中国高校公共卫生学科参与新型冠状病毒肺炎科学研究的现状

仝娜; 陈然; 靳光付; 王建明; 夏彦恺; 胡志斌; 沈洪兵

doi:10.16462/j.cnki.zhjbkz.2020.06.001

中国高校公共卫生学科参与新型冠状病毒肺炎科学研究的现状

doi: 10.16462/j.cnki.zhjbkz.2020.06.001

211166 南京, 南京医科大学公共卫生学院

基金项目: 江苏省高校优势学科建设工程资助项目

详细信息

通讯作者:
靳光付, E-mail:guangfujin@njmu.edu.cn

中图分类号: G311;R183.3
计量
- 文章访问数: 316
- HTML全文浏览量: 292
- PDF下载量: 52
- 被引次数: 0
出版历程
- 收稿日期: 2020-03-30
- 修回日期: 2020-05-04
- 刊出日期: 2020-06-10

Analysis on research progress of COVID-19 from schools of public health in China

School of Public Health, Nanjing Medical University, Nanjing 211166, China

Funds: A Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions

More Information

Corresponding author: JIN Guang-fu, E-mail:guangfujin@njmu.edu.cn

摘要

摘要: 目的本研究通过对新型冠状病毒肺炎(简称新冠肺炎)早期研究成果的系统分析, 阐述中国尤其是高校公共卫生领域科研工作者在新冠肺炎科学研究中的贡献。方法在PubMed和中国知网数据库检索截至2020年3月10日新冠肺炎相关的原创性研究, 提取并分析中国学者参与发表论文的单位、作者、研究主题及主要结果等相关信息。结果在检索时间内中国学者共发表278篇原创性研究论文, 高校参与其中229篇(82.4%), 内容包括病原学特征、传播规律、流行病学特征、临床特征及诊治等。中国高校公共卫生学科共参与发表了41篇(17.9%), 其中20篇(48.8%)研究关注传染病预测模型, 12篇(29.3%)描述了流行病学和临床特征; 与基础、临床以及疾控机构合作发表的论文分别为6篇、7篇和8篇。结论中国高校, 包括公共卫生学科, 对新冠肺炎疫情的研究取得了突出成绩, 为中国乃至全球疫情防控做出了突出贡献。但高校公共卫生学科对疫情防控和科学研究的参与度及多学科的融合尚需加强。
- 公共卫生 /
- 新型冠状病毒肺炎 /
- 科学研究 /
- 高校
Abstract: Objective This study aimed to analyze the contribution of Chinese researchers, especially those in school of public health, to study advances of COVID-19. Methods Original research related to COVID-19 was systematically searched in PubMed database and China CNKI database up to 10 March 2020. Relevant information of institutions, authors, research topics and main results were extracted from included literature. Results A total of 278 original studies were conducted by researchers in China, including 229(82.4%) studies participated by universities and their affiliated institutions. We found that researchers from school of public health involved in 41 studies, 20(48.8%) of which focused on COVID-19 prediction model and 12 on epidemiological and clinical characteristics. Moreover, there were 6, 7 and 8 studies in collaboration with researchers from basic medicine, clinical medicine and CDC. Conclusion Researchers from universities of China have made important advances in researches on COVID-19, which contributed to the prevention and control of COVID-19 epidemic in China as well as the world. Researches in schools of public health should contribute more to the scientific research of COVID through multi-disciplinary cooperation.
- Public health /
- COVID-19 /
- Scientific research /
- University

HTML全文

图 1 中国高等院校参与的新型冠状病毒肺炎相关研究分析

Figure 1. 1 Scientific researches on COVID-19 in Chinese universities

下载: 全尺寸图片幻灯片

表 1 中国高校公共卫生学科参与发表的新型冠状病毒肺炎相关论文

Table 1. The COVID-19 papers published by the school of public health in the Chinese universities

