了解新冠肺炎疫情的17个关键图表

17 key charts to understand the COVID-19 pandemic

疫情已经导致超过2000万人死亡。在这篇文章中,我们回顾了新冠肺炎全球数据的关键见解。

根据最准确的估计,2020年开始在世界各地蔓延的新冠肺炎疫情,截至2024年8月,已造成约2700万人死亡。它给失去的生命带来了悲伤和痛苦,给医生和护士带来了巨大的压力,并继续扰乱社会、经济和生活。

各国实施了一系列减缓疾病传播的政策——从检测和接触者追踪到社会距离和疫苗接种。全球反应缓慢且不均衡,世界范围内的医疗保健和疫苗接种存在显著差异。

自2020年2月以来,我们的数据世界与数据提供商合作,建立并维护冠状病毒肺炎最重要数据的全球数据集。

我们的团队做了两项主要工作:在接种和全球数据集测试。我们允许世界各地的人们通过我们的网站探索和下载这些数据。

我们的目标是让每个人都能自己研究这些数据,并帮助他们就如何应对病毒做出明智的决定。

在本文中,我们将回顾新冠肺炎疫情的一些关键见解。

疫情导致全球数百万人死亡

总体而言,从许多国家收集的数据显示,到2020年,平均每140名感染者中就有1人死于新冠肺炎。这是被感染人口的0.7%。

新冠肺炎可以通过严重的呼吸系统疾病、心脏病和多器官衰竭等并发症导致死亡。许多其他人经历了疾病的严重短期或长期后果,或被送入医院或重症监护室。

查看一段时间内有多少病人入住ICU。

数据显示,新冠肺炎的死亡风险随年龄呈指数上升。这些风险还受到其他因素的影响,如预先存在的健康状况、免疫系统风险因素、补充氧气的获取、治疗、医疗保健和特定的冠状病毒株。

在下面的图表中,你可以看到与前几年的死亡趋势相比,在冠状病毒的浪潮中,各国的死亡总数是如何激增的。

蓝线显示了疫情期间每周的死亡人数。与此同时,灰色线显示了在没有疫情的一年中预计的每周死亡人数。这一估计死亡人数是基于对前几年平均死亡人数的预测。

Excess mortality: Raw number of deaths from all causes compared to projection
based on previous years, United States

报告的和预期的死亡之间的差异被称为“超额死亡率”——本质上,它估计了额外的与未发生疫情的情况相比的死亡人数。

在没有疫情的情况下,对预期死亡的估计是通过预测以前的趋势和季节模式,使用来自重要登记处、医院记录和其他来源。您可以在我们的页面上了解更多信息:

研究人员可以通过合计自疫情开始以来的超额死亡人数来估计疫情的总死亡率。

这显示在下面的图表中。在这里,我们展示了研究人员的估计范围《经济学人》,其方法被透明地记录并定期更新。

图表显示,截至2024年8月,估计有2700万人死于新冠肺炎。

这包括到2020年底大约500万人和到2021年底另外1000万人。

Estimated cumulative excess deaths during COVID-19, World

For countries that have not reported all-cause mortality data for a given week, an estimate is shown, with uncertainty interval.If reported data is available, that value only is shown. For comparison, cumulative confirmed COVID-19 deaths are shown.

Jan 1, 2020Nov 3, 2024Feb 24, 2021Mar 31, 2022May 5, 202305 million10 million15 million20 million25 million30 million35 millionUpper bound, 95% uncertainty intervalCentral estimateLower boundConfirmed deaths

尽管总死亡人数有很大的不确定性,但你可以看到,即使是下限估计也比确认的新冠肺炎死亡人数高得多。

仍然经常听到确认的死亡人数被引用为疫情的死亡人数,但这是不正确的,特别是在检测有限的国家。由于有限的检测和其他因素,确诊死亡人数仅占总死亡人数的一部分死亡登记.

这些估计使新冠肺炎最致命的流行病之一连同1918年的“西班牙流感”、疫情和疫情的艾滋病。

您可以在我们的文章中了解更多信息:

有史以来,流行病已经夺去了数百万人的生命。有多少死亡是由不同的流行病造成的,研究人员是如何估计死亡人数的?

