社交行為與疾病傳播
——揭示人類社交行為方式有助于解讀疾病傳播途徑

高廣文/編譯

社交行為與疾病傳播
——揭示人類社交行為方式有助于解讀疾病傳播途徑

高廣文/編譯

為了應對2009年4月爆發的豬流感，墨西哥城的居民在公共場所都戴上了口罩

● 對許多病原體而言，人們的接觸交往方式是其傳播的重要途徑：從流感到SARS，人們罹病的風險取決于跟誰接觸以及如何接觸。問題是，交往方式和身體接觸并非是疾病傳播的唯一途徑，某些疾病會通過遺留在物體表面的病毒傳播。然而，流行病學家關于人們的交往方式以及疾病傳播途徑的資料十分匱乏。

在進入2013年的第二個星期，紐約州在全州范圍公布了一項公共衛生緊急措施。此時，當地的流感季節已經過去一半，但全州已報告了2萬余起流感病例（這一數字是去年冬天的四倍）。為了應對流感，紐約州長宣布，將增加流感疫苗的供應量并允許為18歲以下的人群接種疫苗。

雖然擴大疫苗的接種范圍有助于控制流感的傳播，但關于流感等疾病的真實傳播方式還存在著很多未知的挑戰。例如，傳播主要發生在哪些場所？個體對疾病的易感因素如何決定？我們應當對哪些群體采取控制措施？關于流感等疾病的真實傳播方式還存在著很多未知的挑戰。

最近幾年，研究人員開始致力于闡明人群中疾病的傳播方式。例如，基因測序成本的不斷下降對患者的病原體基因組測序更加方便，這為研究疾病傳播的社會交往方式提供了可能。結合理論工具和大規模數據，流行病學家們開始構建社交方式與疾病傳播之間的研究模型，旨在提供關于疾病如何傳播、以及如何阻止其傳播的有價值的線索。

早期大多數關于社會交往引起疾病傳播的研究主要集中于性傳播疾病。上世紀80年代，當艾滋病剛出現時，亟需辨明的是該病在人群中的傳播途徑。通過發放調查問卷，研究人員了解到患者的性伴侶網絡，并列出他們的交往對象。研究發現，患者的社交范圍相差極大：大多數人只有少量的交往對象，而少數人卻擁有很多的交往對象。

在疾病的傳播過程中，高風險的個體常常扮演重要的角色：他們不僅更容易被感染，而且還容易感染他人。人們與其交往的程度，稱之為相稱混合性（assortative mixing），它既是影響疾病傳播速度、又是流行時間長短的重要因素。數學模型顯示，在高相稱性的社交網絡中，疾病的傳播速度更快；反之，不同風險群體之間的交往則較多，疾病傳播較慢，但范圍更廣。

早期關于艾滋病傳播的研究顯示，性接觸網絡

本文作者：亞當·庫哈爾斯基（Adam Kucharski），倫敦帝國學院疾病流行與建模研究中心研究員，長期從事疾病傳播、免疫和社會文化之間關系的探索。基本上遵循著一個“20%/80%定律”，即20%的病例導致了80%的傳播。因此，對高風險人群進行針對性的治療在理論上有助于控制類似疾病的擴散。然而，受制于資源有限，一時難以估量出對不同風險的人群應給予多大的投入，尤其是我們仍不能完全掌握對目標人群的干預效果是過高還是過低。

校園與疾病流行的關聯

早在19世紀，醫生們就注意到麻疹流行與學校上課的周期性重合現象：學生們不僅易于被感染，而且還處在一個密切接觸的環境中。上世紀80年代，隨著疾病流行的數學模型逐漸完善，研究人員開始研究兒童之間的密切接觸是如何導致疾病的爆發。然而，關于不同年齡群體之間的傳染率數據仍非常有限。

假設建立一個數學模型，把其中的人群分為兒童與成人兩部分，由此可產生四種疾病傳播途徑：1、兒童之間的傳染；2、成人傳染兒童；3、兒童傳染成人；4、成人之間的傳染。如果進一步把人群分成三部分：5歲以下兒童、中學生和成人，那么我們就需要研究9種可能存在的疾病傳播路徑以及傳染率。即如果有n個群體，就有n×n種傳播途徑。

不幸的是，一些能夠為傳染率提供研究線索的年齡分層數據——疾病診斷結果為陽性的人群比例——大多數都是單一維度的，即每個年齡群體只用一種數值標識。在有n個群體的情況下，研究人員需要在僅有的n種數據的前提下，估算出n×n種傳染率存在的可能，會不可避免地導致在研究不同人群統計數據之間的交互作用時出現誤判。