发表时间	公共卫生参与单位	作者排名(含并列)	主要研究内容	参考文献
1月29日	香港大学公共卫生学院	第一作者及通信作者	阐述新冠肺炎在武汉早期人群传播规律。	6
1月30日	香港中文大学赛马会公共卫生与基层医疗学院; 香港大学李嘉诚医学院公共卫生学院	第一作者及通信作者; 参与作者	估算疫情早期基本再生数。	7
1月30日	香港大学李嘉诚医学院公共卫生学院	第一作者及通信作者	分析至2020年1月22日武汉地区新冠肺炎的流行病学特征。	29
1月31日	香港大学李嘉诚医学院公共卫生学院	第一作者及通信作者	通过模型预测武汉地区感染人数并预测我国武汉以外地区的疫情。	8
1月31日	香港大学李嘉诚医学院公共卫生学院; 首都医科大学公共卫生学院	第一作者及通信作者; 第一作者	开发了一种新冠病毒快速检测方法。	45
2月1日	香港中文大学赛马会公共卫生与基层医疗学院; 香港大学李嘉诚医学院公共卫生学院	第一作者及通信作者; 参与作者	构建疾病传播模型, 估计感染人数。	9
2月3日	复旦大学公共卫生学院	通信作者	确认病原体为新型冠状病毒, 发现与蝙蝠携带病毒的相似性。	2
2月4日	浙江中医药大学公共卫生学院	第一作者及通信作者	分析我国人群对新冠肺炎的认知、态度和行为现状。	38
2月8日	复旦大学公共卫生学院	第一作者及通信作者	分析上海市新冠肺炎早期发病趋势。	33
2月13日	西安交通大学公共卫生学院	第一作者及通信作者	构建传染病动力学SIR模型, 预测疫情初期广东省新冠肺炎发病趋势。	10
2月13日	中山大学公共卫生学院	第一作者及通信作者	分析描述了广东省新冠肺炎早期流行状况, 并绘制时空分布地图。	11
2月19日	海军军医大学热带医学与公共卫生学系	第一作者及通信作者	全国新冠肺炎的发病趋势分析显示, 湖北外地区疫情呈下降趋缓。	34
2月20日	香港中文大学赛马会公共卫生与基层医疗学院; 香港大学李嘉诚医学院公共卫生学院	第一作者; 参与作者	传染病模型拟合发现国内离开武汉的旅客人数与10个城市新冠肺炎确诊病例数成正相关。	12
2月22日	空军军医大学军事预防医学系	第一作者及通信作者	构建新冠肺炎疫情的传播动力学模型, 估计陕西省新冠肺炎基本再生指数为2.95。	23
2月25日	西安交通大学公共卫生学院	参与作者	构建SIR模型显示新冠肺炎具有指数型增长特点, 同时显示浙江省感染人数已呈下降趋势。	13
2月25日	复旦大学公共卫生学院	第一作者及通信作者	流行病学分层分析提示, 新型冠状病毒在国外已传播, 而且产生第二代病例, 发病人数少, 但发病趋势波动大。	31
2月26日	南方医科大学公共卫生学院	参与作者	通过新冠肺炎病毒S蛋白受体结合阈和宿主ACE2受体交互分析提示, 海龟可能是潜在中间宿主。	44
2月27日	空军军医大学军事预防医学系	第一作者及通信作者	根据流行病传播动力学原理, 建立室模型预测全国及部分省份1月份疫情趋势。	14
2月27日	安徽医科大学公共卫生学院	第一作者及通信作者	绘制确诊病例的时空变化图, 通过不同阶段的增长曲线拟合疫情预测安徽省新冠肺炎疫情趋势。	15
2月28日	中山大学公共卫生学院	第一作者及通信作者	评价和比较新冠肺炎和SARS暴发早期的特点, 预测新冠肺炎发展趋势。	27
2月28日	中山大学公共卫生学院	第一作者及通信作者	疫情与来自武汉市人口的相关系数达0.943, 提示武汉外出人口是其他省市的主要传染源。	16