由于测试有限,各国迟迟没有意识到新冠肺炎的崛起

新冠肺炎造成大量死亡的部分原因是各国对疫情上升的认识和反应迟缓。这种延迟始于疫情的开始,但在后来的新浪潮中继续,包括由新变种引起的流行病。

2019年12月底,中国武汉报告了首例新冠肺炎病例。突然爆发,患者出现了一种严重的新型呼吸道疾病,类似于2003年的SARS-1疫情。研究人员确定其原因是一种新型冠状病毒,出现在2019年10月至12月之间。

其他国家很快报告了病例,疫情蔓延到全球。

下图显示了2020年初病例的增加情况。

Weekly confirmed COVID-19 cases

Weekly confirmed cases refer to the cumulative number of cases over the previous week.

Jan 10, 2020Apr 17, 2020Feb 10, 2020Mar 1, 2020Mar 21, 2020050,000100,000150,000200,000United StatesUnited KingdomItalySingaporeChina

由于许多已确诊的病例之间并不存在联系,因此未确诊的新冠肺炎病毒感染和无症状感染显然也是疾病传播的原因之一。

这反映了确诊病例数字的一个主要局限性——感染但未检测的人没有计算在内。这些数字仅包括案件确认的通过检测,如唾液中病毒RNA的PCR检测。

然而,许多国家进行了有限的测试,如下图所示。它显示了哪些人群可以进行新冠肺炎检测。

COVID-19 testing policies, Mar 1, 2020

– No testing policy.– Only those who both (a) have symptoms and also (b) meet specific criteria (e.g. key workers, admitted to hospital, cameinto contact with a known case, returned from overseas).– Testing of anyone showing COVID-19 symptoms.– Open public testing (e.g. “drive through” testing available to asymptomatic people).

No dataNo testing policySymptoms & key groupsAnyone with symptomsOpen public testing (incl. asymptomatic)

到2020年3月,许多国家——以黄色显示——只检测有症状的关键群体(如医护人员和最近的旅行者),而不是普通大众。许多其他国家——用红色表示——没有检测政策。

这意味着真实的感染人数远远高于确诊病例。

没有足够的检测,各国在识别新的疫情和应对疫情方面行动迟缓,在建立医疗资源和医院能力、有效追踪病例和遏制疾病传播方面出现延误。

因为检测是有限的,我们在我们的数据世界很早就开始在疫情建立一个检测数据库,以显示随着时间的推移检测的水平以及它们如何与检测到的病例数相关。我们在杂志上发表了这个数据库自然科学数据.

“我们的世界”数据集自疫情开始以来一直跟踪世界各地的新冠肺炎测试,已经过同行评审,并发表在学术期刊《自然科学数据》上。

下图比较了确诊病例数和不同估计的真实感染人数。

不同的研究小组使用流行病学模型、病例和死亡人数数据、检测水平和其他信息来估计感染人数。

Daily new estimated infections of COVID-19, United States

Mean estimates from epidemiological models of the true number of infections. Estimates differ because the models differ indata used and assumptions made. Confirmed cases—which are infections that have been confirmed with a test—are shown forcomparison.

Jan 10, 2020Apr 17, 2020Feb 10, 2020Mar 1, 2020Mar 21, 20200100,000200,000300,000400,000LSHTM (median)YYG (mean)IHME (mean)Confirmed cases

Data source: Imperial College London (2022) and other sources – Learn more about this data

Note: This chart shows the latest available model estimates as of 6 July 2023. As of this date, all models have stopped releasing updates.The uncertainty range for each estimate — which can be large — is not shown here but can be found in the individual model charts.

正如你所看到的,这些估计差别很大;实际感染人数有很大的不确定性。

但所有模型都认为,真实病例数远高于确诊病例数——这在疫情爆发之初尤其如此,当时检测很少。

图表显示了一个例子:尽管截至2020年4月,美国报告的每日病例约为2.5万例,但研究人员估计,实际感染人数约为10倍——当月每日感染人数在13万至49万之间。

在我们的文章中,我们更详细地解释了这些流行病学模型:

我们知道确诊的新冠肺炎病例只是真正感染的一小部分。但是有多小呢?

各国实施了一系列抗流行病措施,以减少疾病的传播

为了减缓疾病的传播,各国实施了一系列政策:限制国际旅行和大规模集会、学校和工作场所关闭、居家命令、接触者追踪和检测以及要求遮盖面部和接种疫苗。

我们这里的图表概括了这些政策——数据是由我们在牛津大学布拉瓦特尼克政府学院的同事们汇编的,作为新冠肺炎政府响应跟踪系统.

