Presymptomatic transmission of SARS-CoV-2 infection: a secondary analysis using published data

SARS-CoV-2 감염의 무증상 전파: 공개된 데이터를 사용한 2차 분석

Published on
Journal: BMJ Open
[저자] Miriam Casey-Bryars, John Griffin, Conor McAloon, Andrew Byrne, Jamie Madden, David Mc Evoy, Áine Collins, Kevin Hunt, Ann Barber, Francis Butler, Elizabeth Ann Lane, Kirsty O'Brien, Patrick Wall, Kieran Walsh, Simon John More
[Category] SARS, 치료기술,
PMC URL    [DOI] 10.1136/bmjopen-2020-041240    
[Article Type] Meta-Analysis
[Source] PMC

Abstract
Objective: To estimate the proportion of presymptomatic transmission of SARS-CoV-2 infection that can occur, and the timing of transmission relative to symptom onset.
Setting/design: Secondary analysis of international published data.
Data sources: Meta-analysis of COVID-19 incubation period and a rapid review of serial interval and generation time, which are published separately.
Participants: Data from China, the Islamic Republic of Iran, Italy, Republic of Korea, Singapore and Vietnam from December 2019 to May 2020.
Methods: Simulations were generated of incubation period and of serial interval or generation time. From these, transmission times relative to symptom onset, and the proportion of presymptomatic transmission, were estimated.
Outcome measures: Transmission time of SARS-CoV-2 relative to symptom onset and proportion of presymptomatic transmission.
Results: Based on 18 serial interval/generation time estimates from 15 papers, mean transmission time relative to symptom onset ranged from -2.6 (95% CI -3.0 to -2.1) days before infector symptom onset to 1.4 (95% CI 1.0 to 1.8) days after symptom onset. The proportion of presymptomatic transmission ranged from 45.9% (95% CI 42.9% to 49.0%) to 69.1% (95% CI 66.2% to 71.9%).
Conclusions: There is substantial potential for presymptomatic transmission of SARS-CoV-2 across a range of different contexts. This highlights the need for rapid case detection, contact tracing and quarantine. The transmission patterns that we report reflect the combination of biological infectiousness and transmission opportunities which vary according to context.
Keywords: epidemiology; infection control; infectious diseases; public health; virology.

All Keywords
【저자키워드】 public health, infection control, Infectious diseases, Virology, Epidemiology, 【초록키워드】 COVID-19, Meta-analysis, public health, SARS-CoV-2, infection control, Infectious diseases, Virology, quarantine, SARS-COV-2 infection, Infection, Contact tracing, Transmission, Italy, China, Simulation, Iran, International, Incubation period, transmission pattern, Singapore, estimate, Combination, Analysis, Generation time, symptom onset, 95% CI, transmission patterns, presymptomatic transmission, secondary, highlight, proportion, occur, ranged, the timing, 【제목키워드】 Analysis, transmission of SARS-CoV-2,
{{{ 추상적인 }}} {{ 목적: }} 발생할 수 있는 SARS-CoV-2 감염의 전증상 전파 비율과 증상 발병 대비 전파 시기를 추정합니다. {{ 설정/디자인: }} 국제적으로 발표된 데이터의 2차 분석. {{ 데이터 출처: }} 코로나19 잠복기 메타 분석 및 직렬 간격 및 생성 시간에 대한 빠른 검토, 별도로 게시됩니다. {{ 참가자: }} 2019년 12월부터 2020년 5월까지 중국, 이란 이슬람 공화국, 이탈리아, 대한민국, 싱가포르 및 베트남의 데이터. {{ 방법: }} 잠복기 및 연속 간격 또는 생성 시간의 시뮬레이션이 생성되었습니다. 이를 통해 증상 발병 대비 전파 시간과 무증상 전파 비율을 추정했다. {{ 결과 측정: }} 증상 발병에 따른 SARS-CoV-2의 전파 시간 및 전증상 전파 비율. {{ 결과: }} 15개 논문의 18개 연속 간격/생성 시간 추정치를 기반으로 하여 증상 발병에 대한 평균 전파 시간의 범위는 감염자 증상 발병 전 -2.6(95% CI -3.0~-2.1)일에서 1.4(95%) CI 1.0 ~ 1.8) 증상 발병 후 일. 무증상 전파 비율은 45.9%(95% CI 42.9%~49.0%)에서 69.1%(95% CI 66.2%~71.9%) 사이였습니다. {{ 결론: }} 다양한 상황에서 SARS-CoV-2의 무증상 전파 가능성이 상당히 높습니다. 이는 신속한 사례 감지, 접촉 추적 및 격리의 필요성을 강조합니다. 우리가 보고하는 전염 패턴은 상황에 따라 달라지는 생물학적 전염성과 전염 기회의 조합을 반영합니다. {{ 키워드: }} 역학; 감염 통제; 전염병; 공중 위생; 바이러스학.