2026年6月布丁布吉ョウ病毒输入欧盟_欧洲经济区风险预估（英）

2026年6月布迪布吉约病毒输入欧盟/欧洲经济区风险评估 2026年6月12日 关键发现 • 刚果民主共和国（DRC）爆发的布姆迪布吉约病毒（BDBV）疫情已引发部分关于BDBV传入欧盟/欧洲经济区（EU/EEA）的担忧。 • 基于数学模型，我们估计从主要爆发地区（DRC的北基伍省和伊图里省）到EU/EEA的旅客中，约有每24,000人1例输入病例（90%不确定性区间，UI：13,000–54,000）。 • 我们估计在2026年11月至25日期间，假设有100人从爆发地区前往EU/EEA，至少1例BDBV传入EU/EEA的概率为0.45%（90% UI：0.20%–0.85%）。我们认为100名旅客是基于现有历史航班数据和爆发地区周边多个机场关闭情况下的保守上限估计，因此实际输入概率可能更低。• 这些估计适用于爆发地区的一般人群旅客。与支援疫情响应而返回的医疗工作者相关的输入风险不在此报告范围内。 结论： • 尽管偶有BDBV（生物柴油生物油混合燃料）进口到欧盟/欧洲经济区的情况尚不能完全排除，但数学模型表明11日至25日期间输入风险极低。这些结果适用于从伊图里省和北基伍省普通人群中输入BDBV。我们假设从爆发地区返回欧盟/欧洲经济区的援助人员或医疗保健人员，将从受影响地区接受医疗疏散，并采取适当的感染预防和控制措施，需要另行考虑。 • 鉴于预计每24,000名来自疫区旅客中将有1例BDBV输入病例，绝大多数 旅客不会被感染。然而，由于BDBV感染的早期症状与其他许多状况相似，大量旅客可能会表现出与BDBV感染相似的症状，但实际上并未感染BDBV（即假阳性）。因此，仅基于症状检测的入境筛查策略特异性可能较低，这将导致对每个真实病例，有大量个体进行不必要的隔离、检测和后续观察。 • 所提供的进口概率是模型估计值，存在若干局限性。 并且是基于刚果民主共和国当前观察到的BDBV感染趋势。如果流行病学情况发生重大变化，例如传播到其他地区，那么本输出结果需要重新评估。 引言 由布恩迪布吉约病毒（BDBV）引起的埃博拉疫情，于2026年5月15日在刚果民主共和国（DRC）首次报告[1]，世界卫生组织（WHO）于2026年5月17日将其宣布为国际关注的突发公共卫生事件[2]，非洲疾病控制与预防中心（非洲疾控中心）于2026年5月18日将其宣布为洲际安全公共卫生事件[3]。截至2026年6月9日，DRC已报告635例确诊病例[4]，主要集中在其特里省，截至2026年6月11日，乌干达已报告19例确诊病例[5]。由于监测能力、安全局势以及更广泛的人道主义状况等方面的挑战，此次疫情的真实规模可能被低估。受影响地区机场的运营情况以及旅行相关公共卫生措施的落实情况信息有限且正在快速变化。 在本报告中，我们根据主要病例报告地区的不同旅行量假设，估算了2026年6月11日至25日期间BDBV传入欧盟/欧洲经济区国家的概率。此外，我们还估算了该地区预计产生一次BDBV传入所需的航空旅客数量。 与派遣支援疫情应对的医疗工作者相关的输入风险超出了本报告的范围，并且需要采用不同的建模方法。据推测，在采取适当的感染预防和控制措施时，医疗工作者将从受影响地区得到医疗撤离。 方法 我们采用两步法来评估BDBV传入欧盟/欧洲经济区的风险。首先，我们针对BDBV的传播开发了分段模型（模型详细描述见附件1）。该模型聚焦于刚果民主共和国的伊图里省和北基伍省（以下简称爆发区），这里报告了大多数BDBV感染病例。研究时期定义为2026年6月11日至25日。爆发区的估计人口规模为[6]. 在整个研究过程中，当我们提及普通人群时，不包括13,392名医疗工作者或2,200名被派往协助疫情爆发的志愿者。 第一步中的数学模型将爆地区的人口划分六个室或疾病状：未感染者（易感者）；已暴露者，我将其定义为已感染但尚未具传染性者（潜伏感染者）；具传染性且将康复者；具传染性且将死亡者；康复者；以及死亡者。