国际旅行限制是首批实施的政策之一。如图所示,到2020年4月,超过一半的国家已经实施了全面的旅行禁令。

在接下来的几个月里,许多国家将这些限制减少到部分禁止或隔离。更多的国家开始对入境者进行筛查:如果新冠肺炎检测结果呈阴性,旅行者可以避免隔离或旅行限制。

到2022年,很少有国家仍然对国际旅行有限制。

COVID-19: Countries with restrictions on international travels, World

Number of recorded countries with a given type of restriction on international travel arrivals.

Jan 1, 2020Dec 31, 2022Aug 8, 2020Feb 24, 2021Sep 12, 2021Mar 31, 2022020406080100120140160180No restrictionsScreening arrivalsQuarantine onsome arrivalsPartial banComplete ban

对公共集会的限制和戴面罩的要求也很普遍。你可以在下面的两张图表中看到这些。

第一张图表显示了限制公众集会的国家数量。它显示,到2020年春天,大多数国家对公共集会实施了严格的限制——大约一半的国家限制集会,即使是少于10人的团体。

这些限制在夏季减少,但在冬季再次增加,并持续到2021年。到2022年春天,全球大部分国家放宽了对公众集会的限制。

第二张图表显示了需要口罩等面部遮盖物的国家数量。这些政策的实施略晚于国际旅行限制和公众集会。

但是到2020年夏天,大约一半的国家要求在他人附近戴面罩,或者总是在户外戴面罩。

COVID-19: Countries restricting gatherings of a given
number of people, World

Number of recorded countries with restrictions on public gatherings above a given number of people.

Jan 1, 2020Dec 31, 2022Feb 24, 2021Sep 12, 2021020406080100120140160180No restrictions>1000 people>100 people>10 people≤10 people

COVID-19: Countries with requirements for face coverings,
World

Number of recorded countries with a given type of requirement for facial coverings such as masks.

Jan 1, 2020Dec 31, 2022Feb 24, 2021Sep 12, 2021020406080100120140160180No policyRecommendedRequiredsometimesRequired outsidearound otherpeopleRequired outsidethe home

政策的影响因国家而异,取决于政策的实施方式。

然而,由于冠状病毒通过呼吸道和空气传播的颗粒以及人与人的接触在人之间传播,政策导致人与人之间的接触大量减少,减缓了病毒的传播。

这种影响在其他呼吸道感染的传播中也很明显,如流感、麻疹、百日咳和普通感冒病毒,它们通过类似的机制在人与人之间传播。

下图显示了西雅图流感研究的数据,该研究对西雅图地区的呼吸道样本进行了多种潜在呼吸道病原体的测试。

Respiratory pathogens detected in the Seattle Flu Study

Weekly share of respiratory samples with a detected respiratory pathogen.

Nov 19, 2018Apr 29, 2024Jan 21, 2020Jun 4, 2021Oct 17, 20220%20%40%60%80%100%AdenovirusEnterovirusOthercoronavirusesMetapneumovirusParainfluenzaInfluenza AInfluenza BRhinovirusRSVCOVID-19

如你所见,在疫情期间,许多呼吸道病原体检测呈阳性的比例下降了。从2020年春天到2021年限制最严格时,这一下降幅度最大。

导致新冠肺炎的新型冠状病毒病毒比其他病原体更具传染性,并继续蔓延。它成为当时最常见的呼吸道病原体之一,但也是最致命的,并成为死亡的主要原因在许多国家。

有效疫苗从2020年底开始推出,但各国之间存在巨大差异

在疫情开始后的一年内,几种新冠肺炎疫苗开始上市,这些疫苗经过了大规模临床试验的所有常规阶段的开发和测试,这些试验涉及数万名研究参与者。

这种快速是可能的,原因有几个。

一个是,与其他疾病相比,研发资金水平非常高,如下图所示。因此,开发了许多候选疫苗并在临床试验中进行了测试。

Annual research & development funding for different infectious diseases in 2020

Global annual funding reported for research and development to address neglected tropical diseases (in blue). These arecompared to HIV/AIDStuberculosismalaria, and COVID-19 (in orange). This data is expressed in US dollars, adjusted forinflation.

