【】最新新冠潜伏期研究：比此前预估更长，约一成患者14天以上

当地时间3月10日，医学预印本平台medRxiv发表了北京大学团队与美国国立卫生研究院（NIH）合作的关于新型冠状病毒疾病（COVID-19）潜伏期的新研究，题为“Estimation of incubation period distribution of COVID-19 using disease onset forward time: a novel cross-sectional and forward follow-up study” 。研究团队指出，运用概率学中知名的更新理论（renewal theory）进行估计，发现新冠疾病的潜伏期可能比已知的更长，大约10％的患者潜伏期长于14天。
该文章的作者团队来自北京大学公共卫生学院、北京国际数学研究中心、中国疾病预防控制中心（CDC）、美国国立卫生研究院下属的国家过敏症和传染病研究所（NIAID）等，通讯作者是北京大学公共卫生学院生物统计系主任、北京大学讲席教授周晓华。
作者们表示，尽管已经有很多相关研究，但我们对新冠病毒流行病学上最重要的临床特征之一：潜伏期的分布尚不清楚。在这项研究中，作者们提出了一种新的低成本、更准确的方法来估计潜伏期分布，收集了1211例患者信息，是已知关于新冠疾病潜伏期研究中样本量最大的。
作者们发现，新冠疾病潜伏期的估计中位时间为8.13天，平均时间为8.62天。将潜伏期时间从短到长排列并用百分比表示的话，则第90个百分点是14.65天，这也意味着大约10％的COVID-19患者直到感染后14天才会出现症状。此外，值得注意的是，第99个百分点是20.59天。
团队指出，与其他研究的结果相比，本研究估计的潜伏期更长。同时，作者们认为还需要对潜伏期分布进行进一步研究，以直接估计潜伏期较长的患者所占的比例。
一般而言，传染病的潜伏期是指从患者感染到出现最初症状之间的时间。对潜伏期的准确了解将有助于为疾病控制提供最佳的隔离期长度，并且在研究疾病传播和发展机制方面发挥作用。
研究团队通过搜索公开数据，确定了在离开武汉时无症状的个体，然后对其进行跟踪直至他们出现症状。通过横断面研究（cross-sectional study）与前瞻性随访研究（forward follow-up study），团队将患者从离开武汉到症状发作之间的时间视为正向复发时间，将病毒潜伏期视为一个更新过程（renewal process）。
在温和的假设下，团队可以将所选前移时间的观察结果用于一致地估计潜伏期分布的参数。这种方法能够减少回忆偏倚（recall bias ，即患者在回忆过去的暴露史或既往史时，因研究对象的记忆失真或回忆不完整，使其准确性或完整性与真实情况间存在的系统误差），同时利用大量且容易获得的正向时间数据（forward time data）样本量来提高估计的准确性。
值得注意的是，在此前对于新冠疾病潜伏期的研究中，大多存在回忆偏倚或样本量较小等问题。此前一项针对425名确诊患者的研究中，只有10人能够确认准确的暴露时间，在这10人的数据基础上估计出的潜伏期平均数为5.2天；另外一项基于291位患者的确切暴露日期（截至2020年1月29日）的研究指出，他们的中位潜伏期约为4.0天。

本文插图
截至2月22日，已发表的对于SARS（严重急性呼吸综合征）、MERS（中东呼吸综合征）和新冠病毒疾病的潜伏期估计中位数、平均值与百分位
研究设计与假设
研究人员注意到，有大量病例无症状地离开了武汉（COVID-19的暴发中心）并在武汉以外地区出现症状。假设这些病例在离开武汉之前已被感染，则离开武汉的时间与症状发作之间的时间差就是对他们潜伏期的截尾观察（censored observations）。
作者们使用更新过程的语言，将从病原体感染开始的疾病发展视为随机过程，并按时间顺序设定特定时间点。在本研究中，特定时间点是指患者从武汉出发的时间。