最近的传染病暴发——包括严重急性呼吸系统综合征(SARS)、中东呼吸系统综合征(MERS)、埃博拉和甲型H1N1流感——给全球公共卫生界带来了巨大挑战，包括缺乏支持重要准备和控制决策的基本流行病学知识。为了弥补这一差距，过去几年开发了创新的监测方法，以利用与疫情有关的数字数据日益增加的可用性。迄今为止，许多研究回顾性地考察了非传统数字数据源，并证明了它们在估计流行病曲线或重要流行病学参数随时间变化方面的效用[ 1- 3.]。这些研究为建立接近实时的前瞻性分析技术提供了基础，这些技术可以在没有传统数据的情况下评估传输动态。这些方法学上的发展填补了知识真空，可能有助于疫情早期阶段的公共卫生决策。

由于寨卡病毒病在地理空间上的迅速蔓延以及对相关中枢神经系统并发症的担忧，目前在中南美洲爆发的寨卡病毒病引起了全球关注[ 4， 5]。尽管寨卡病毒主要通过 伊蚊蚊子，存在垂直传播和性传播的证据[ 6- 8]。该病毒可能是在2013年中后期传入美洲的，此后该病毒通过整个地区有能力的病媒的密度传播。 8]。目前，中美洲和南美洲约有40个国家发生了当地病媒传播，迄今报告病例总数近30万例[ 9]。在该地区迄今求医的病例中，哥伦比亚报告了约7万例，其中17%在临床或实验室诊断时已怀孕[ 9， 10]。然而，鉴于寨卡病毒病的一般温和性质以及随后缺乏求医的情况，报告的病例无疑只占总病例的一小部分[ 11， 12]。

目前的预防工作侧重于媒介抑制[ 13]，同时，由于寨卡病毒感染后的吉兰-巴罗综合征和怀孕期间感染寨卡病毒的妇女所生的新生儿小头畸形的发病率不断上升，人们对疫苗开发的兴趣和努力正在迅速增加[ 4， 5]。除了其他防范和控制活动外，旨在为疫苗政策提供信息的定量分析取决于与该疾病相关的传播动态，因此，在寨卡病毒病背景下，迫切需要对关键流行病学参数进行估计，以便做出此类决策。

在本文中，我们通过HealthMap和Google Trends使用非传统的数字疾病监测数据，对哥伦比亚与寨卡病毒疾病相关的基本和观察到的生殖数量以及预期的最终爆发规模和持续时间进行了近乎实时的估计。然后，我们根据传统的基于卫生保健的疾病监测数据验证了我们的结果，并讨论了我们的工作对哥伦比亚疫情缓解战略和该地区其他地方传播动态评估的影响。

哥伦比亚寨卡病毒病累计报告病例数是通过HealthMap数字疾病监测系统获得的，其中包括2015年10月16日至2016年4月16日期间28个独特的非政府媒体警报[ 14]。从这些报告中获得的累计报告病例曲线显示了一个不切实际的l形，可能是由于最近几周报告的兴趣增加，而前几周缺乏意识( 图1)。假设从HealthMap获得的病例总数是给定时间段内实际情况的合理近似值，我们使用Google搜索数据来更真实地分布累积报告的病例数。

虽然许多登革热和流感病例未被发现，但先前的研究表明，相关的谷歌搜索趋势与报告的疾病发病率呈高度线性相关[ 15， 16]。因此，我们通过谷歌趋势网站(2016年4月29日访问)获得了来自哥伦比亚的“Zika”一词的每周谷歌搜索分数。这些搜索分数每周以归一化值显示，范围从0到100，这反映了从2004年1月4日(第一个可用的数据)到2016年4月16日对“Zika”一词的全国搜索兴趣水平。

我们通过将Google搜索曲线与HealthMap报告的寨卡病例进行缩放，创建了平滑的累积发病率曲线(称为“平滑的健康地图”)[ 17]。该比例常数是用2015年5月31日至2016年4月16日期间healthmap报告的最新寨卡病例总数除以谷歌搜索分数总数得到的。也许是由于最初报告的延迟，谷歌趋势数据中“寨卡”一词的首次相关上升出现在2015年5月31日那一周，大约在哥伦比亚HealthMap首次发出寨卡病毒病警报的20周之前。因此，选择2015年5月31日作为使用平滑HealthMap数据进行建模工作的开始日期;截止日为2016年4月16日(论文准备时最后可用数据)。