$4.22 billion$1.35 billion$702.43 million$603.53 million$81.83 million$42.71 million$38.88 million$37.81 million$36.26 million$20.99 million$20.53 million$14.23 million$13.58 million$4.61 million$4.16 million$2.4 million$1.89 million$1.4 million$573,758$486,537$166,682COVID-19HIV/AIDSTuberculosisMalariaDengueChagas diseaseSchistosomiasisLeishmaniasisChikungunyaSnakebite envenomingLymphatic filariasisRiver blindnessLeprosyHookwormTapewormWhipwormScabiesRoundwormBuruli ulcerMycetomaTrachoma

另一个原因是,几年前已经对冠状病毒和疫苗进行了关键研究;这项研究表明,人们可以通过免疫来清除感染。也有研究病毒的动物模型;已经为一些动物冠状病毒疾病开发了冠状病毒疫苗。

临床试验过程也比平时运行得更快。人们对志愿参加临床试验的兴趣很高,而且由于疫情蔓延很广,因此可以更快地看到疫苗的潜在效果。

此外,临床试验的不同阶段与监管审查同时进行,例如,2期和3期试验同时进行,这意味着所有阶段都可以在更短的时间内完成。

legacy-wordpress-upload

这一快速发展之后,疫苗在许多高收入国家迅速推广,而在较贫穷的国家却落后了。

从第一批接种疫苗的人开始,我们就建立并维护了全球疫苗接种数据库,以显示世界各地的疫苗接种水平。我们在杂志上发表了这个数据集自然人类行为.

我们追踪全球新冠肺炎疫苗接种的免费开放数据集已经发表在《自然人类行为》上。

根据我们的数据,下图显示了人口中每100人接种的疫苗剂量。每剂疫苗都是单独计算的,这意味着这些数字包括第二剂疫苗和加强疫苗。

COVID-19 vaccine doses administered per 100 people

All doses, including boosters, are counted individually.

Dec 13, 2020Aug 12, 2024Sep 12, 2021Mar 31, 2022Oct 17, 2022May 5, 2023Nov 21, 2023050100150200250CanadaItalyGermanyUnited KingdomUnited StatesIndia

Data source: Official data collated by Our World in Data (2024); World Health Organisation (2024); Population basedon various sources (2024) – Learn more about this data

如你所见,到2021年7月,像美国和英国这样的国家已经为每100人注射了超过100剂疫苗。但其他国家,如印度,到2021年12月才达到这一水平。

即使到2022年底,我们的数据也显示了全球疫苗接种率的巨大差异。

我们也可以通过观察至少完成初始疫苗接种方案的人的比例来看出这一点,这不包括加强剂。

虽然在许多欧洲国家和北美,超过75%的人接受了初始疫苗接种方案,但在大多数非洲国家,这一数字不到30%。

Share of people who completed the initial COVID-19 vaccination protocol, Dec 31,
2022

Total number of people who received all doses prescribed by the initial vaccination protocol, divided by the total population of the country.

No data0%10%20%30%40%50%60%70%80%90%100%

Data source: Official data collated by Our World in Data (2024); World Health Organisation (2024); Population based on various sources(2024) – Learn more about this data

Note: Alternative definitions of a full vaccination, e.g. having been infected with SARS-CoV-2 and having 1 dose of a 2-dose protocol, areignored to maximize comparability between countries.

疫苗拯救了数百万人的生命,但本可以拯救更多的生命

新冠肺炎疫苗在减少包括住院和死亡在内的严重疾病机会方面非常有效。

这之所以成为可能,是因为新冠肺炎疫苗有效地将冠状病毒的片段呈现给我们的免疫细胞,这使我们的免疫系统能够识别并应对未来的病毒感染。当疫苗毒株与人群中传播的毒株非常相似时,这尤其有效。

从普通人群的数据中也可以看出疫苗的影响。我们可以通过比较接种疫苗和未接种疫苗人群的总死亡率(任何原因)来看出这一点。

下面的图表显示了美国的国家数据:未接种疫苗人群的死亡率要高得多,尤其是在疫情爆发期间。

This chart, titled "United States: COVID-19 weekly death rate by vaccination status, All ages," displays the weekly COVID-19 death rates per 100,000 people, comparing unvaccinated individuals with those vaccinated with and without the bivalent booster. The red line represents the unvaccinated group, showing a significantly higher death rate, especially around late 2021 and early 2022, peaking over 30 per 100,000. The green and blue lines represent vaccinated individuals, with much lower death rates throughout the period, with those receiving the bivalent booster (blue) showing the lowest rates overall.The data source for this chart is the Centers for Disease Control and Prevention (CDC, 2023). The note specifies that the mortality rates are age-standardized to account for varying vaccination rates across different age groups.The chart is published by Our World in Data and is licensed under CC BY.

