Literature DB >> 33144889

[Epidemiology of SARS-CoV-2/COVID-19].

B Salzberger1, F Buder1, B T Lampl2, B Ehrenstein3, F Hitzenbichler1, T Holzmann1, B Schmidt4, F Hanses1.   

Abstract

Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) is a beta coronavirus, which first appeared in 2019 and rapidly spread causing a worldwide pandemic. Here we present a nonsystematic review of the current knowledge on its epidemiological features. The SARS-CoV‑2 replicates mainly in the upper and lower respiratory tract and is mainly transmitted by droplets and aerosols from asymptomatic and symptomatic infected subjects. The estimate for the basic reproduction number (R0) is between 2 and 3 and the median incubation period is 6 days (range 2-14 days). Similar to the related coronaviruses SARS and Middle East respiratory syndrome (MERS), superspreading events play an important role in spreading the disease. The majority of infections run an uncomplicated course but 5-10% of those infected develop pneumonia or a systemic inflammation leading to hospitalization, respiratory and potentially multiorgan failure. The most important risk factors for a complicated disease course are age, hypertension, diabetes, chronic cardiovascular and pulmonary diseases and immunodeficiency. The current infection fatality rate over all age groups is between 0.5% and 1% and the rate rises after the sixth decade of life. Nosocomial transmission and infections in medical personnel have been reported. A drastic reduction of social contacts has been implemented in many countries with outbreaks of SARS-CoV‑2, leading to rapid reductions in R0. Most interventions have used bundles and which of the measures have been more effective is still unknown. Using mathematical models an incidence of 0.4%-1.8% can be estimated for the first wave in Germany. © Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2020.

Entities:  

Keywords:  Basic reproduction number; Incidence; Incubation period; Mortality; Pandemic

Year:  2020        PMID: 33144889      PMCID: PMC7594942          DOI: 10.1007/s11377-020-00479-y

Source DB:  PubMed          Journal:  Gastroenterologe        ISSN: 1861-9681


Ende 2019 wurden erste Fälle einer Infektion mit SARS(„severe acute respiratory syndrome“)-CoV(„coronavirus“)-2 berichtet, die Erkrankung wurde als COVID-19 („coronavirus disease 2019“) bezeichnet und hat sich mittlerweile weltweit ausgebreitet. Hier stellen wir die derzeit bekannten Daten zur Epidemiologie des Virus bzw. der Erkrankung zusammen. Die Fallzahlen sind dabei aus der letzten Woche des August 2020, geringe Unterschiede der Gesamtzahlen in einigen Tabellen sind durch fehlende Angaben zu spezifischen Merkmalen z. B. in Altersgruppen bedingt [18, 26].

Übertragung

Das Virus repliziert überwiegend im oberen und unteren Respirationstrakt sowie im Gastrointestinaltrakt [28]. Eine systemische Infektion mit Virusnachweis im Blut ist bei schwerkranken Patienten beschrieben. Die Übertragung des Virus geschieht überwiegend durch Tröpfchen, die Infektionen typischerweise über eine Entfernung von bis zu 1,5 m übertragen können. Aerosole mit hoher Virusdichte können ebenfalls Infektionen auslösen [27]. Eine Übertragung durch Stuhl oder andere gastrointestinale Sekrete ist bisher nicht sicher nachgewiesen, beim verwandten SARS-Virus ist dies beschrieben [23]. SARS-CoV-2-infizierte Personen sind meist bereits vor Auftreten von Symptomen ansteckend Der wichtigste Faktor für eine rasche Verbreitung des Virus ist vermutlich die hochaktive Replikation im oberen Respirationstrakt, die auch eine Infektion durch oligo- oder asymptomatisch Infizierte bei geringem Abstand oder effektiver Aerosolbildung (z. B. Singen in engen Räumen) möglich macht. SARS dagegen ist erst nach dem Auftreten von Symptomen übertragbar, weder der Infektions- noch der Replikationsort befindet sich hierbei im oberen Respirationstrakt [28].

