疫苗施打於疾病傳播防治之作用

歷史上曾有幾次呼吸傳染性疾病大流行，對台灣民眾造成健康與經濟上的損失的範例，例如2003年的SARS以及近年的COVID-19全球疫情。為了評估這些傳染疾病可能來的損失，有些研究者選擇建立疾病傳播模型，幫助決策者與民眾評估疾病的發展趨勢與風險。在疫情發展初期，最常見的模型是用指數增長（exponential model），用以預估感染人數。在疫情發展一段時間後，流行病學家蒐集到更多參數（例如傳播係數Beta、基本再生數R0），便可能使用較為高階的模型評估。

常見的高階模型有區隔式模型（compartmental model）與代理人模型（agent-based model），這些模型可以更加細緻地模擬疾病的進展。前者以群體為單位，透過參數運算，能快速地預測疫情傳播情形。後以以個體為單位，詳細記錄每一個個體本身的資訊，讓使用以能更深入地了解疾病在個體間擴散的情形，缺點是運行所需時間較長。基於代理人模型能提供更多個體本身的資訊，包括感染狀態、職業、年紀、口罩配戴情況等資訊，加上近年來 GPU 的發展使運行速度加快，許多研究以選擇能更細緻地模擬疾病傳播狀況的代理人模型作為模型主體。本次介紹的論文使用的模型，即為代理人模型。

在這篇論文中，每個個體都會有自己的疫苗施打狀態。疫苗的施打階段有兩次，目標是覆蓋總人口40%。在施打疫苗時，醫護人員、高風險族群優先施打，其次才是ㄧ般民眾。疫苗主要影響人群之間傳播疾病的概率，每個人被感染的風險會下降10%至50%。疫苗對於有症狀或重症感染者的保護效力，在接種一劑的14天後效力為52%，接種2劑7天後效力為95%。在預設情況下，人口已有10%的自然免疫力，並額外模擬人口有5%自然免疫力與20%自然免疫力的情況。

模擬結果指出，施打疫苗會使感染率顯著降低，其中65歲級以上族群的感染率降幅最大，減少54%至62%。十八歲以下的個體雖然沒有被納入施打疫苗的對象內，但由於全體免疫效應，間接受益，感染率（Attack rate）下降36%（圖一）。若是群體有接種疫苗，疫情較能得到控制，可提前2至3個月結束疫情（圖二）。

圖一：施打疫苗在不同情境下對感染率（Attack rate）的影響。藍（5%）、紅（10%）、綠（20%）色代表不同群體自然免疫力。

圖二：在不同群體自然免疫力的情境下，施打疫苗策略可使疫情提前2至3個月結束。

撰文：許芝瑜

參考資料：

Seyed M Moghadas, Thomas N Vilches, Kevin Zhang, Chad R Wells, Affan Shoukat, Burton H Singer, Lauren Ancel Meyers, Kathleen M Neuzil, Joanne M Langley, Meagan C Fitzpatrick, Alison P Galvani. The Impact of Vaccination on Coronavirus Disease 2019 (COVID-19) Outbreaks in the United States. Clinical Infectious Diseases, Volume 73, Issue 12, 15 December 2021, Pages 2257–2264.

https://doi.org/10.1093/cid/ciab079