2月28日	厦门大学公共卫生学院	第一作者及通信作者	应用传染病模型估计新冠肺炎人群基本再生指数为3.58。	17
2月28日	南方医科大学公共卫生学院	第一作者	分析早期确诊新冠肺炎患者临床特征提示疫情在全国迅速传播, 并引起不同程度的疾病。	28
2月28日	中山大学公共卫生学院	第一作者及通信作者	评估社区人群对新冠肺炎疫情相关认知、行为应对和心理反应。	40
2月29日	江苏大学医学院预防医学系	参与作者	分析江苏输入性病例临床特征显示, 患者症状以轻、中度为主。	35
3月1日	南京医科大学公共卫生学院; 中山大学公共卫生学院; 复旦大学公共卫生学院	第一作者及通信作者; 参与作者; 参与作者	提出的SEIR (+CAQ)动态模型较好地拟合和预测了新冠肺炎的发展趋势, 为决策提供依据。	18
3月1日	南京医科大学公共卫生学院	参与作者	估计我国24个省份中已有18个省份不同时间基本再生数(R0)的动态变化R0(t)降到1以下, 提示疫情防控措施已初显成效。	19
3月2日	华中科技大学同济医学院公共卫生学院	参与作者	新冠肺炎患者合并CVD与较高的病死率相关。危重病人淋巴细胞计数较低, 加重的死亡原因包括暴发性炎症、乳酸积聚和血栓事件。	32
3月3日	中山大学公共卫生学院	第一作者及通信作者	采用不同模型预测显示, EG方法拟合效果最佳。	20
3月3日	苏州大学公共卫生学院	第一作者及通信作者	评估我国各地新冠肺炎的流行动态变化, 结果提示我国和各级政府采取的防控措施效果明显。	21
3月4日	南京医科大学公共卫生学院	通信作者单位	建立适应疫情发展不同阶段符合我国防控策略的新冠肺炎传播动力学模型。	22
3月4日	武汉大学健康学院; 北京大学公共卫生学院	第一作者及通信作者; 参与作者	性别、年龄、婚姻状况、文化程度、职业状况、人均月收入和居住地等均不同程度影响新冠肺炎确诊患者和隔离留观者心理卫生状况。	37
3月4日	南京医科大学公共卫生学院	第一作者及通信作者	分析无症状感染者的临床特征, 确定传染期, 并通过流行病学调查确认无症状感染者也是新冠肺炎传染源。	30
3月6日	南方医科大学公共卫生学院; 南方医科大学管理学院	第一作者; 第一作者及通信作者	新冠肺炎疫情下, 大学生出现不同程度的焦虑及抑郁心理问题, 抑郁与焦虑呈高度相关, 且不同程度焦虑和抑郁情绪的影响因素不完全相同。	39
3月6日	中山大学公共卫生学院	参与作者	新冠肺炎疫情中少数医学生的心理行为状态发生负面变化。	41
3月6日	武汉大学健康学院	参与作者	结构方程模型分析显示参与新冠肺炎疫情的医务人员的焦虑、压力和自我效能水平取决于睡眠质量和社会支持程度。	43
3月7日	杭州医学院公共卫生学院	第一作者及通信作者	利用参数化的感染-接触-感染-恢复模型, 模拟新冠肺炎暴发的传播动态和不同控制措施的影响, 识别关键因素。	24
3月8日	复旦大学公共卫生学院	参与作者	通过疾病传播模型预测旅行限制对新冠肺炎在国内和国际传播的影响。	25
3月9日	郑州大学公共卫生学院	第一作者及通信作者	新冠肺炎聚集性疫情分析推测潜伏期为1~20 d, 中位数为7 d, 众数为4 d。	36
3月9日	复旦大学公共卫生学院	第一作者及通信作者	媒体暴露会影响公众心理健康, 增加焦虑、抑郁风险, 在防控疫情的同时要注重对公众心理健康的疏导。	42
3月10日	香港中文大学赛马会公共卫生与基层医疗学院; 香港大学李嘉诚医学院公共卫生学院	第一作者及通信作者; 参与作者	分析新冠肺炎的时变序列间隔及其性别差异。	26