您可以在我们的文章中了解更多信息:

为了了解疫情是如何演变的,了解疫苗接种状况如何影响新冠肺炎的死亡率至关重要。

研究人员估计,仅在疫苗上市的第一年,新冠肺炎疫苗就拯救了全球约2000万人的生命。这些估计值如下所示,来自使用超额死亡率、疫苗效力和疫苗接种率数据的统计模型。

This chart, titled "COVID-19 vaccination saved millions of lives worldwide," illustrates the estimated global number of deaths averted between December 2021 and December 2022 due to COVID-19 vaccination. The chart compares the actual number of excess deaths with the estimated number of lives saved by vaccinations, both directly (in dark blue, representing 15.5 million deaths averted) and indirectly (in light blue, representing 4.3 million deaths averted from lower infection rates). The pink area shows the actual number of excess deaths, totaling 11.6 million.The source of the data is a study by Oliver J. Watson et al. (2022), titled "Global impact of the first year of COVID-19 vaccination: a mathematical modeling study," published in Lancet Infectious Diseases. The chart is licensed under CC-BY by Saloni Dattani  and available on Our World in Data (OurWorldinData.org).
奥利弗·沃森等人(2022年)

最近的研究还表明,这些疫苗在此后的几年里继续挽救了许多人的生命。

冠状病毒继续进化

冠状病毒通过随机突变以及突然的重组事件进化,当一个人感染了两种不同的冠状病毒毒株,不同病毒基因组的片段结合时,就会发生这种情况。

随着时间的推移,这导致了新的冠状病毒株,它们在传播的难易程度或在感染者中的致命程度方面各不相同。

在下面的图表中,显示了法国的数据,你可以看到冠状病毒株是如何进化的。在疫情开始时,所有冠状病毒序列都被归类为“武汉-胡-1”毒株。

SARS-CoV-2 variants in analyzed sequences, France

The number of analyzed sequences in the preceding two weeks that correspond to each variant group. This number may notreflect the complete breakdown of cases since only a fraction of all cases are sequenced.

May 11, 2020Jul 29, 2024Feb 24, 2021Sep 12, 2021Mar 31, 2022Oct 17, 2022May 5, 20230%20%40%60%80%100%AlphaBetaGammaDeltaOmicron (BA)Omicron (BQ.1)Omicron (XBB)Omicron (CH.1.1)Omicron (EG.5.1)Omicron (HK.3)Omicron (JN)Omicron (KP.3)Others

Data source: GISAID, via CoVariants.org (2024) – Learn more about this data

Note: Recently-discovered or actively-monitored variants may be overrepresented, as suspected cases of these variants are likely to besequenced preferentially or faster than other cases.

2020年11月,鉴定出一种名为“阿尔法”的新菌株,比最初的菌株更具杀伤力。病毒继续进化以逃避我们的免疫。

虽然基因多样化的菌株可以更好地逃避最初的免疫反应,但记忆细胞也可以持续存在,并可以对疾病的后期做出反应。

因此,随着感染和疫苗接种免疫力的提高,以住院和超额死亡率衡量的病毒影响总体上有所下降。

尽管如此,新冠肺炎病毒继续在人群中传播,并导致大量住院和严重疾病。下图显示了继续报告数据的国家的情况。

这突出了加强疫苗接种的持续重要性,特别是在老年人和弱势群体中。

Weekly new hospital admissions for COVID-19 per million

Mar 1, 2020May 31, 2024Feb 24, 2021Sep 12, 2021Mar 31, 2022Oct 17, 2022May 5, 20230100200300400United KingdomFranceSpainUnited StatesIsraelNetherlandsGermanyItaly

结论

新冠肺炎疫情有相当大的全球影响。它夺去了2500多万人的生命,给他们的家人和爱人带来了悲伤和痛苦,影响了全世界人民的健康,并扰乱了工作、经济和生活方式。

对于我们的数据世界团队来说,这需要在巨大的压力下连续几年在周末不间断地工作,因为很多人都依赖我们的工作。许多研究人员、医疗工作者和全世界人民也是如此,他们孜孜不倦地研究疾病,创造拯救生命的创新,护理患者,并提供塑造公共卫生反应的关键数据。

新冠肺炎病毒继续导致疾病和死亡,但随着一系列创新,包括快速诊断测试、抗病毒药物、疫苗、口罩、社会距离和公共卫生努力,该病毒对我们生活的影响已经下降。

我们应该记住,流行病会反复发生。为了避免多年的苦难重演,世界必须更加迅速有效地应对疫情风险。我们今天的选择决定了我们是否准备好面对——并希望消灭——下一个疫情。

继续阅读我们的数据世界

我们的小团队使新冠肺炎的数据清晰、可靠,并可供全球观众访问。事情是这样发生的。

有史以来,流行病已经夺去了数百万人的生命。有多少死亡是由不同的流行病造成的,研究人员是如何估计死亡人数的?

