COVID-19大流行凸顯了疾病準備和應對中檢測的重要性，而約翰霍普金斯應用物理實驗室（APL）及其合作者的新研究進一步強調了這一原則。該研究發表在1月2日的《柳葉刀公共衛生》雜志上，通過模擬和分析表明，公私合作開發、生產和分發COVID-19診斷測試在美國大流行期間挽救了約140萬人的生命，并防止了約700萬患者的住院治療。

APL位于馬里蘭州勞雷爾，與戰略準備與響應管理局（ASPR）、美國疾病控制與預防中心以及MITRE公司的顧問合作開展了這項研究。“分析發現，測試的早期開發、制造和分發顯著減少了嚴重的COVID-19患病，”APL的計算流行病學家、研究合著者Gary Lin表示。“通過建模和模擬，我們展示了國家協調如何有效利用資源和能力。”

APL研究人員開發了一個數字孿生原型，用于模擬檢測和診斷供應鏈。該工具用于模擬基線場景，并評估潛在大流行干預措施的影響。

在描述性分析中，研究人員利用美國政府檢測和診斷工作組（TDWG）以及參與的機構和部門的數據，從2020年1月1日到2022年12月31日，對聯邦合作伙伴的活動和里程碑進行了映射。分析了生產的測試數量（TDWG）、報告的測試陽性率、報告的COVID-19病例數、住院人數以及死亡人數。然后，研究人員開發了一個基于代理的模型，以評估不同情景下檢測對COVID-19結果的影響。

研究發現，從2020年1月1日到2022年12月31日，大約生產了67億次SARS-CoV-2測試，其中包括超過15億次實驗室測試、19億次現場護理測試和32億次家庭測試，大約進行了27億次測試。測試能力經歷了多個擴展階段，實驗室測試能力從2020年3月的每月約600萬次測試增長到2020年7月的每月約3400萬次測試；現場護理測試增加到2020年12月的每月約1.26億次測試，家庭測試增加到2022年2月的每月約9.86億次測試。基線（實際）與測試延遲情景之間的比較表明，增加的測試能力可能挽救了超過140萬人的生命，并避免了700萬次住院。

研究人員表示：“研究結果強調了強有力和快速的測試開發、生產和分發的重要性，以應對未來的公共衛生威脅。從整合數據中獲得的見解不僅僅是應對COVID-19。它們也為我們提供了一個可擴展的框架，以有效分配資源，為未來的大流行做好準備。”

此后，APL的數字孿生模型已擴展到以全危害方法監測COVID-19、流感、呼吸道合胞病毒（RSV）和其他公共衛生威脅的全國檢測。

參考資料：Steven Santos et al. The SARS-CoV-2 test scale-up in the USA: an analysis of the number of tests produced and used over time and their modelled impact on the COVID-19 pandemic,The Lancet Public Health (2025). DOI: 10.1016/S2468-2667(24)00279-2. www.sciencedirect.com/science/ … ii/S2468266724002792

主編微信

注：添加微信請備注昵稱+單位+研究

生命科學綜合交流QQ群:681341860