下载: 导出CSV

参考文献(45)

[1]	Coronaviridae Study Group of the International Committee on Taxonomy of Viruses. The species severe acute respiratory syndrome-related coronavirus: classifying 2019-nCoV and naming it SARS-CoV-2[J]. Nat Microbiol, 2020, 5(4): 536-544.DOI: 10. 1038/s41564-020-0695-z.
[2]	Wu F, Zhao S, Yu B, et al. A new coronavirus associated with human respiratory disease in China[J]. Nature, 2020, 579(7798): 265-269.DOI: 10. 1038/s41586-020-2008-3.
[3]	Zhou P, Yang XL, Wang XG, et al. A pneumonia outbreak associated with a new coronavirus of probable bat origin[J]. Nature, 2020, 579(7798): 270-273.DOI: 10. 1038/s41586-020-2012-7.
[4]	Huang C, Wang Y, Li X, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China[J]. Lancet, 2020, 395(10223): 497-506.DOI: 10. 1016/S0140-6736(20)30183-5.
[5]	Chan JF, Yuan S, Kok KH, et al. A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmission: a study of a family cluster[J]. Lancet, 2020, 395(10223): 514-523.DOI: 10. 1016/S0140-6736(20)30154-9.
[6]	Li Q, Guan X, Wu P, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus-infected pneumonia[J]. N Engl J Med, 2020, 382(13): 1199-1207.DOI: 10. 1056/NEJMoa2001316.
[7]	Zhao S, Lin Q, Ran J, et al. Preliminary estimation of the basic reproduction number of novel coronavirus(2019-nCoV)in China, from 2019 to 2020: a data-driven analysis in the early phase of the outbreak[J]. Int J Infect Dis, 2020, 92: 214-217.DOI: 10. 1016/j. ijid. 2020. 01. 050.
[8]	Wu JT, Leung K, Leung GM, Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study[J]. Lancet, 2020, 395(10225): 689-697.DOI: 10. 1016/S0140-6736(20)30260-9.
[9]	Zhao S, Musa SS, Lin Q, et al. Estimating the unreported number of novel coronavirus(2019-nCoV)cases in China in the first half of January 2020: a data-driven modelling analysis of the early outbreak[J]. J Clin Med, 2020, 9(2): 388.DOI: 10. 3390/jcm9020388.
[10]	武文韬, 柏如海, 李达宁, 等.广东省新型冠状病毒肺炎疫情流行趋势的初步预测[J].暨南大学学报(自然科学与医学版), 2020, 41(2): 181-185. DOI: 10.11778/J.JDXB.202 Wu WT, Bai RH, Li DN, et al. Preliminary prediction of the epidemic trend of 2019 novel coronavirus(2019-nCoV)pneumonia in Guangdong province[J]. J Jinan Univ, 2020, 41(2): 181-185. DOI: 10.11778/J.JDXB.2020.02.01.
[11]	王宣焯, 廖聪慧, 李志慧, 等.广东省新型冠状病毒肺炎早期流行与时空分布情况初步分析[J].热带医学杂志, 2020, 20(4): 427-430. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202004001 Wang XZ, Liao CH, Li ZH, et al. Preliminary analysis on the early epidemic and spatiotemporal distribution of new coronavirus pneumonia in Guangdong Province[J]. J Trop Med, 2020, 20(4): 427-430. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202004001
[12]	Zha S, Zhuang Z, Cao P, et al. Quantifying the association between domestic travel and the exportation of novel coronavirus(2019-nCoV)cases from Wuhan, China in 2020: a correlational analysis[J]. J Travel Med, 2020, 13;27(2): taaa022.DOI: 10. 1093/jtm/taaa022.
[13]	李承倬, 武文韬, 潘振宇, 等.基于SIR模型和基本再生数的浙江省新型冠状病毒肺炎防控效果分析[J].浙江医学, 2020, 42(4): 311-314. DOI: 10.12056/j.issn.1006-2785.2020.42.4.2019-388. Li CZ, Wu WT, Pan ZY, et al. Prevention and control of corona virus disease 2019 in Zhejiang province based on SIR model and R0[J]. Zhejiang Med J, 2020, 42(4): 311-314. DOI: 10.12056/j.issn.1006-2785.2020.42.4.2019-388.