尾注

  1. Meyerowitz-Katz,g .,,Merone,L. (2020年)。对已发表的新冠肺炎感染致死率研究数据的系统综述和荟萃分析。国际传染病杂志,101,138-148。有空的在线的.

    莱文、A. T .、哈纳吉、W. P .、奥武苏-博艾蒂、科克伦、K. B .、沃尔什、S. P .、迈耶罗威茨-卡茨、G. (2020)。评估新冠肺炎感染致死率的年龄特异性:系统回顾、荟萃分析和公共政策影响。欧洲流行病学杂志,35(12),1123–1138。https://doi.org/10.1007/s10654-020-00698-1

  2. 莱文、A. T .、哈纳吉、W. P .、奥武苏-博艾蒂、科克伦、K. B .、沃尔什、S. P .、迈耶罗威茨-卡茨、G. (2020)。评估新冠肺炎感染致死率的年龄特异性:系统回顾、荟萃分析和公共政策影响。欧洲流行病学杂志35(12), 1123–1138. https://doi.org/10.1007/s10654-020-00698-1

  3. 前疫苗时代新冠肺炎感染死亡率随年龄、时间和地域的变化:一项系统分析。(2022).柳叶刀,399(10334),1469–1488。https://doi . org/10.1016/s 0140-6736(21)02867-1

    Manry、j .、Bastard、p .、Gervais、a .、Le Voyer、t .、Rosain、j .、Philippot、q .、Michailidis、e .、Hoffmann、H.-H .、Eto、s .、Garcia-Prat、m .、Bizien、l .、Parra-Martínez、a .、Yang、r .、haljasmgi、l .、Migaud、m .、Sä rekannu、k .、Maslovskaja、j .、De Prost、n .、Tandjaoui-Lambiotte、I型IFN自身抗体导致新冠肺炎死亡的风险更大,且与年龄相关。美国国家科学院学报,119(21),e2200413119。https://doi.org/10.1073/pnas.2200413119

  4. 从世界卫生组织(世卫组织)和卫生计量和评价研究所(IHME)等其他来源获得的超额死亡率估计数仅适用于疫情有限的部分地区。然而,他们对2020年的估计与《经济学人》的估计。

  5. 霍姆斯,E. (2020)。新的2019冠状病毒基因组。Virological.org。有空的在线的.

    Pekar、J. E .、a .、Parker、e .、Moshiri、n .、Izhikevich、k .、Havens、J. L .、Gangavarapu、k .、Malpica Serrano、L. M .、Crits-Christoph、a .、Matteson、N. L .、Zeller、m .、Levy、J. I .、Wang、J. C .、Hughes、s .、Lee、j .、Park、h .、Park m-s .、Ching、k .、Lin、R. T. P .、… Wertheim、J. O .新型冠状病毒多重人兽共患来源的分子流行病学。科学,377(6609),960–966。https://doi.org/10.1126/science.abp8337

    连线(2020)。ProMED如何众包新冠肺炎和非典的到来。有空的在线的.

  6. 、A. J .、Russell、T. W .、Diamond、c .、Liu、y .、Edmunds、j .、Funk、s .、Eggo、R. M .、Sun、f .、Jit、m .、Munday、J. D .、Davies、n .、Gimma、a .、Van Zandvoort、k .、Gibbs、h .、Hellewell、j .、Jarvis、C. I .、Clifford、s .、Quilty、B. J .、Bosse、n . I .……Flasche s .(2020年)。新冠肺炎早期传输和控制动力学:数学模型研究。《柳叶刀传染病》,20(5),553–558。https://doi . org/10.1016/s 1473-3099(20)30144-4

  7. Pung,Rachael,Josh A. Firth,Lewis G. Spurgin,新加坡巡航安全工作组,Annie Chang,Jade Kong,Jazzy Wong等,“使用高分辨率接触网络评估大规模多日活动中的新型冠状病毒传播和控制”《自然·通讯》13、1号(2022年4月12日):1956年。https://doi.org/10.1038/s41467-022-29522-y

    彭、瑞切尔、汉娜·e·克拉彭、蒂莫西·w·拉塞尔、CMMID新冠肺炎工作组、弗农·j·李和亚当·j·库恰尔斯基。“在未检测到传播的情况下,边境限制、病例发现和接触者追踪在控制新型冠状病毒中的相对作用:一项数学模型研究。”BMC医学21,第1期(2023年3月16日):97。https://doi.org/10.1186/s12916-023-02802-0

