1.约翰霍普金斯应用物理实验室等合作伙伴的新研究显示，美国新冠检测在疾病准备和应对中发挥了关键作用，挽救了约140万人的生命。
2.研究团队分析了2020年1月1日至2022年12月31日的数据，发现测试能力的扩展显著减少了严重病例。
3.由于此，研究人员开发了数字孪生原型，模拟检测和诊断供应链，以评估不同情景下检测对疫情结果的影响。
4.研究结果显示，增加的测试能力可能挽救了超过140万人的生命，并避免了700万次住院治疗。
5.此外，APL的数字孪生模型已被扩展应用，以监测包括流感、呼吸道合胞病毒在内的多种公共卫生威胁。
以上内容由腾讯混元大模型生成，仅供参考
01
COVID-19大流行强调了有效检测在疾病准备和应对中的关键作用。一项由约翰霍普金斯应用物理实验室（APL）及其合作伙伴进行的新研究进一步证明了这一点。该研究于1月2日发表在《柳叶刀公共卫生》杂志上，通过模拟和数据分析揭示，美国大流行期间的公私合作开发、生产和分发COVID-19诊断测试挽救了大约140万人的生命，并防止了约700万次住院治疗。
02
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（CDC）及MITRE公司合作完成了这项研究。计算流行病学家Gary Lin指出：“我们的分析表明，测试的早期开发、制造和分发显著减少了严重的COVID-19病例。” 为了评估这些措施的影响，研究人员开发了一个数字孪生原型来模拟检测和诊断供应链。
研究团队使用了从2020年1月1日至2022年12月31日的数据，涵盖了美国政府检测和诊断工作组（TDWG）及相关机构的活动记录。他们分析了测试数量、阳性率、确诊病例数、住院人数和死亡人数等指标。基于这些数据，研究人员构建了一个基于代理的模型，用以评估不同情景下检测对疫情结果的影响。
研究结果显示，在上述时间段内，美国共生产了约67亿次SARS-CoV-2测试，其中包括超过15亿次实验室测试、19亿次现场护理测试和32亿次家庭测试，实际进行了大约27亿次测试。测试能力经历了多个扩展阶段：实验室测试能力从2020年3月的每月约600万次增长到同年7月的约3400万次；现场护理测试则在2020年12月达到每月约1.26亿次，而家庭测试到了2022年2月达到了每月约9.86亿次。
对比基线（实际）情况与测试延迟情景后，研究发现增加的测试能力可能挽救了超过140万人的生命，并避免了700万次住院。这凸显了快速且协调一致的测试部署对于减轻公共卫生危机的重要性。
03
“这项研究不仅展示了应对COVID-19的成功策略，还提供了一个可扩展框架，以便在未来面对其他公共卫生威胁时有效地分配资源。”研究人员总结道。此外，APL的数字孪生模型已经被扩展应用，采取全危害方法监测包括流感、呼吸道合胞病毒（RSV）在内的多种公共卫生威胁。
总之，这项研究表明，强有力的测试体系是抗击传染病不可或缺的一部分，而跨部门协作能够极大地提高应对效率，为社会健康安全提供坚实保障。
参考
Santos, Steven, et al. "The SARS-CoV-2 test scale-up in the USA: an analysis of the number of tests produced and used over time and their modelled impact on the COVID-19 pandemic." The Lancet Public Health 10.1 (2025): e47-e57.