Basisreproduktionszahl R0, Inkubationszeit und „superspreading“

Die Basisreproduktionszahl R0 (Mittelwert der Zahl von Personen, die von einer Infizierten Person angesteckt werden) kann durch Beobachtung von Infektionsketten, Clustern oder Haushaltskontakten geschätzt, aber auch aus der Ausbreitung in einer Population berechnet werden. R0 wird für SARS-CoV‑2 zwischen 2,0 und 3,0 geschätzt, einige Studien fanden höhere Werte von R0 [6, 13]. Die hohe Heterogenität der Schätzungen von R0 lässt sich am besten durch eine hohe interindividuelle Streuung der Übertragungswahrscheinlichkeiten erklären. Bei den verwandten Erregern SARS und MERS („Middle East respiratory syndrome“) wurde mehrfach beobachtet, dass wenige Infizierte eine hohe Zahl von Folgeinfektionen verursachten (Superspreading-Ereignisse). Dies wurde auch bei SARS-CoV‑2 früh vermutet, einerseits durch niedrige Raten von infizierten Haushaltskontakte und andererseits durch Cluster von Infektionen im medizinischen Bereich [27]. Beschrieben wird diese Streuung durch einen weiteren Parameter, den Überdispersionskoeffizienten kappa. Je kleiner dieser Wert ist, desto höher die Streuung (Tab. 1; [6]).
ParameterWert
Basisreproduktionszahl R02–3 (Konsensus), Spannbreite: 1,7–14,8
Dispersionszahl (kappa)0,1 (0,05–0,2)
InkubationszeitMedian: 5,7 Tage, 99 % der Infektionen zwischen 2 und 14 Tagen
Mittlerweile sind auch bei SARS-CoV‑2 Superspreading-Ereignisse beschrieben worden, z. B. bei Ausbrüchen in Religionsgemeinschaften. Nach den aktuellen Schätzungen über diese Verteilung geht von etwa 60 % aller Infizierten keine weitere Infektion aus, andererseits sind etwa 10 % der Infizierten für mehr als 80 % der Folgeinfektionen verantwortlich [6]. Nicht bekannt ist bisher, welche Bedingungen für ein Superspreading-Ereignis notwendig sind, insbesondere welche Rolle dabei biologische (z. B. hohe Viruslast, hohe Ausscheidung) und soziale Faktoren (z. B. hohe Kontaktzahl, lautes Sprechen oder Singen) spielen. Dass diese Eigenschaften für die Prävention eine große Rolle spielen, ist unmittelbar klar. Wenn Superspreading-Ereignisse effektiv vermieden werden können, verhindert dies sehr effektiv die Ausbreitung. Die Inkubationszeit beträgt im Median 5,7 Tage, 99 % aller Inkubationszeiten liegen zwischen 2 und 14 Tagen [11]. Die Latenzzeit (Zeitraum von der Infektion bis zum Beginn der infektiösen Periode) ist vermutlich etwa 1 Tag kürzer, Übertragungen vor dem Auftreten von Symptomen kommen vor (Tab. 1; [11]).

Altersverteilung

Die Mehrzahl der Fälle trat bisher in der Altersgruppe zwischen 20 und 60 Jahren auf. In China, Korea, Italien und Deutschland zeigen sich dabei unterschiedliche Muster, die auch unterschiedliche Altersstrukturen der Bevölkerung widerspiegeln (Abb. 1). Einheitlich ist die Altersgruppe der Kinder unter 10 Jahren bisher überall sehr viel weniger betroffen, der Grund hierfür ist nicht bekannt (Abb. 1; [9, 10, 18, 21]). Die Altersverteilung kann sich über die Zeit ändern, in Deutschland ist ein deutlicher Trend zu sehen: Infektionen nach Mai treten überwiegend bei jüngeren auf, die Infektionsraten bei diesen Gruppen sind in der Periode nach der ersten Welle höher als in der ersten Periode (Abb. 2). Die Verschiebung der Infektionen zu einem niedrigeren Alter erklärt auch, warum nicht parallel zum Wiederanstieg der Fälle die Zahl der Hospitalisierungen ähnlich stark angestiegen ist [18].