图1概述了疾病状态及其相关症状：暴露者最初不表现出任何症状，但在潜伏期后，他们会表现出干性症状。具传染性者表现出湿性症状（无论其是否会康复或死亡）；因此，在我们的模型中，仅将表现出湿性症状者视为传播BVBD。虽然表现出干性症状者可能已经能够传播疾病，但我们假设他们对总体感染压力的贡献很小。干性症状和湿性症状的列表可参见美国疾病控制与预防中心（CDC）的《埃博拉病的体征和症状》[7]。该模型使用刚果民主共和国国家公共卫生研究所（INSP）[8]和McCabe等人[6]提供的BDBV感染和死亡估计数进行初始化。模型中参数的不确定性通过蒙特卡洛模拟进行整合，其中关键的流行病学输入从预定义分布中抽样，并通过重复运行模型进行传播，以生成估计值的不确定性区间。模型的输出与INSP[8]报告的5月18日至26日的疑似死亡人数进行比较，以确保与迄今为止爆发的规模保持一致。数学模型的目标并非准确预测爆发地区的疾病动态，而是提供大约暴露并具有传染性的人群范围，同时承认疫情迅速演变和数据质量有限。 第二步，我们基于数学模型的输出，估计至少有一例BDBV输入欧盟/欧洲经济区（详情见附件2）。当暴露或具有传染性的人前往欧盟/欧洲经济区的任何国家时，即发生输入。我们假设症状相同（无症状、干性症状或湿性症状）的个体具有相同的旅行概率，且不同个体的旅行行为是随机独立的。与易感者相比，无症状的暴露个体具有相同的旅行概率；暴露且具有传染性的症状个体被认为具有较低的概率；干性症状的暴露个体被假定比易感者旅行概率低10%；而湿性症状的传染个体旅行概率则低90%。我们认为这些假设是悲观的，因为它们可被视为症状对旅行概率实际影响的一个下限。 输入概率强烈依赖于从受影响地区前往欧盟/欧洲经济区的旅客数量。然而，从6月11日至25日预计前往欧盟/欧洲经济区的实际旅客数量尚不清楚；该地区动荡的局势，包括机场关闭和旅行中断，使得估计更加困难。因此，鉴于对旅客数量的缺乏了解，我们探讨了关于旅客数量的不同假设情景。本报告使用的代码可在网上获取[9]。 结果 研究期间易感者及感染者数量的模拟轨迹如图2所示。在我们的模型中，易感者及感染者数量于2026年6月11日至25日期间逐渐增加。这些预测与初始条件和关键疾病参数均存在较大不确定性。 实线对应中位数，阴影区域表示90%不确定性区间。结果通过运行500次蒙特卡洛模拟获得。 建模预测的累计死亡人数与观察到的疑似死亡人数[8]吻合良好，如图3所示。特别是，模型中位预测轨迹紧密跟随观察数据在报告期内的增长趋势，且观察数据点均落在90%不确定性区间（UI）内，表明该模型与报告数据一致。 本协议提供支持，表明该模型能够再现近期爆发的动态，即使它没有明确拟合死亡率数据。同时，向前预测中不确定性边界的扩大反映了可能流行病轨迹中变异性在增加。 黑点代表观测数据，蓝线显示中位数模型估计，阴影区域表示90%不确定性区间（UI）。结果通过运行获得。=蒙特卡洛模拟 500 结合暴露人数、传染人数以及每个疾病阶段的相对旅行概率，我们发现，每有24,000名（90%置信区间：13,000-54,000名）从爆发地区前往欧盟/欧洲经济区旅行者，就可能出现一名感染者将BDBV病毒输入。 请注意，y轴设有上限，因为所描绘的概率和范围均较小（不超过1%）。虚线表示Tuite等人[10]报告的从该地区前往比利时的旅行者数量，该国是2018年欧盟/欧洲经济区（EU/EEA）中该地区旅行的最高量国家，将四个月的66名旅行者数据按比例缩小至15天——前往整个欧盟/欧洲经济区的旅行者数量更大，且可能自2018年以来有所增加。 从爆发地区前往欧盟/欧洲经济区的实际人数尚不清楚，且近期旅行数据有限。为了解旅行者对2026年6月11日至25日期间输入风险的影响，我们探讨了旅行人数在该时间段内介于10至100人之间的假设情景。图4展示了不同旅行人数情景下至少输入一种BDBV的概率。