[14]	吉兆华, 陆振华, 刘昆, 等.全国新型冠状病毒肺炎发病情况室模型分析及疫情进展短期预测[J].热带医学杂志, 2020, 20(3): 279-282. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202003001 Ji ZH, Lu ZH, Liu K, et al. SIR model analysis and short-term prediction of epidemic progress of coronavirus disease 2019 in China[J]. J Trop Med, 2020, 20(3): 279-282. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202003001
[15]	刘蒙, 徐洪吕, 袁敏, 等.安徽省新型冠状病毒肺炎流行与疫情时空变化分析[J].中华预防医学杂志, 2020, 54(6): 630-633.DOI: 10.3760/cma, j, cn112150-20200221-00150. Liu M, Xu HL, Yuan M, et al. Analysis on epidemic situation and spatiotemporal changes of COVID-19 in Anhui[J]. Chin J Prev Med, 2020, 54(6): 630-633. DOI: 10. 3760/CMA, J, CN112150-20200221-00150.
[16]	Chen ZL, Zhang Q, Lu Y, et al. Distribution of the COVID-19 epidemic and correlation with population emigration from wuhan, China[J]. Chin Med J(Engl), 2020, 133(9): 1044-1050.DOI: 10. 1097/CM9. 0000000000000782.
[17]	Chen TM, Rui J, Wang QP, et al. A mathematical model for simulating the phase-based transmissibility of a novel coronavirus[J]. Infect Dis Poverty, 2020, 9(1): 24.DOI: 10. 1186/s40249-020-00640-3.
[18]	魏永越, 卢珍珍, 杜志成, 等.基于改进的SEIR+CAQ传染病动力学模型进行新型冠状病毒肺炎疫情趋势分析[J].中华流行病学杂志, 2020, 41(2): 470-475.DOI: 10.3760/cma.j.cn112338-20200216-00106. Wei YY, Lu ZZ, Du ZC, et al. Fitting and forecasting the trend of COVID-2019 by SEIR + CAQ dynamics model[J]. Chin J Epidemiol, 2020, 41(2): 470-475. DOI: 10.3760CMA.J.CN112338-20200216-00106.
[19]	黄丽红, 沈思鹏, 余平, 等.基于动态基本再生数的新型冠状病毒肺炎疫情防控现状评估[J].中华流行病学杂志, 2020, 41(2): 466-469.DOI: 10.3760/cma.j.cn112338-20200209-00080. Dynamic basic reproduction number based evalution for current prevention and control of COVID-2019 outbreak in China[J]. Chin J Epidemiol, 2020, 41(2): 466-469. DOI: 10.3760CMA.J.CN112338-20200209-00080.
[20]	王莹, 尤心怡, 王奕婧, 等.中国新型冠状病毒肺炎疫情再生系数评估[J].中华流行病学杂志, 2020, 41(4): 476-479.DOI: 10.3760/cma.j.cn112338-20200210-00086. Wang Y, You XY, Wang YJ, et al. Estinating the basic reproduction number of COVID-2019 in Wuhan, China[J]. Chin J Epidemiol, 2020, 41(4): 476-479. DOI: 10.3760CMA.J.CN112338-20200210-00086.
[21]	朱正保, 终崇科, 张凯欣, 等.中国内地新型冠状病毒肺炎流行趋势分析[J].中华预防医学杂志, 2020, 54(6): 620-624.DOI: 10.3760/cma.j.cn112150-20200222-00163. Zhu ZB, Zhong CK, Zhang KX, et al. Epidemic trend of corona virus disease 2019(COVID-19)in mainland China[J]. Chin J Prev Med, 2020, 54(6): 620-624. DOI: 10.3760CMA.J.CN112150-20200222-00163.
[22]	唐三一, 肖燕妮, 彭志行, 等.新型冠状病毒肺炎疫情预测建模、数据融合与防控策略分析[J].中华流行病学杂志, 2020, 41(4): 480-484.DOI: 10. 3760/cma. j. cn112338-20200216-00107. Tang SY, Xiao YN, Peng ZH, et al. Prediction modeling with data fusion and prevention strategy analysis for the COVID-2019 outbreak[J]. Chin J Epidemiol, 2020, 41(4): 480-484. DOI: 10.3760CMA.J.CN112338-20200216-00107.
[23]	白尧, 刘昆, 陈志军, 等.陕西省新型冠状病毒肺炎疫情的早期传播动力学研究[J].中华医院感染学杂志, 2020, 30(6): 834-838.DOI: 10.11816/CN.NI.2020-200218. Bai Y, Liu K, Chen ZJ, et al. Early transmission dynamics of novel coronavirus pneumonia epidemic in Shaanxi Province[J]. Chin J Nosocomiol, 2020, 30(6): 834-838. DOI: 10.11816/CN.NI.2020-200218.
[24]	Fang Y, Nie Y, Penny M. Transmission dynamics of the COVID-19 outbreak and effectiveness of government interventions: a data-driven analysis[J]. J Med Virol, 2020: 1-15, DOI: 10. 1002/jmv. 25750.
[25]	Chinazzi M, Davis JT, Ajelli M, et al. The effect of travel restrictions on the spread of the 2019 novel coronavirus(COVID-19)outbreak[J]. Science, 2020, 368(6489): 395-400.DOI: 10. 1126/science. aba9757.
