A, Song T, Li Q, Kang M*, Yin L*. Enhancing fine-grained intra-urban dengue forecasting by integrating spatial interactions of human movements between urban regions. PLoS Neglected Tropical Diseases. 2020 Dec;14(12):e0008924. doi: 10.1371/journal.pntd.0008924.

Zhu K, Liu K, Liu J, Shi Y, Li X, Zou H, Du H, Yin L*. Generating Synthetic Population for Simulating the Spatiotemporal Dynamics of Epidemics. PLOS Computational Biology. 2024 . doi: 10.1371/journal.pcbi.1011810.

Yin L*, Lin N, Zhao Z. Mining daily activity chains from large-scale mobile phone location data. Cities. 2021;109:103013. doi: 10.1016/j.cities.2021.103013.

#Contributed equally

*Corresponding Author

团队所在单位介绍

团队成员

No data was found

团队近5年具有代表性的成果​

团队所在单位介绍

团队成员

No data was found

团队近5年具有代表性的成果​

代表性地区的基本情况、接种政策及效果、宣传推动情况

(1) 成都市

 

基本情况

成都市2022年度GDP为20817.5亿元，排名全国城市第七。成都市出台了《健康城市建设推动健康中国行动创新模式成都市宫颈癌综合防控试点工作方案》等一系列相关政策推动适龄女孩HPV疫苗接种工作。

接种政策及效果

目标人群为13-14岁在校且无HPV疫苗接种史女生。免疫程序为国产二价0-6二剂次、进口二价0-1-6三剂次、进口四价0-2-6三剂次。资助政策为国产二价疫苗（沃泽惠）免费，其它疫苗补贴600元/人，并自付20元/剂接种费。疫苗接种按照属地化管理原则，由学校所在地预防接种单位负责。截至2022年1月，目标人群首针接种率达90.04%[14]。

宣传推动

成都市开展多形式、多载体的健康教育宣传。形式包括讲座、知晓日、义诊咨询、专题课程、专题活动等，载体包括宣传册、宣传栏、展板、电视、微信、视频号、抖音平台等，覆盖相关医疗机构300余、社区300余个、和公众场所90余个。面向适龄女孩及监护人、适龄女性及全体市民开展广泛宣教，宣传材料发放至近9万名群众，讲座活动覆盖近2万名群众。宣教内容包括HPV疫苗接种、两癌防控、其它女性常见疾病防控等。

(2) 济南市

 

基本情况

济南市2022年度GDP为12027.5亿元，位列全国城市排名20。2021年，济南市出台《健康城市建设推动健康中国行动创新模式试点一济南市宫颈癌综合防治工作方案（2021—2025年）》等一系列相关政策推动适龄女孩HPV疫苗接种工作。

接种政策及效果

目标人群为≤14周岁且无HPV疫苗接种史的在校七年级女生。免疫程序为国产二价0-6二剂次。资助政策免费接种。疫苗接种按照属地化管理原则，安排分班级分时段前往学校所在地的预防接种单位进行接种。截至2022年11月，目标人群首针接种率达
94.4%[15].

宣传推动

济南市开展多形式、多载体的健康教育宣传。形式包括采访、线上线下专题活动，载体包括网络媒体、纸媒、科普展板、宣传手册、子宫颈癌与HPV疫苗知识读本、济南HPV疫苗接种手册，宣教人群广泛涵盖全体市民，宣教内容包括HPV疫苗接种、两癌防控等知识。

(3) 鄂尔多斯市

 

基本情况

鄂尔多斯市2022年度GDP为5613.44亿元，全国地级市第45位。2021年，鄂尔多斯市出台了《健康城市建设推动健康鄂尔多斯行动创新模式工作方案》等一系列相关政策推动适龄女孩HPV疫苗接种工作。

接种政策及效果

2020年8月，鄂尔多斯市在准格尔旗率先开展HPV疫苗免费接种项目。目标人群为全市当年13-18岁在校且无HPV疫苗接种史女生。免疫程序为进口二价0-1-6三剂次，

2023年起调整为13-14岁女孩0-6二剂次。资助政策为疫苗免费，自付20元/剂接种费。组织方式为疫苗接种服务中心根据任务安排联系学校，有规划的通知适龄女孩前来完成HPV疫苗接种。截至2022年11月，目标人群首针接种率接近70%［16］。