  8. 马特扎克、苏拉娅、科琳·利维、卡米尔·福塔斯、热雷米·F·科恩、斯特凡·贝切特、法蒂玛·艾特·埃尔·贝尔格蒂、索菲·吉约特等人,“新冠肺炎疫情和百日咳之间的关联来自多个全国性数据来源,法国,2013年至2020年。”欧洲监控27、25号(2022年6月23日)。https://doi.org/10.2807/1560-7917.ES.2022.27.25.2100933

    陈良光,黄德伟,李乃光,李林明,帕拉西奥斯,J. A .,&张,H. H. (2022)。新冠肺炎预防措施对流感传播的影响:分子和流行病学证据。国际传染病杂志,116,11-13。https://doi.org/10.1016/j.ijid.2021.12.323

    周,埃里克j,蒂莫西m .乌耶基,和海伦y .朱。”新冠肺炎疫情对社区呼吸道病毒活动的影响.”自然评论微生物学,2022年10月17日。https://doi.org/10.1038/s41579-022-00807-9

    啊,京民,郑在勋,金旭弘,金敏英,金正安,金正勋和姜智满。“韩国冠状病毒疾病2019(新冠肺炎)爆发期间非药物干预对呼吸道感染发病率的影响:一项全国性监测研究。”《临床传染病》72卷7期(2021年4月8日):e184–91。https://doi.org/10.1093/cid/ciaa1682

  9. 西雅图流感联盟(2024)。[访问日期:2024年9月2日]https://seattleflu.org

  10. 周,埃里克j,蒂莫西m .乌耶基,和海伦y .朱。”新冠肺炎疫情对社区呼吸道病毒活动的影响.”自然评论微生物学,2022年10月17日。https://doi.org/10.1038/s41579-022-00807-9

  11. Boon,h .,Meinders,a .,Van Hannen,E. J .,Tersmette,m .,& Schaftenaar,E. (2024年)。对因感染甲型/乙型流感病毒、呼吸道合胞病毒、鼻病毒、偏肺病毒或SARS-CoV-2而入院的患者的死亡率进行比较分析。流感和其他呼吸道病毒,18(1),e13237。https://doi.org/10.1111/irv.13237

    Hedberg,p .、Karlsson Valik,j .、Van Der Werff,s .、Tanushi,h .、Requena Mendez,a .、Granath,f .、Bell,m .、rtensson,j .、Dyrdak,r .、Hertting,o .、fr nert,a .、Ternhag,a .、& Naucler,P. (2022年)。新型冠状病毒病毒、流感病毒、呼吸道合胞病毒和其他七种呼吸道病毒的临床表型和转归:一项使用完整医院数据的回顾性研究。胸廓,77(2),1–10。https://doi.org/10.1136/thoraxjnl-2021-216949

  12. Kirchdoerfer、Robert N .、Christopher A. Cottrell、王念双、Jesper Pallesen、Hadi M. Yassine、Hannah L. Turner、Kizzmekia S. Corbett、Barney S. Graham、Jason S和Andrew B. Ward。”人类冠状病毒刺突蛋白的融合前结构.”自然531第7592期(2016年3月3日):118–21。https://doi.org/10.1038/nature17200

    Wrapp、Daniel、王念双、Kizzmekia S. Corbett、Jory A .戈德史密斯、谢清林、Olubukola Abiona、Barney S. Graham和Jason S .麦克勒朗。“融合前构象中2019-NCoV峰的冷冻电镜结构。”科学367,第6483期(2020年3月13日):1260–63。https://doi.org/10.1126/science.abb2507

    Tseng,Chien-Te,Elena Sbrana,Naoko Iwata-Yoshikawa,Patrick C. Newman,Tania Garron,Robert L. Atmar,Clarence J. Peters和Robert B. Couch。”用SARS冠状病毒疫苗免疫导致了SARS病毒攻击时的肺部免疫病理学.”斯特凡·波尔曼编辑。PLoS ONE 7,第4期(2012年4月20日):e35421。https://doi.org/10.1371/journal.pone.0035421

  13. 家畜冠状病毒疫苗接种。疫苗38,第33期(2020年7月):5123–30。https://doi.org/10.1016/j.vaccine.2020.06.026

    赵,,,,廖雪娇,苏莹莹,,等。新型冠状病毒病患者对新型冠状病毒的抗体应答。2019临床传染病71,第16期(2020年11月19日):2027–34。https://doi.org/10.1093/cid/ciaa344

