一项最近的研究表明，旨在开发、生产和分发COVID-19诊断测试的公私合作在美国对救助大约140万人生命和防止近700万次住院方面发挥了重要作用。
COVID-19大流行清楚表明，有效的检测对于应对疾病暴发至关重要，而约翰霍普金斯应用物理实验室（APL）及其合作伙伴的新发现进一步强化了这一观点。
该研究发表于The Lancet Public Health的1月2日一期，利用模拟和分析表明，这些合作关系在大流行期间为美国的约140万人救命和避免大约700万次住院做出了重大贡献。
位于马里兰州劳雷尔的APL与战略准备与响应管理局（ASPR）、美国疾病控制与预防中心以及MITRE公司顾问合作进行了这项研究。
“分析表明，测试的快速开发、生产和分发大大减少了与COVID-19相关的严重后果，”APL的计算流行病学家、研究共同作者Gary Lin解释说。“通过建模和模拟，我们展示了有效的国家协调如何最大化资源和能力。”
APL的研究人员创建了一个数字双胞胎原型——一个虚拟模拟环境——来模拟检测和诊断供应链。该工具促进了基线场景的模拟和对大流行期间潜在干预措施的评估。
“数字双胞胎使我们能够定量评估中断和不同感染水平对检测可用性的影响，”APL数字双胞胎项目经理Elizabeth Currier说。“它还允许评估各种政策和投资的影响，协助资源规划，并确保未来卫生紧急情况的可靠供应链。”
该原型模型整合了多种数据源，如制造、零售、政府库存洞察，甚至污水和住院数据，从而允许复杂场景评估。它模拟了传染病病例的预测，以评估对检测的需求，以及生产和分配物流。
从2020年1月到2022年12月，政府倡议在美国成功生产了超过67亿次COVID-19测试。这些测试包括实验室测试、即时检测测试和非处方选项，其中超过27亿次测试在美国实验室、医疗机构或家中进行。
“研究结果突显了快速和强有力的测试开发、生产和分发对于应对未来公共卫生挑战的必要性，”Currier评论道。“从数据整合中获得的知识超越了仅仅应对COVID-19；它使我们能够用可扩展的系统来有效配置资源，以应对未来的大流行。”
APL的数字双胞胎建模随之扩大，纳入了对COVID-19、流感、呼吸道合胞病毒（RSV）和其他公共卫生风险的全国检测监测，采用全危害战略。