Nosokomiale Übertragung und Infektionen bei medizinischem Personal

Bereits früh wurden aus Kohortenstudien in der Provinz Hubei Infektionen beim medizinischen Personal berichtet, ebenso nosokomiale Übertragungen. Solche Infektionen traten v. a. in Notfallsituationen (z. B. Intubation) auf und dort, wo die Infektion der betreffenden Patienten nicht vorher bekannt war [27]. Es zeigte sich allerdings, dass Infektionen bei medizinischem Personal nicht einheitlich dem Arbeitsumfeld zuzuordnen waren. Im späteren Verlauf des Ausbruchs in Wuhan/Hubei waren Infektionen beim medizinischen Personal durch berufliche Tätigkeit selten, die Mehrzahl konnte anderen Kontakten zugeordnet werden. Der Anteil der Infektionen bei Personen des medizinischen Personals lag in China bei 2,7 %, in Italien bei 11,1 % und in Deutschland bei 5,8 % [9, 18, 27]. Unklar ist bei diesen Raten, welche Anteile der Übertragungen außerhalb oder in der beruflichen Tätigkeit erfolgten. In 2 großen nationalen Serokonversionsstudien (Spanien, Italien) zeigt sich jeweils eine etwa doppelt so hohe Seroprävalenz bei medizinischem Personal im Vergleich zur Infektionsrate über alle Berufsgruppen (Italien: 5,3 % vs. 2,8 %; Spanien: 10,2 % vs. 4,8 %; [8, 15]). Nosokomiale Übertragungen und Infektionen sind dank strikter Hygienemaßnahmen sehr selten geworden Die Zahl bzw. die Rate von Komplikationen und Todesfällen ist in diesem Kollektiv bisher sehr niedrig [9, 18, 27].

Klinisches Spektrum, Schweregrad und Folgen

Das Spektrum der Folgen einer Infektion reicht von asymptomatischen Verläufen über Infektionen mit milden bis mäßig schweren Symptomen bis hin zu Pneumonien mit Lungenversagen, Multiorganversagen und Tod [4]. Die Häufigkeit asymptomatischer Infektionen kann aus Seroprävalenzstudien oder Ausbruchssituationen abgeleitet werden. Allerdings sind nicht alle nichtdiagnostizierten Infektionen asymptomatisch: Der Anteil an asymptomatischen Infektionen liegt dabei zwischen etwa 27 und 40 % [8, 12, 15]. Insgesamt sind etwa 90 % aller Infektionen unkompliziert, d. h. asymptomatisch, oligosymptomatisch oder assoziiert mit milden oder mäßigen Symptomen. Die Komplikationsrate ist stark abhängig von Alter und Komorbiditäten; männliches Geschlecht und einige genetische Faktoren sind ebenfalls Risikofaktoren für einen schweren Verlauf. Die Hospitalisierungsraten liegen je nach betrachteter Population zwischen 4 und 7 %. Etwa 25 % aller hospitalisierten Patienten benötigen eine intensivmedizinische Betreuung mit Organersatzverfahren (ca. 75 % invasive Beatmung, 25 % Nierenersatzverfahren). Ob die Infektion Langzeitfolgen hat, ist bisher nicht bekannt. Schwere Lungenveränderungen bei einem ARDS („acute respiratory distress syndrome“) können sich über viele Monate zurückbilden; diese offene Frage muss durch sorgfältige Langzeitbeobachtungen geklärt werden.

Wie tödlich ist SARS-CoV-2?