  14. 迪安、娜塔莉·e、皮埃尔-斯特凡·格塞尔、罗恩·布鲁克迈尔、维克多·德·格鲁托拉、克里斯特·a·唐纳利、m·伊丽莎白·哈洛兰、莫莫杜·贾塞等人,《突发公共卫生事件期间疫苗效力试验的设计》科学转化医学11、第499期(2019年7月3日):eaat0360。https://doi.org/10.1126/scitranslmed.aat0360

  15. 卡林科、乌尔里希、丹·巴鲁赫、鲁本·里齐、埃勒尼·拉格卡迪努、奥兹伦·图雷西、尚蒂·帕瑟和彼得·尼尔斯。”新冠肺炎疫苗的临床开发和批准.”疫苗专家评论21,5号(2022年5月4日):609–19。https://doi.org/10.1080/14760584.2022.2042257

    澳大利亚国家免疫研究和监督中心。“临床试验阶段”(2023年4月)。https://ncirs.org.au/phases-clinical-trials

    欧洲药品管理局。”新冠肺炎的快速治疗和疫苗流程.”(2020).有空的在线的.

  16. 每100人超过100剂的数字是可能的,因为每剂都是单独计算的,这意味着它们包括第二剂和加强疫苗。

  17. 这是指为每种疫苗规定的剂量:一些疫苗,如辉瑞/BioNTech、Moderna和阿斯利康/牛津疫苗,最初的方案是两剂;其他疫苗,如Novavax和强生疫苗,最初的方案是一剂;国药控股等一些疫苗对一些群体采用了三剂方案。

  18. 沃森,奥利弗J,格雷戈里巴恩斯利,贾斯普里特图尔,亚历山德拉B霍根,彼得温斯基尔和阿兹拉C加尼。”新冠肺炎疫苗接种第一年的全球影响:一项数学模型研究.”柳叶刀传染病22,第9期(2022年9月):1293–1302。https://doi . org/10.1016/s 1473-3099(22)00320-6

  19. 梅斯莱、M. M. I .、布朗、j .、穆克、p .、卡茨、M. A .、哈根、j .、帕斯托雷、r .、本卡、b .、雷德伯格-弗里茨、m .、博叙伊、n .、斯托滕、v .、韦尔内门、c .、康斯坦蒂努、e .、马利、m .、基内尔、j .、桑卡、o .、克劳斯、T. G .、维斯特加德、L. S .、莱诺、t .、普卡、e .……佩博迪(2024年)。2020年12月至2023年3月世卫组织欧洲地区新冠肺炎疫苗接种项目直接挽救的估计生命数:一项回顾性监测研究。柳叶刀呼吸医学,12(9),714–727。https://doi . org/10.1016/s 2213-2600(24)00179-6

  20. 米勒、尼古拉·f、凯瑟琳·e·基斯特勒和特雷弗·贝德福德。”推断冠状病毒重组模式的贝叶斯方法.”《自然·通讯》13、1号(2022年7月20日):4186。https://doi.org/10.1038/s41467-022-31749-8.

  21. Telenti,a .,Hodcroft,E. B .,& Robertson,D. L. (2022)。新型冠状病毒变种的进化和生物学。医学中的冷泉港观点12(5),a041390。 https://doi.org/10.1101/cshperspect.a041390

    Markov,P. V .,Ghafari,m .,Beer,m .,Lythgoe,k .,西蒙兹,p .,Stilianakis,N. I .,& Katzourakis,A. (2023)。新型冠状病毒的演变。自然评论微生物学,21(6),361–379。https://doi.org/10.1038/s41579-023-00878-2

  22. 萨哈卡尔、m .拉帕佐、C. G .、维兰德-阿尔特、W. F .、谢、C.-L .、Wrapp、d .、埃斯特曼、E. S .、卡库、C. I .、Wec、A. Z .、盖根、J. C .、麦克勒朗、J. S .、康纳、R. I .、莱特、P. F .、&沃克、L. M. (2021)。人类B细胞对新型冠状病毒病毒感染反应的长期进化。科学免疫学6(56),eabg6916。 https://doi.org/10.1126/sciimmunol.abg6916

引用这部作品

我们的文章和数据可视化依赖于许多不同的人和组织的工作。引用本文时,请同时引用底层数据来源。这篇文章可以引用为:

Saloni Dattani and Lucas Rodés-Guirao (2024) - “17 key charts to understand the COVID-19 pandemic” Published online at OurWorldinData.org. Retrieved from: 'https://ourworldindata.org/key-charts-understand-covid-pandemic' [Online Resource]

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

分享