由于在其他数据稀缺(即仅累积发生率)设置中的成功应用，我们使用发生率衰减和指数调整(IDEA)模型来估计基本繁殖数( R₀)及折现率( d)与持续爆发有关[ 2， 18， 19]。这两个 R₀和 d，利用非线性优化最小化报告(用户输入)和建模累积发生率( 我)曲线跨越多个序列间隔(即爆发世代)。 图2提出了一个公式 我用…表示 R₀和 d,在那里 t是迄今为止已经过的爆发世代数(即连续间隔)，与连续间隔长度(即每个连续间隔的天数[SI])成反比。鉴于与寨卡病毒病相关的SI分布尚未确定， R₀和 d在14个确定长度(10-23天)的范围内迭代求解[ 20.]。

这些值 R₀和 d然后定义观察到的繁殖数的最大值、最小值和平均值( R_{奥林匹克广播服务公司})、最终报告的爆发大小( 我_马克斯)，以及最终报告的持续时间( t_马克斯)。The observed number of secondary infections per infected individual for a given value of t（ R_{奥林匹克广播服务公司})的计算公式如下: R_{奥林匹克广播服务公司}= R₀/ (1 + d） ^t．

当 d大于0， R₀不等于 R_{奥林匹克广播服务公司}．在这种情况下，由于疾病持续时间、接触率或病例传染性有计划或计划外的减少，疾病发病率是非指数型的[ 18]。同样，最终报告的爆发持续时间( t_马克斯)的计算方法如下[ 18]： t_马克斯≥ln ( R₀) / ln (1 + d)。

最后报告的爆发持续时间也可以通过乘以表示为天 t_马克斯如果;然而，在计算时 我_马克斯，使用原始单元(即爆发世代)( 图3)。

如果在哥伦比亚目前的疫情结束前研制出可行的疫苗( t_马克斯)，在假设疫苗效力100%的情况下，使用以下公式评估需要接种寨卡病毒免疫以消除传播的易感人群百分比(%Vax): %Vax=1 - (1/) R_{奥林匹克广播服务公司})。

在完成对数字监测数据的分析后，我们使用从哥伦比亚国家卫生研究所(INS)每周流行病学公报出版物中获得的传统监测数据进行了验证研究[ 21]。INS于2015年10月16日首次报告了哥伦比亚寨卡病毒病的发病率。然而，随后的出版物表明，疫情可能始于2015年流行病学第32周或更早[ 22]。因此，选择2015年8月22日作为使用INS数据建模工作的开始日期。截止日期为2016年4月16日(稿件准备时最近发表的日期)[ 22]。前面描述的针对平滑HealthMap数据集的分析也在INS数据集上进行，结果是 R₀， d， R_{奥林匹克广播服务公司}， 我_马克斯， t_马克斯以及数字(平滑健康地图)和传统(INS)累积报告病例数据的%Vax估计值。

示例模型适用于数字(平滑HealthMap;SSD = 1.47×10⁸)和传统(INS;SSD = 1.55×10⁷)累积病例数据见 图4和 5(SI = 17天)。一般来说，传统的数据模型适合(平均SSD=1.76×10)⁷)优于数字数据(平均SSD=1.64×10)⁸)。

使用数字(平滑的HealthMap)累积病例数，我们估计了平均值 R₀3.26(范围1.91-5.05)和平均值 d在14个确定的序列间隔长度(范围10-23天)中0.04(范围0.01-0.07)( 图6)。然后我们计算平均值 R_{奥林匹克广播服务公司}1.63(范围1.31-2.05)的平均值 我_马克斯85,546例(范围80,028-93,885例)，平均 t_马克斯530天(范围522-538天;2016年11月)。使用这些模型参数的累积报告病例预测显示在 图7．

传统的(INS)数据产生了一个平均值 R₀5.36(范围2.52-9.63)和平均值 d在14个确定的序列间隔长度(范围10-23天)中，0.07(范围0.02-0.14)( 图8)。利用这些，我们计算了平均值 R_{奥林匹克广播服务公司}1.96(范围1.45-2.58)的平均值 我_马克斯77,386例(范围76,587-78,619例)，平均 t_马克斯387天(范围382-392天;2016年9月)。使用这些模型参数的累积报告病例预测显示在 图9．

虽然 R₀使用传统(INS)数据计算的值一般高于使用数字(平滑HealthMap)累积病例数计算的值(SSD=82.14)。 R_{奥林匹克广播服务公司}不同数据源的值非常相似(SSD=1.84)。结果，数字(平滑HealthMap)和传统(INS)累积病例数据产生的%Vax平均值相似，分别为0.39(范围0.24-0.51)和0.49(范围0.31-0.61)。