Die Letalität kann nur geschätzt werden. Die Letalität wird am besten als Rate von Todesfällen unter allen infizierten Personen berechnet („infection fatality rate“, IFR). Bei der hohen Rate oligosymptomatischer Verläufe spiegeln die gemeldeten Fälle das Infektionsgeschehen nur unvollständig wider, je nach Teststrategie bzw. -dichte ist eine unterschiedlich hohe Dunkelziffer vorhanden. Direkt berechnet werden kann nur die Letalität, bezogen auf die gemeldeten Fälle („case fatality rate“, CFR). Diese wird wesentlich von 3 Faktoren beeinflusst: Zeitverzögerung zwischen Infektion und Tod, Dunkelziffer der Infektionszahlen und Altersverteilung der Infizierten. Eine Arbeitsgruppe des Imperial College London hat Fallzahlen und Todesfälle in unterschiedlichen Ländern bzw. Regionen analysiert und hieraus eine Modellschätzung für eine altersabhängige IFR erstellt [24]. Andere Schätzungen beruhen auf der Analyse des Ausbruchs in Südkorea mit vermutlich geringer Dunkelziffer, einer populationsbasierten seroepidemiologischen Studie aus Spanien sowie Kohortenanalysen aus Frankreich und den USA (Tab. 2; [1, 2, 10, 19]). Ein direkter Vergleich zu Influenzapandemien ist schwierig, da für diese keine Schätzung der IFR vorliegt. Allerdings gibt es für die Influenzapandemien 1918 bis 1976 Schätzungen der CFR, kumuliert über alle Altersgruppen; diese wurde von einer Arbeitsgruppe der Centers for Disease Control and Prevention (CDC) auf bis zu 2,04 % (Influenza 1918), auf 0,1–0,3 % (Influenza 1957) und auf weniger als 0,05 % (Influenza 1968) geschätzt [16].
AltersgruppeAltersabhängige Mortalität (CFR) in %Modelle altersabhängige Mortalität für alle Infektionen (IFR) in %
ItalienDeutschlandSpanienSüdkoreaaModell Indiana, USA [2]bModell ENE, Spanien [1]Modell Imperial College London [24]Modell Frankreich [19]b
0–90,10,010,30n.d.<0,010,00160,001
10–1900,010,100,01<0,010,00690,001
20–290,10,030,300,010,010,0310,005
30–390,30,070,30,10,010,0250,0840,02
40–490,90,20,60,20,120,070,160,05
50–592,70,81,50,50,120,290,590,2
60–6910,84,05,21,40,121,151,930,7
70–7926,613,514,66,70,123,384,281,9
80+34,626,421,821,0?8,127,88,3
Gesamt13,83,88,21,60,26**0,830,6570,5**

aberechnet als CFR, aufgrund der intensiven epidemiologischen Nachverfolgung nahezu vollständig und Modell für IFR

bAusschluss von Heimbewohnern und anders institutionalisierten Personen

n. d. nicht definiert

aberechnet als CFR, aufgrund der intensiven epidemiologischen Nachverfolgung nahezu vollständig und Modell für IFR bAusschluss von Heimbewohnern und anders institutionalisierten Personen n. d. nicht definiert Die Letalität von COVID-19 ist insgesamt höher als für die bekannten Influenzapandemien Unter den bisher bekannten CFR aus verschiedenen Regionen liegt die Raten für Deutschland mit etwa 4 % noch niedrig (Tab. 2) – und diese ist bereits deutlich höher als die höchste aus diesen Influenzapandemien. Zusätzlich waren Organersatzverfahren bis etwa 1970 kaum vorhanden. Bei beatmeten intensivpflichtigen Patienten beträgt die Mortalität etwa 25 %, ohne Organersatzverfahren müssten CFR und IFR deshalb mit etwa dem Faktor 4 multipliziert werden. Im Unterschied zu COVID-19 waren allerdings bei der Influenza 1918 die Todesfallraten am höchsten in den Altersklassen von 30 bis 60 Jahren mit schwerwiegenden Folgen für die Bevölkerungsstruktur. Dies zeigt, dass die Schwere einer Pandemie nicht allein durch die Todesrate, sondern durch weitere Faktoren wie z. B. das Altersprofil der Todesrate und auch die Ausbreitung bestimmt wird [16]. Die Ausbreitung lag bei den genannten Influenzapandemien zwischen 9 und 40 % der Gesamtbevölkerung – eine starke Motivation zur effektiven Kontrolle der SARS-CoV-2-Infektion. Ein weiterer Parameter für die Schwere einer Epidemie ist die Übersterblichkeit. Aus 24 europäischen Staaten wurden kumulativ mehr als 185.000 Exzesstodesfälle in den ersten 18 Wochen 2020 berichtet, überwiegend in der Altersgruppe über 65 Jahre, aber auch in der Gruppe von 45 bis 64 Jahren [25]. In England besteht eine deutlich höhere Sterblichkeit in der ersten Jahreshälfte 2020 im Vergleich zu den Vorjahren ([14]; Abb. 3a). In Deutschland ist keine Übersterblichkeit vorhanden, aber ein Signal ist aus den Sterbefallzahlen zu erkennen, deutlich für Baden-Württemberg und Bayern und nicht für Mecklenburg-Vorpommern und Sachsen-Anhalt (Abb. 3b; [5]). Die Stärke der Signale korreliert mit der regionalen Epidemiologie: In den beiden südlichen Bundesländern waren hohe Infektionszahlen, in den beiden neuen Bundesländern sehr niedrige Zahlen vorhanden.