上述情況在2008年發生了改變。一項由歐盟資助的研究項目——POLYMOD——旨在研究八個歐盟國家不同人群人間的交往方式：招募了7 000余名不同年齡段的志愿者，并對他們的日常社交活動進行記錄，每名參與者將指定的某天社交活動記錄下來，不管是身體接觸還是面對面談話。這些信息極大地完善了疾病研究的數學模型，并幫助公共健康部門研發出多種疾病干預措施。

這種記錄式的實驗方法在上世紀90年代末開始推行，盡管當時還沒有證據顯示這種方法既是一種信息收集的實用工具，又能對呼吸系統傳染病的擴散提供依據。在此基礎上，POLYMOD首次大規模地對不同人群進行了分析：7 290名不同年齡段的參與者填寫了問卷。研究顯示，除了不同國家的文化差異外 （德國人的日常交往最少，平均每天為8次；意大利人最多，每天近20次），約70%的交往時間超過1小時，其中發生在學校的交往活動50%有身體接觸。而這些數據正是流行病學家們一直以來期望得到的，這意味著對類似麻風病等疾病傳播的模擬終于有了詳細的數據支撐。

最初基于POLYMOD項目數據的模擬顯示，學齡段兒童在呼吸系統病毒傳播過程中相對成年人和幼兒的風險最高，老年人罹病風險則最低。模擬還顯示在學校放假期間，疾病的擴散將會減少。鑒于兒童對多種傳染病的易感性，政府曾考慮在疾病流行期間關停所有的學校。然而，此舉會增加家庭的額外負擔，家長因陪護孩子而影響工作，包括在疾病流行的第一時間將孩子遣散回家是否真的有助于減輕醫院的負擔呢？

利用PLOYMOD的數據，英國沃里克大學對關停學校能否降低流感傳播，包括對醫院重癥監護病床需求之間的關系進行了研究。他們發現，在疾病高發期，盡管關停學校可能會減少對重癥監護病床數量的需求，但不會減少對其他病床的需求。在2009年流感暴發期間，英國政府決定不關停學校——這項決定正是出于對上述研究結果的考慮。

交往接觸網絡：該圖描述了法國某學校6歲～12歲兒童之間的交往接觸關系，這些兒童身體佩戴了距離感受器，用來記錄他們之間的接觸行為。每個圓點代表每個學生，不同的顏色代表他們分屬不同的年級（從1年級至5年級）。圓點的大小代表其交往的頻繁程度。連接圓點之間的線條代表所發生的接觸，線條越粗則接觸時間越長。數據來源：《美國科學公共圖書館雜志·綜合版》（PLOS ONE）

通過收集交往接觸數據，類似PLOYMOD的項目使分辨不同年齡段的人群在疾病流行期間扮演何種角色成為可能。長期以來，我們一直認為學校在疾病傳播期間是關鍵的防控重點，現在的社交研究則通過量化結果對其做出了具體的判斷，其結果能被用來對干預措施的有效性進行預測。

無線距離感受器的應用

對交往接觸行為的日常記錄，除了參與者的主動性，還有一種用于記錄交往行為的無線距離感受器——能自動記錄佩戴者的地理位置、與其他人的距離遠近等信息。2010年，由斯坦福大學的馬塞爾·塞拉瑟（Marcel Salathé）教授領銜，為美國某一高中的800多名師生佩戴了距離感受器。研究發現——大概占全校人數的94%——大多數人進行著重復而簡短的接觸，個體之間的交往程度和數量并沒有太大的差異。這意味著在學校這樣的環境里，人們的交往方式類似于氣體分子，隨機發生碰撞，不存在特殊的、可主導社交網絡中的個體。盡管PLOYMOD數據顯示，全人群不同交往模式之間存在巨大的差異，但塞拉瑟團隊認為，以學校師生為研究對象時，其群體可能具有更多的同質性。

這項基于感受器的研究首次對學校人群的交往數量進行了量化：記錄了超過76萬次交往行為，并對其密切程度以及被感染的可能性進行了預估。然而，這種實驗方式也存在著局限性，尤其是感受器只有參與者的信息記錄。為確保較高的參與率，實驗必須將醫院等特殊群體納入，才能保證其有效性。

通過問卷調查和無線距離感受器獲得大量信息的同時，我們還需從中了解哪種接觸方式對疾病傳播是至關重要的。我們可以假設，呼吸系統傳染病（流感）是否主要通過觸摸或接吻的方式傳播？一個噴嚏、一次咳嗽，甚至一次交談是否足以感染他人？將患者的血樣分析和上述信息進行整合，應該有助于這些問題的解答。