当易感个体因感染(即通过死亡或免疫恢复)而消耗相对于总人口较小时，使用IDEA模型获得的基本生殖数与简单的sir型模型相当[ 19]。虽然它们特别适合在数据匮乏的环境中使用，但sir型模型——以及延伸到IDEA模型——不能轻易地纳入全球动态，例如感染因子(即病媒和人类)的进出口或重大气候事件(即El Niño和La Niña)。然而，其他人已经证明，在描述局部环境中媒介传播和水传播疾病的传播动态时，简单的sir型模型的表现与复杂的机制模型相似[ 23， 24]。因此，IDEA模型是分析哥伦比亚寨卡病毒病全国传播动态的合理方法。

根据IDEA建模方法定义， R₀表示给定病原体在完全易感人群naïve中的潜在传播力;与此同时, R_{奥林匹克广播服务公司}代表在面对现有干预措施时观察到的传播，如 d( 2， 18， 19]。从这个意义上说， R_{奥林匹克广播服务公司}与有效繁殖数( R_t)，这代表了在非完全易感人群中的传播性。平均模型估计 R₀在两个数据源中都是一致的 R₀法属波利尼西亚的寨卡病毒病估计 R₀基孔肯雅热和登革热的估计数[ 12， 25， 26]。平均模型估计 R_{奥林匹克广播服务公司}也可以与 R_t基孔肯雅热和登革热的估计数[ 27， 28]。考虑到正在进行的传播控制工作的影响， R_{奥林匹克广播服务公司}是用来代替 R₀来计算%Vax。

在本研究中，我们发现使用传统的(INS)数据产生了更高的结果 R₀与数字(平滑的健康地图)累计报告病例数相比。然而，因为估计 d还有更高的模型范围吗 R_{奥林匹克广播服务公司}和%Vax在两个数据源之间具有可比性。同样，传统(INS)数据产生的可能病例预测的狭窄范围在很大程度上被数字(平滑的健康地图)累积报告病例数产生的更大范围所涵盖。因此，在缺乏传统的基于卫生保健的监测数据的情况下，可以使用本文所述的平滑数字监测数据来估计重要的流行病学参数。

本研究中使用的方法并非没有局限性。对于这两个数据来源，国家一级病例预测的估计数和 我_马克斯只适用于那些寻求治疗的人;真实的病例数量可能比报告的数字高出五倍[ 11， 12]。此外，由于利用了国家一级的数据，因此没有捕捉到国家内部传播的异质性。随着数字监控数据地理粒度的提高，应该在更小的尺度上进行类似的分析。然而，鉴于预测模型的目的是作为决策支持工具，估计未来几个月将向医院和诊所报告的病例数量——甚至在国家一级——对于资源分配而言仍然是有价值的。这在为出现寨卡病毒病临床症状的孕妇提供诊断支持方面可能尤其相关。迄今为止，在哥伦比亚报告的所有寨卡病毒病例中，近20%是孕妇;如果保持目前的速度，在疫情结束之前，可能会有数千人被感染并寻求治疗。然而，本文提出的预测仅适用于情况保持不变的情况(例如，没有实施新的干预措施)。

随着遵守情况的改善，病媒抑制干预措施(例如，消除死水，彻底使用驱虫剂)即使在没有疫苗的情况下也有可能迅速结束这次疫情。如果在疫情结束之前能够研制出可行的疫苗，我们的估计表明，大约一半的易感人群将需要接种疫苗以获得群体免疫。考虑到越来越多的证据表明怀孕期间寨卡病毒感染与新生儿小头症有关，如果有选择，应优先考虑育龄妇女[ 4， 5]。

无论疫苗是否在哥伦比亚疫情结束前进入市场，本文提出的数据采集和建模方法仍可能使其他受寨卡病毒影响的国家受益，这些国家的政府实施的基于卫生保健的数据收集能力有限。虽然应优先使用传统监测数据，但在缺乏传统监测数据的情况下，数字监测数据可以产生对关键传播参数的可比估计。已经证明，数字监测数据可用于回顾性地评估众所周知的病原体的传播动态(例如， 霍乱弧菌）;然而，我们的研究结果表明，类似的分析也可以近乎实时地用于新出现的传染病[ 3.]。此外，根据这些分析估计的流行病学参数可能随着新信息的出现而随时更新，从而能够在数据匮乏的情况下在国家一级对传播动态进行前瞻性跟踪。

最近的历史表明，需要进行快速流行病学评估，以便在面对突发公共卫生事件时更好地为干预战略提供信息。为了有效地评估这些干预措施，必须建立传播性的基线估计——就像本研究中描述的那样。此外，必须密切监测疫情动态的变化，以便评估积极干预措施对疾病传播的影响。我们的方法提供了一种重要的替代方法，可以替代基于相关疾病和以前疫情的松散猜测。鉴于传统监测数据的缺乏和中南美洲传播的异质性，数字监测数据可以而且应该在未来几个月内用于对其他受寨卡病毒影响的国家进行类似的分析。