Bisherige Ausbreitung – Ende August 2020

SARS-CoV‑2 hat sich nach dem ersten Ausbruch in Wuhan rasch international verbreitet, und eine Verbreitung und eine Übertragung sind auf allen Kontinenten zu verzeichnen. In einigen asiatischen Ländern (Republik Korea, Taiwan, Vietnam u. a.) sind durch konsequente Kontrollmaßnahmen größere Ausbrüche ausgeblieben. Die World Health Organization (WHO) hat den Ausbruch am 11.03.2020 als Pandemie klassifiziert. Bis Ende April 2020 wurden weltweit mehr als 3 Mio. Fälle und über 200.000 Todesfälle gemeldet, bis Ende August 2020 hat sich diese Zahl auf mehr als 25 Mio. Fälle und über 800.000 Todesfälle vervielfacht. Ausbrüche mit besonders rascher Ausbreitung sind in Situationen mit engen räumlichen Beschränkungen und häufigen Kontakten (z. B. Kreuzfahrt- oder Militärschiffe) berichtet worden. Hier sind bis zu 50 % der Passagiere bzw. des Personals rasch infiziert worden. Die Ausbreitung (Befallsrate, „attack rate“) in einzelnen Staaten kann durch Seroprävalenzstudien bestimmt und mit der IFR aus verschiedenen Modellen (Tab. 2) abgeschätzt werden. Die bisher veröffentlichten nationalen Seroprävalenzstudien zeigen große Unterschiede, diese zeigen sich auch jeweils in der regionalen Verteilung innerhalb von Ländern (Tab. 3; [8, 15, 17, 20, 22]).
LandBevölkerungszahlChina (nur Hubei)57,2 Mio.Spanien46,94 Mio.Italien60,36 Mio.Deutschland83,02 Mio.
Seroprävalenz
National4 %5,4 %2,5 %n. d.
Regional (Beispiele)

Hubei 4 %

Hongkong 0 %

Madrid 11,5 %

Barcelona 6,8 %

Balearen 1,1 %

Asturien 1,4 %

Lombardei 7,5 %

Piemont 3,0 %

Toskana 1,0 %

Sizilien 0,3 %

Kupferzell 6 %

Gangelt 15,5 %

Gemeldete Fälle und Ausbreitung, Schätzung nach IFR
Gemeldet (8/2020)68.053250.273260.307233.776
Fallzahl – untere Grenze0,19 Mio.0,74 Mio.0,96 Mio.0,34 Mio.
Fallzahl – obere Grenze0,96 Mio.3,18 Mio.4,46 Mio.1,48 Mio.
Befallsrate (Min.–Max.)0,33–1,68 %1,57–6,78 %1,51–7,39 %0,42–1,80 %