2022年8月，启动准格尔旗和达拉特旗高三女生接种四价和九价HPV疫苗的试点工作，利用暑假时间展开接种，力争在2023年年底达成90%的接种目标［17］。自鄂尔多斯之后，由政府主导的HPV疫苗惠民行动在多地等涌现。值得注意的是，近年来多主体参与到HPV疫苗支持项目，如慈善总会、医院、妇联等为主体单位牵头组织开展了一些公益活动。

宣传推动

鄂尔多斯市开展多形式、多载体的健康教育宣传。形式包括讲座、知晓日、义诊咨询、专题课程、专题活动等，载体包括宣传册、宣传栏、展板、电视、微信、视频号、抖音平台等，宣教人群广泛涵盖在校女孩及监护人，适龄女性及全体市民。宣教内容包括HPV疫苗接种、两癌防控、其它女性常见疾病防控等。

(4) 西安市

 

基本情况

西安市2022年度GDP为11486.51亿元，排名全国第22位。2021年，西安市出台了《西安市健康城市建设推动健康中国行动创新模式试点宫颈癌综合防治工作方案》等一系列相关政策推动适龄女孩HPV疫苗接种工作。

接种政策及效果

目标人群为全市年龄满13周岁（初中）在校女生。免疫程序为国产二价0-6二剂次，进口二价0-1-6三剂次，进口四价和进口九价0-2-6三剂次。接种政策为自愿自费。各区（县）合理设立HPV疫苗专项疫苗接种门诊承担接种任务，并及时将接种信息统一录入儿童免疫规划信息平台。

宣传推动

西安市出台了《西安市宫颈癌综合防治宣传方案》（市健办发〔2022〕12号）。通过媒体宣传、社区活动、义诊等形式，宣传册、宣传栏、展板、电视、微信公众号、报纸等载体普及宫颈癌防治相关知识。

(5) 西藏自治区

 

基本情况

西藏自治区2022年度GDP为2132.64亿元，经济总量整体规模相对其他省份较小，人均GDP处于全国中等偏下水平。2022年出台《西藏自治区妇女“两癌”综合防治工作实施方案》等系列政策推动适龄女孩HPV疫苗接种。

接种政策及效果

目标人群为13-14岁在校女生。免疫程序为国产二价0-6二剂次。资助政策为免费。由学校组织，接种者在商定接种时间携带个人身份证明材料与法定监护人一同前往定点接种单位接种。

宣传推动

充分利用网络、电视、广播、报刊等媒介，以群众喜闻乐见的宣传方式，对适龄在校女生HPV疫苗接种工作的意义及内容进行广泛宣传。

近年来各地HPV疫苗惠民项目信息

“疾病负担”指标解读

疾病负担（burden of disease, BOD）是指疾病造成的失能（伤残）、生活质量下降和过早死亡对健康和社会造成的总损失，包括疾病的流行病学负担和经济负担两个方面。

 

在疾病的流行病学方面，衡量疾病负担的常用指标包括传统指标和综合指标。

 

传统指标

传统疾病负担的衡量指标包括：用于描述和反映健康状况与水平的常规指标，如死亡人数、伤残人数和患病人数等绝对数指标；以及用来比较不同特征人群疾病分布差异的指标，如发病率、伤残率、患病率、死亡率、门诊和住院率等相对数指标。

 

上述传统疾病负担的衡量指标基本上只考虑了人口的生存数量，而忽略了生存质量，不够全面；但优势在于资料相对计算方便，结果直观，可用于各种疾病的一般性描述。

 

综合指标

疾病负担不等同于死亡人数，综合指标弥补了传统指标的单一性，且可以让各种不同疾病造成的负担之间相互比较。

 

潜在寿命损失年（YPLL）：通过疾病造成的寿命损失来估计疾病负担的大小。但忽略了疾病造成的失能对生存质量的影响。

 

伤残调整寿命年(DALYs)：将死亡和失能相结合，用一个指标来描述疾病的这两方面的负担。它包括因早死造成健康生命年的损失（YLL）和因伤残造成健康生命年的损失（YLD），即DALY=YLL+YLD。目前，DALY是国内外一致公认的最具代表性、运用最多的疾病负担评价指标。

 

健康期望寿命（HALE）：指具有良好健康状态的生命年以及个体在比较舒适的状态下生活的平均预期时间，综合考虑生命的质量和数量两方面。

 

 

随着疾病负担研究的深入，其测量范围从流行病学负担扩大到经济负担。

 

疾病经济负担是由于发病、伤残（失能）和过早死亡给患者本人、家庭以及社会带来的经济损失，和由于预防治疗疾病所消耗的经济资源。

详细见：疾病的“经济负担”怎么计算？

 

参考资料：

陈文. 卫生经济学 [M]. 人民卫生出版社. 2017.