比如，針對檢測某特異流感病毒株的抗體水平，從中能夠顯示出誰被該病毒感染過。因此，通過對不同年齡段的群體進行抗體檢測，并把結果與交往接觸數據的流感模型預測值進行比對。結果顯示，與后者導致的疾病傳播相比，經由身體接觸的疾病傳播更符合我們之前觀察得到的模式。

最近幾年，研究人員試圖利用基因測序數據來重建疾病的傳播路徑。比如，對某些在宿主體內繁殖的病原體，如艾滋病病毒、流感病毒等基因進行測序，以構建患者之間的疾病傳播路線圖（去年，格拉斯哥大學的一項研究就是利用這種方法跟蹤了馬病毒的傳播路徑）。然而，僅僅使用流行病學數據可能會低估疾病的傳播規模，結合基因測序與傳統的流行病學方法，將會得到更準確的結果，即使是數年前流行的疾病。比如在2008年，愛丁堡大學一研究團隊利用上述方法重新構建了上世紀90年代艾滋病暴發時的傳播路線圖。

接觸與疾病傳染的相關性

2011年，英國劍橋醫院的3名嬰兒感染了耐甲氧西林金黃色葡萄球菌（MRSA）。為了弄清這些病例之間有無關聯，韋爾科姆基金會桑格研究所的遺傳學家決定對嬰兒體內的病原體進行測序。除3個嬰兒以外，他們還對前六個月內感染過MRSA的其他12名患者進行了取樣檢測。結果顯示，這3起病例與之前的8起病例屬于同一種病原體傳染。此后不久，該醫院對病房進行了全面消毒，疾病傳播似乎就此終止。

然而，2個月以后，又發現了另一起MRSA新感染病例。為了追蹤其來源，研究者們對該院的150多名員工進行了病原體篩查，最終發現在一名沒有感染癥狀的員工身上發現了與之前相同的MRSA病菌。在這名員工接受治療之后，傳染病才終告結束。這是世界上首次利用基因組測序技術控制院內感染的案例，同時也凸顯了測序技術在追蹤疾病傳播路線中的重要作用。

疾病傳染路徑：馬流感病毒（Equine influenza virus）的傳染路線圖來自對48匹馬的病毒基因測序結果。每匹馬都用一個帶數字的圓圈代表，不同顏色代表不同的訓馬場。圓圈大小代表混合感染的程度，由病馬攜帶不同病毒的基因多樣性計算得出。箭頭代表病毒傳播的可能路徑：不同馬之間的線條粗細代表病毒之間的基因相似程度，并由此推斷出感染的先后順序。數據來源：《美國科學公共圖書館雜志·病原體分刊》（PLOS ONE）

關于疾病如何通過社交網絡傳播的問題，還有許多有待我們發掘的方法。除了日常接觸記錄和無線距離傳感器的應用，對于某些疾病（如流感），我們更需要了解交往接觸對其傳播的實際影響。同時，我們還必須明確由社交方式傳播的以及其他方式傳播的疾病比例，如空氣中散布的病毒，或病原體附著在物體表面致使他人感染，包括人與動物的接觸等，例如，不久前在中國發生的H7N9病毒就來源于禽類感染。能否確切了解哪些類型的社會交往影響人們的罹病風險——以及如何影響——將有助于提高我們對疫情流行方式的預測水平，使未來的研究更聚焦于這些關鍵的交往接觸方式。

另一個未解之謎是關于人體自身免疫功能。對許多疾病而言，無論流感還是登革熱，預先預測可以降低人們被感染或傳播繼發疾病的風險。除了社交接觸方式不同以外，不同年齡段群體也存在不同的傳染病病史（免疫力水平參差不齊），除非我們預先測算出這些群體免疫力水平的差別，否則很難確定患病原因究竟是社交方式的影響，還是緣于自身免疫力的缺陷。

疾病流行同樣也會影響人們的行為方式。盡管我們已初步掌握了人們在日常生活中的交往方式，但對疾病流行對交往方式產生的影響仍不清楚。據2009年流感期間的一項調查顯示，人們在這一期間的社交接觸大大減少（疾病流行期間，人們或在家休息或照顧患病的家人），其程度甚至遠大于疾病帶來的影響。下一步，我們需要對此進行更廣范圍和更加具體的分析或研究。

如果想了解年初發生在紐約州的流感疫情，首先我們必須要搞清楚病原體是通過何種途徑傳播的，以及人們的免疫力和行為方式是如何隨時間而改變的。隨著社交信息數據的積累和基因測序等方式的出現，未來我們能更好地對這些問題進行梳理，并在疾病預防中凸顯其巨大價值。如果我們能發現更多關于流感等疾病傳播的細節，我們就能更好地對其加以控制和防范。

[資料來源：The Scientist][責任編輯：則 鳴]