IFR „infection fatality rate“

Hubei 4 % Hongkong 0 % Madrid 11,5 % Barcelona 6,8 % Balearen 1,1 % Asturien 1,4 % Lombardei 7,5 % Piemont 3,0 % Toskana 1,0 % Sizilien 0,3 % Kupferzell 6 % Gangelt 15,5 % IFR „infection fatality rate“ Nimmt man die altersabhängigen CFR in spezifischen Ländern und adjustiert diese nach der IFR aus den Modellen, ist eine krude Hochrechnung auf die tatsächlichen Fallzahlen möglich. Für diese Berechnung wurden in jeder Altersklasse die minimale Fallzahl und die maximale Fallzahl über alle Modelle berechnet und diese zu den unteren und oberen Grenzen der Fallzahlschätzungen aufsummiert. Diese Schätzungen der Infektionszahlen und Befallsraten sind konsistent mit den bisherigen seroepidemiologischen Studien (Tab. 3). In keiner der untersuchten Region ist danach mit einer relevanten Herdenimmunität nach der ersten Welle zu rechnen. Unter den europäischen Ländern liegt die Befallsrate in Deutschland mit 0,4–1,8 % am niedrigsten. Vergleiche mit einigen anderen Ländern (z. B. Frankreich, USA) sind durch eine andere Altersklassifizierung schwierig.

Kontrollmaßnahmen

Im Januar 2020 wurde die Stadt Wuhan mit der Provinz Hubei vollständig abgeriegelt, Bürger konnten die Provinz weder verlassen noch erreichen. Eine Ausgangssperre wurde erlassen, Infizierte wurden isoliert und Kontaktpersonen unter Quarantäne gestellt. Zu Beginn der Maßnahmen waren etwa 5000 Fälle gemeldet, bis Mitte März stieg die Zahl auf insgesamt 70.000 an. Anfang April wurde der bisher letzte Fall einer Übertragung in der Provinz Hubei gemeldet, seither sind nur einzelne neue Fälle dort gemeldet worden [3]. In den anderen Provinzen Chinas kam es initial zu kleineren Ausbrüchen durch Einschleppungen aus der Provinz Hubei, mittlerweile treten nur noch vereinzelte, meist importierte Fälle auf. Eine Reduktion von Kontakten sollte nach den bekannten Eigenschaften des Erregers die aktuelle Reproduktionszahl Rt so beeinflussen, dass diese unter 1 sinkt. Damit kann sich eine Infektion in einer Population nicht mehr ausbreiten. Welche der oben beschriebenen Maßnahmen notwendig oder einzeln wirksam sind, kann gerade bei Bündeln von Maßnahmen nicht geklärt werden. Nach Schätzungen der Epidemiologen des Imperial College London ist es nach Einführung der Maßnahmen in vielen Ländern zur Reduktion von Rt und damit zur Begrenzung der Ausbreitung gekommen [7]. In den epidemiologischen Daten aus den meisten europäischen Staaten ist eine erste Infektionswelle zwischen Mitte Februar und Ende Mai deutlich zu erkennen.

Fazit für die Praxis

SARS(„severe acute respiratory syndrome“)-CoV(„coronavirus“)-2, ein bis zum Ende des Jahres 2019 unbekanntes Coronavirus, hat sich nach dem ersten Auftreten in Wuhan, China, rasch weltweit verbreitet. Es wird überwiegend durch respiratorische Tröpfchen sowie Aerosole übertragen und besitzt eine hohe Infektiosität. Anders als bei der Influenza sind Kinder und Jugendliche seltener betroffen. Etwa 90 % der Infektionen verlaufen unkompliziert, allerdings treten auch Pneumonien und andere schwere Organkomplikationen auf, die zur Hospitalisierung und Intensivbehandlung führen können. Das Risiko eines komplizierten oder tödlichen Verlaufs steigt mit dem Alter, chronische Herz-Kreislauf-Erkrankungen und Immundefekte sind ebenfalls Risikofaktoren. Kontrollmaßnahmen zur sozialen Distanzierung haben dazu beigetragen, dass die Verbreitung in vielen Regionen begrenzt bzw. gestoppt werden konnte. In den meisten Staaten Europas ist eine erste Welle zwischen Februar und Juni zu erkennen. Diese hat trotz einer meist geringen Ausbreitung in der Bevölkerung zu einer erheblichen Sterblichkeit geführt.
  17 in total

1.  Seroprevalence of SARS-CoV-2 in Hong Kong and in residents evacuated from Hubei province, China: a multicohort study.