对于2026年6月11日至25日期间从爆发地区出发的旅行者人数分别为10人和100人的假设情景，我们分别获得了该时间段内至少有一次输入的概率介于0.05%（95% CI：0.02%，0.09%）和0.45%（90% UI：0.20–0.85%）之间。 评估与结论 在本项工作中，我们模拟了2026年6月11日至25日期间BDBV从爆发地区输入欧盟/欧洲经济区的风险。总体而言，我们的结果表明，对于从爆发地区到欧盟/欧洲经济区的旅客数量高达100人的情景，BDBV输入的概率很小（低于1%）。这些估计应被视为短期风险评估。因此，结果表明，BDBV爆发对欧盟/欧洲经济区公共健康的直接威胁目前非常低，但存在以下几项限制。要提供更精确的输入概率估计，需要估算从受影响地区到欧盟/欧洲经济区的旅客数量，但由于出行模式的干扰（包括机场关闭和边境管制），这存在挑战。 我们预计每24,000名（90%置信区间：13,000–54,000名）旅客中有1例输入欧盟/欧洲经济区。由于我们预计2026年6月11日至25日期间，从疫区输入欧盟/欧洲经济区的旅客数量将大幅减少，因此这些结果令人放心，因为它们表明BDBV输入欧盟/欧洲经济区的风险非常小。虽然我们将这些结果呈现为欧盟/欧洲经济区的输入风险，但潜在的每位旅客概率是独立于目的地的，因此每位旅客的输入数量也适用于单个国家或机场。由于旅客中的BDBV感染预计非常低，旅客中的非特异性症状很可能由其他原因引起。因此，仅基于非特异性症状检测的筛查方法很可能具有较低阳性预测值，这可能导致对大量个体进行不必要的隔离、检测和随访，而每个真实病例的阳性预测值却很低。 如果预计从爆发地区进入欧盟/欧洲经济区的旅客超过100人，那么输入（病例）的可能性可能会增加。然而，每次输入预计约24 000名旅客（90%置信区间：13 000–54 000人）的比率仍然有效，无论旅客的绝对数量是多少。因此，增加的旅行量会提高至少发生一次输入的可能性，但不会改变导致一次输入所预计的平均旅客数量。 所提出的数学建模和概率方法的优势在于，它提供了一个量化框架，用于评估欧盟/欧洲经济区进口BDBV（可能指特定病原体）的可能性，并结合了来自不同来源的数据和见解。尽管建模和风险评估基于若干简化假设，但所应用的方法为随着疫情的爆发和公共卫生问题的演变而进行的进一步调整奠定了基础。 这项工作存在若干局限性： •由于缺乏数据，我们根据爆发地区易感人群相比，干燥和潮湿症状导致出行概率降低的情况进行了假设，分别设定为10%和90%，以反映一种悲观情景。这些概率可能会随时间变化，并取决于多种因素，包括出口筛查的严格程度和执行情况、尽管有症状但仍具备出行能力和意愿，以及公众意识。如果这些概率的估计值变得可用，建模方法中的数值可以相应调整。本研究仅关注刚果（金）伊图里省和北基伍省的普通人群。具体而言，本研究不考虑非政府组织医疗工作者前往欧盟/欧洲经济区的旅行。该数学模型假设BDBV感染将根据观察到的趋势持续。如果感染数量显著增加/减少（例如由于超级传播事件或实验室积压清零），则应更新估计值。•模型中所考虑的爆发区域被定义为刚果民主共和国的伊图里省和北基伍省。如果其他地区出现显著社区传播，或者疫情扩散到其他国家，特别是扩散到拥有国际机场或交通便利的地区，结果需要进行调整。建议的隔室模型有几个广为人知的简化版本，包括同质混合、随机过程的确定性描述（均值场近似）、隔室内的指数停留时间（马尔可夫特性）、无种群结构、无对疫情的适应性行为、无干预措施，以及康复者之间无传播。 致谢 欧洲疾病预防控制中心（ECDC）感谢外部专家亚历山德罗·韦斯皮格尼（意大利都灵科学交流基金会；美国波士顿东北大学生物与社会技术系统建模实验室）对本文件进行的同行评审，并感谢美国波士顿东北大学先进流行病分析与预测建模技术中心提供的意见。 参考文献 1. 欧洲疾病预防控制中心（ECDC）。威胁评估简报：由布恩