李茜瑶,周莹,黄辉等.疾病负担研究进展[J].中国公共卫生,2018,34(05):777-780.

什么是“年龄标化”？

在流行病学研究中，年龄是多种疾病的危险因素。以发病率为例，该指标反映了一定时期内，特定人群中癌症新发病例的情况。由于年龄是癌症发生的一个重要影响因素，年龄越大，发病率就越高。

 

如果两个国家的人群年龄结构相差很大，例如A市老年人口比例更大，B市年轻人口占比更高，直接比较两地癌症发病率的高低，我们不能确定发病率较高的市，是因为年龄构成不同还是因为其他影响因素（如饮食习惯、环境等）所导致。因此，需要用“年龄标化”的统计学方法，进一步处理数据，排除年龄影响因素的干扰，再来比较两地的发病率数据。

 

以发病率为例，即把原始数据套到一个“标准年龄结构人群里”，计算出”年龄标化发病率“，这样人群结构不同的A市和B市，就能在同一个指标尺度下进行“发病率”比较。年龄标化通常有“中标率”，即我国各地基于某一年份的中国人口年龄结构构成作为标准计算，国内不同地区的疾病数据比较采用的是“中标率”；另一种是“世标率”，即用世界标准人口构成机型标化计算，适用于国与国之间的指标比较。

 

同样地，以死亡率为例，应特别注意各之间地人口构成的差异。用标准化死亡率进行比较才能得出正确结论。如甲、乙两地在未标化前的肺癌死亡率相同，但实际上乙地人群的肺癌死亡率要明显地高于甲地，其原因在于甲地男性老年人口居多，而肺癌的死亡率又与年龄和性别有关，所以用未标化率进行比较时，就会得出甲乙两地肺癌死亡率相同的错误结论。

 

参考资料：

 

张科宏教授：年龄标化的患病率 – 丁香公开课 (dxy.cn)

科学网—癌症（粗）发病率与标化发病率的区别 – 杨雷的博文 (sciencenet.cn)

WHO年龄标化死亡率定义及计算方法

沈洪兵，齐秀英. 流行病学 [M]. 人民卫生出版社. 2015.

相关研究：

中国人对HPV疫苗接种的认识、知识及接种意愿

福建省20-35岁女性对HPV和疫苗接种的知识和态度

湖南省农村20-45岁女性对HPV疫苗的接种意愿

中国女大学生HPV疫苗接种情况及接种意愿

疾病的“经济负担”怎么计算？

疾病经济负担是由于发病、伤残（失能）和过早死亡给患者本人、家庭以及社会带来的经济损失，和由于预防治疗疾病的费用。通过计算疾病的经济负担，可以从经济层面上研究或比较不同疾病对人群健康的影响。

总疾病经济负担包括直接疾病经济负担、间接疾病经济负担和无形疾病经济负担。

直接经济负担：指直接用于预防和治疗疾病的总费用，包括直接医疗经济负担和直接非医疗经济负担两部分。直接医疗经济负担是指在医药保健部门购买卫生服务的花费，主要包括门诊费（如挂号费、检查费、处置费、诊断费、急救费等）、住院费（如手术费、治疗费等）和药费等。直接非医疗经济负担包括和疾病有关的营养费、交通费、住宿费、膳食费、陪护费和财产损失等。

间接经济负担：指由于发病、伤残（失能）和过早死亡给患者本人和社会带来的有效劳动力损失而导致的经济损失。具体包括：劳动工作时间损失、个人工作能力和效率降低造成的损失、陪护病人时损失的劳动工作时间、精神损失等。

无形经济负担：指患者及亲友因疾病在心理、精神和生活上遭受的痛苦、悲哀、不便等生活质量下降而产生的无形损失。

 

参考资料：

陈文. 卫生经济学 [M]. 人民卫生出版社. 2017.

李茜瑶,周莹,黄辉等.疾病负担研究进展[J].中国公共卫生,2018,34(05):777-780.