Authors:  Kelvin Kai-Wang To; Vincent Chi-Chung Cheng; Jian-Piao Cai; Kwok-Hung Chan; Lin-Lei Chen; Lok-Hin Wong; Charlotte Yee-Ki Choi; Carol Ho-Yan Fong; Anthony Chin-Ki Ng; Lu Lu; Cui-Ting Luo; Jianwen Situ; Tom Wai-Hin Chung; Shuk-Ching Wong; Grace See-Wai Kwan; Siddharth Sridhar; Jasper Fuk-Woo Chan; Cecilia Yuen-Man Fan; Vivien W M Chuang; Kin-Hang Kok; Ivan Fan-Ngai Hung; Kwok-Yung Yuen
Journal:  Lancet Microbe       Date:  2020-06-03

2.  Estimating the effects of non-pharmaceutical interventions on COVID-19 in Europe.

Authors:  Seth Flaxman; Swapnil Mishra; Axel Gandy; H Juliette T Unwin; Thomas A Mellan; Helen Coupland; Charles Whittaker; Harrison Zhu; Tresnia Berah; Jeffrey W Eaton; Mélodie Monod; Azra C Ghani; Christl A Donnelly; Steven Riley; Michaela A C Vollmer; Neil M Ferguson; Lucy C Okell; Samir Bhatt
Journal:  Nature       Date:  2020-06-08       Impact factor: 49.962

3.  Estimating the burden of SARS-CoV-2 in France.

Authors:  Henrik Salje; Cécile Tran Kiem; Noémie Lefrancq; Noémie Courtejoie; Paolo Bosetti; Juliette Paireau; Alessio Andronico; Nathanaël Hozé; Jehanne Richet; Claire-Lise Dubost; Yann Le Strat; Justin Lessler; Daniel Levy-Bruhl; Arnaud Fontanet; Lulla Opatowski; Pierre-Yves Boelle; Simon Cauchemez
Journal:  Science       Date:  2020-05-13       Impact factor: 47.728

4.  Estimating the overdispersion in COVID-19 transmission using outbreak sizes outside China.

Authors:  Akira Endo; Sam Abbott; Adam J Kucharski; Sebastian Funk
Journal:  Wellcome Open Res       Date:  2020-07-10

5.  Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia.

Authors:  Qun Li; Xuhua Guan; Peng Wu; Xiaoye Wang; Lei Zhou; Yeqing Tong; Ruiqi Ren; Kathy S M Leung; Eric H Y Lau; Jessica Y Wong; Xuesen Xing; Nijuan Xiang; Yang Wu; Chao Li; Qi Chen; Dan Li; Tian Liu; Jing Zhao; Man Liu; Wenxiao Tu; Chuding Chen; Lianmei Jin; Rui Yang; Qi Wang; Suhua Zhou; Rui Wang; Hui Liu; Yinbo Luo; Yuan Liu; Ge Shao; Huan Li; Zhongfa Tao; Yang Yang; Zhiqiang Deng; Boxi Liu; Zhitao Ma; Yanping Zhang; Guoqing Shi; Tommy T Y Lam; Joseph T Wu; George F Gao; Benjamin J Cowling; Bo Yang; Gabriel M Leung; Zijian Feng
Journal:  N Engl J Med       Date:  2020-01-29       Impact factor: 176.079

6.  Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan, China: a descriptive study.

Authors:  Nanshan Chen; Min Zhou; Xuan Dong; Jieming Qu; Fengyun Gong; Yang Han; Yang Qiu; Jingli Wang; Ying Liu; Yuan Wei; Jia'an Xia; Ting Yu; Xinxin Zhang; Li Zhang
Journal:  Lancet       Date:  2020-01-30       Impact factor: 79.321

7.  Novel framework for assessing epidemiologic effects of influenza epidemics and pandemics.

Authors:  Carrie Reed; Matthew Biggerstaff; Lyn Finelli; Lisa M Koonin; Denise Beauvais; Amra Uzicanin; Andrew Plummer; Joe Bresee; Stephen C Redd; Daniel B Jernigan
Journal:  Emerg Infect Dis       Date:  2013-01       Impact factor: 6.883

8.  Excess all-cause mortality during the COVID-19 pandemic in Europe - preliminary pooled estimates from the EuroMOMO network, March to April 2020.

