将社交网络分析方法应用于研究大学环境中的COVID-19接触者追踪网络

时间：2026年1月28日

来源：Public Health

编辑推荐：

COVID-19接触网络研究揭示症状性病例二次攻击率更高且网络聚类较弱，大学混合教学模式下仍存在显著传播风险。

美国乔治亚州亚特兰大埃默里大学罗林斯公共卫生学院流行病学系

摘要

研究目的

我们重建了COVID-19的接触网络，以考察在2020-2021学年美国一所大学混合教学期间影响病毒传播的个体特征和网络结构。

研究设计

本研究采用队列研究方法。

研究方法

我们利用2020年秋季通过病例调查和接触者追踪访谈收集的个体暴露史数据来构建接触者追踪网络。我们对网络进行了可视化处理，并估算了全球网络统计指标及二次感染率（SAR）。同时，我们对缺失病例对这些网络统计指标的影响进行了偏差分析。

研究结果

在2020年秋季学期，共发现了441例COVID-19病例、1121名密切接触者以及1206条人际联系。其中，病例主要为女性（62%）、校外学生（49%）和有症状者（82%）。平均每位患者有2.9名直接接触者，网络中任意两人之间的最大隔离人数为8人。整体二次感染率为9.7%（50/518）。有症状病例的接触者比无症状病例的接触者具有更高的二次感染率（11.8% [42/356] vs 4.9% [8/162]；p = 0.015）。网络聚类程度较低，其中9月份的聚类现象最为明显。偏差分析表明，观察到的网络缺失情况不太可能是随机的，也不太可能与症状有关。

结论

通过对COVID-19接触网络结构和传播特征的评估，我们发现网络聚类程度较低，无症状病例比例较低，而有症状病例的接触者感染率较高。观察到的网络中，有症状病例很可能没有受到过度采样。我们的研究结果表明，即使在混合教学环境下，大学校园仍具有独特的传播特征。

引言

呼吸道病毒（包括SARS-CoV-2）的传播可通过空气或微滴途径，通过密切接触或偶然接触发生。大学在社会互动方面具有特殊性，因为学生、教职员工共同使用宿舍、教室、实验室等校园设施，从而形成了多种类型的密切接触和偶然接触。鉴于这种环境多样性，SARS-CoV-2在大学社区内的传播可能具有异质性。了解这种环境下的网络结构有助于理解影响感染传播的因素，进而确定有效的干预措施。尽管已有研究探讨了普通人群中的社会互动模式对传染病传播的影响，但很少有研究关注学术环境中的传播模式。大学常被描述为“小世界网络”，即大多数个体之间没有直接联系，但任意两人之间通常只通过少数中间人相连。这类网络中存在“枢纽”个体，他们拥有大量联系人，能够将许多其他人连接起来。在大学层面的研究中，发现高规模和低规模课程都是学生之间的重要纽带。建模研究表明，在小世界网络中（如大学），传染病具有快速传播的潜力。然而，关于学校层面接触网络与传染病传播之间关系的数据较为有限。特定环境下的网络结构（如接触类型和数量）会影响传播的速度和范围。鉴于网络结构对传染病传播的重要性，以及大学环境中个体接触数据和疾病数据的稀缺性，需要开展实证研究来更准确地评估传染病传播链。此外，现有研究很少针对大学网络结构中的数据缺失问题进行假设检验。来自个体层面的数据（如接触者追踪记录）可以提供二次感染率的估计，评估感染风险因素，并记录传播链。本研究的目的是构建一所大学内的COVID-19接触网络，以探讨个体特征和网络结构的重要性，并识别网络中数据缺失的潜在来源。