代际时间和序列间隔

代际时间是指原发病例感染与其所致继发病例感染之间的时间间隔，而序列间隔是指原发病例症状出现与其继发病例症状出现之间的时间间隔。由于感染时间通常无法观测，序列间隔是监测可以测量并用作代际时间实用替代指标的量；这两个量都将传播的时间与疾病传播速度的估计联系起来。

Definition

代际时间是指病例感染与其所感染人群感染之间的时间；序列间隔是指病例症状出现与其所感染人群症状出现之间的时间，用作代际时间的可观测替代指标。

Scope

本条目区分了代际时间与序列间隔，解释了它们各自与潜伏期和传染期的关系，并描述了这些时间测量如何将流行病增长率与再生数联系起来。这是一个方法学参考主题，而非临床指导。

Core questions

• 代际时间和序列间隔有何不同，为何这种区别很重要？
• 这些间隔与潜伏期和传染期有何关系？
• 序列间隔分布如何用于估计再生数？
• 为什么代际时间通常是估计而非直接观测？

Key concepts

• 代际时间（代际间隔）
• 序列间隔
• 潜伏期
• 潜伏期和传染期
• 序列间隔分布
• 流行病增长率
• 从时间估计再生数

Key theories

代际间隔与增长率到R的关系

Wallinga和Lipsitch表明，代际间隔分布的形状决定了观测到的流行病增长率如何转化为再生数，因此时间测量对于解释传染性至关重要。

Mechanisms

传播时间是根据感染的自然史构建的：感染后，在宿主变得具有传染性之前有一个潜伏期，在症状出现之前有一个孵化期，宿主在其传染期内进行传播。代际时间测量的是感染到感染的时间，而序列间隔测量的是症状出现到症状出现的时间；在某些假设下，两者平均而言是重合的，但在方差上有所不同。由于感染时间很少被观测到，分析人员使用序列间隔分布以及流行病增长率来估计再生数，包括从病例发病数据中恢复谁感染了谁的概率或时变再生数的方法。

Clinical relevance

时间测量使分析人员能够将观测到的病例曲线转换为传染性估计值，并判断疫情增长的速度。它们是描述传播过程和流行病学估计产生的参考量，而不是个体诊断或治疗决策的基础。

Epidemiology

估计的序列间隔和代际时间因病原体而异，并受截断传染期的控制措施影响；呼吸道病毒潜伏期的综述说明了自然史时间在不同病原体之间的差异，SARS分析使用发病数据来估计传染性。因此，报告的间隔是病原体和特定环境的。

History

连续病例之间间隔的概念在流行病学中由来已久，并由Fine的论述澄清了序列间隔与潜在传播时间的区别。在21世纪初，Wallinga及其同事的工作正式确定了代际间隔在将增长率与再生数联系起来方面的作用，并开发了使用发病数据的实用估计方法，随后又开发了用于时变再生数的基于软件的框架。

Debates

序列间隔能否安全地替代代际时间？

序列间隔是可观测的，但在方差上可能与代际间隔不同，甚至在症状前传播发生时可能为负，因此将其用作替代指标可能会导致再生数估计出现偏差，除非考虑到这种差异。

Key figures

• Jacco Wallinga
• Marc Lipsitch
• Paul Fine
• Anne Cori
• Justin Lessler

Seminal works

• wallinga-lipsitch-2007
• wallinga-teunis-2004
• fine-2003

Frequently asked questions

序列间隔和代际时间有什么区别？

代际时间是在感染事件之间测量的，而序列间隔是在症状出现时间之间测量的；序列间隔是可观测的，并被用作替代指标，因为感染时间通常是未知的。

为什么这些间隔被用来估计再生数？

连续感染之间的时间分布将观测到的流行病增长率与每个病例的继发病例数联系起来，因此需要它来将病例增长的速度转化为再生数。