Authors:  Lasse S Vestergaard; Jens Nielsen; Lukas Richter; Daniela Schmid; Natalia Bustos; Toon Braeye; Gleb Denissov; Tatjana Veideman; Oskari Luomala; Teemu Möttönen; Anne Fouillet; Céline Caserio-Schönemann; Matthias An der Heiden; Helmut Uphoff; Theodore Lytras; Kassiani Gkolfinopoulou; Anna Paldy; Lisa Domegan; Joan O'Donnell; Francesca De' Donato; Fiammetta Noccioli; Patrick Hoffmann; Telma Velez; Kathleen England; Liselotte van Asten; Richard A White; Ragnhild Tønnessen; Susana P da Silva; Ana P Rodrigues; Amparo Larrauri; Concepción Delgado-Sanz; Ahmed Farah; Ilias Galanis; Christoph Junker; Damir Perisa; Mary Sinnathamby; Nick Andrews; Mark O'Doherty; Diogo Fp Marquess; Sharon Kennedy; Sonja J Olsen; Richard Pebody; Tyra G Krause; Kåre Mølbak
Journal:  Euro Surveill       Date:  2020-07

9.  The Incubation Period of Coronavirus Disease 2019 (COVID-19) From Publicly Reported Confirmed Cases: Estimation and Application.

Authors:  Stephen A Lauer; Kyra H Grantz; Qifang Bi; Forrest K Jones; Qulu Zheng; Hannah R Meredith; Andrew S Azman; Nicholas G Reich; Justin Lessler
Journal:  Ann Intern Med       Date:  2020-03-10       Impact factor: 25.391

View more
  4 in total

1.  Risk of COVID 19 in patients with inflammatory bowel diseases compared to a control population.

Authors:  Giovanni Maconi; Cristina Bosetti; Alberta De Monti; Ray Kiran Boyapati; Edward Shelton; Nicole Piazza; Anna Maria Carvalhas Gabrielli; Marco Vincenzo Lenti; Cristina Bezzio; Chiara Ricci; Salvatore Greco; Samanta Romeo; Francesco Giangregorio; Daniele Gridavilla; Fabio Tagliani; Alessandro Massari; Luca Pastorelli; Antonio Di Sabatino; Simone Saibeni; Saverio Alicante; Francesca Ferretti; Giuliano Rizzardini; Massimo Galli; Sandro Ardizzone
Journal:  Dig Liver Dis       Date:  2020-12-26       Impact factor: 4.088

2.  Methodological problems of SARS-CoV-2 rapid point-of-care tests when used in mass testing.

Authors:  Oliver Hirsch; Werner Bergholz; Kai Kisielinski; Paul Giboni; Andreas Sönnichsen
Journal:  AIMS Public Health       Date:  2021-11-23

3.  [German registry www.Covid19-Rheuma.de : Status report after 1 year of the pandemic].

Authors:  Rebecca Hasseli; Alexander Pfeil; Bimba Franziska Hoyer; Hanns-Martin Lorenz; Anne C Regierer; Jutta G Richter; Tim Schmeiser; Anja Strangfeld; Reinhard E Voll; Andreas Krause; Hendrik Schulze-Koops; Ulf Müller-Ladner; Christof Specker
Journal:  Z Rheumatol       Date:  2021-07-01       Impact factor: 1.372

Review 4.  A comprehensive review of COVID-19 biology, diagnostics, therapeutics, and disease impacting the central nervous system.

Authors:  Anastasia Williams; Heather Branscome; Pooja Khatkar; Gifty A Mensah; Sarah Al Sharif; Daniel O Pinto; Catherine DeMarino; Fatah Kashanchi
Journal:  J Neurovirol       Date:  2021-09-28       Impact factor: 2.643

  4 in total

北京卡尤迪生物科技股份有限公司 © 2022-2023.