[26]	Zhao S, Cao P, Chong MK, et al. The time-varying serial interval of the coronavirus disease(COVID-19)and its gender-specific difference: a data-driven analysis using public surveillance data in Hong Kong and Shenzhen, China from January 10 to February 15, 2020[J]. Infect Control Hosp Epidemiol, 2020: 1-8.DOI: 10. 1017/ice. 2020. 64.
[27]	Chen ZL, Zhang WJ, Lu Y, et al. From SARS-CoV to 2019-nCoV outbreak: similarities in the early epidemics and prediction of future trends[J]. Chin Med J(Engl), 2020, 133(9): 1112-1114.DOI: 10. 1097/CM9. 0000000000000776.
[28]	Guan WJ, Ni ZY, Hu Y, et al. Clinical characteristics of coronavirus disease 2019 in China[J]. N Engl J Med, 2020, 30;382(18): 1708-1720.DOI: 10. 1056/NEJMoa2002032.
[29]	Wu P, Hao XX, Lau EHY, et al. Real-time tentative assessment of the epidemiological characteristics of novel coronavirus infections in Wuhan, China, as at 22 January 2020[J]. Euro Surveill, 2020, 25(3): 2000044.DOI: 10. 2807/1560-7917. ES. 2020. 25. 3. 2000044.
[30]	Hu Z, Song C, Xu C, et al. Clinical characteristics of 24 asymptomatic infections with COVID-19 screened among close contacts in Nanjing, China[J]. Sci China Life Sci, 2020, 63(5): 706-711.DOI: 10. 1007/s11427-020-1661-4.
[31]	韩明慧, 方虹霁, 杨东见, 等.国外新型冠状病毒肺炎发病的现状和趋势分析[J].上海预防医学, 2020, 32(3): 211-215. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=shyfyx202003007 Han MH, Fang HJ, Yang DJ, et al. Current situation and trend of coronavirus diseases 2019(COVID-2019)in foreign countries[J]. Shanghai Journal of Preventive Medicine, 2020, 32(3): 211-215. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=shyfyx202003007
[32]	彭昱东, 孟凯, 官红权, 等.心血管病患者感染新型冠状病毒肺炎112例临床特点及转归[J].中华心血管病杂志, 2020, 48(0): E004.DOI: 10.3760/cma.j.112148-20200220-00105. Peng YD, Meng K, Guan HQ, et al. Clinical characteristics and outcomes of 112 cardiovascular disease patients infected by 2019-nCoV[J]. Chin J Cardiol, 2020, 48(0): E004. DOI: 10. 3760 CMA. J. 112148-20200220-00105.
[33]	王英鉴, 张娜, 吕涵路, 等.上海市新型冠状病毒肺炎发病趋势初步分析[J].上海预防医学, 2020, 32(2): 166-170.DOI: 10.19428/j.cnki.sjpm.2020.20041. Wang YJ, Zhang N, LV HL, et al. Preliminary analysis on the incidence trend of novel coronavirus(2019-nCoV)-infected pneumonia in Shanghai[J]. Shanghai Journal of Preventive Medicine, 2020, 32(2): 166-170. DOI: 10.19428/j.cnki.sjpm.2020.20041.
[34]	陈一凡, 曹广文.全国新型冠状病毒肺炎发病趋势初步分析[J].上海预防医学, 2020, 32(2): 147-150.DOI: 10.19428/j.cnki.sjpm.2020.20053. Chen YF, Cao GW. Incidence trend of novel coronaviirus(SARS-CoV-2)-infected pneumonia in China[J]. Shanghai Journal of Preventive Medicine, 2020, 32(2): 147-150. DOI: 10.19428/j.cnki.sjpm.2020.20053.
[35]	Wu J, Liu J, Zhao X, et al. Clinical characteristics of imported cases of COVID-19 in Jiangsu Province: a multicenter descriptive study[J]. Clin Infect Dis, 2020.DOI: 10. 1093/cid/ciaa199.
[36]	杨海燕, 徐洁, 李岩, 等.新型冠状病毒肺炎聚集性疫情特征初步分析[J].中华流行病学杂志, 2020, 41(5): 623-628.DOI: 10.3760/cma.j.cn112338-20200223-00153. Yang HY, Xu J, Li Y, et al. The preliminary analysis on the characteristics of the cluster for the Corona Virus Disease[J]. Chin J Epidemiol, 2020, 41(5): 623-628. DOI: 10.3760/cma.j.cn112338-20200223-00153.
[37]	程家国, 谭晓东, 张玲, 等.新型冠状病毒肺炎确诊患者及隔离留观者心理状况的影响因素研究[J].护理管理杂志, 2020, 20(4): 247-251. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hlglzz202004007 Chen JG, Tan XD, Zhang L, et al. Research on the psychological and influencing factors of novel coronavirus pneumonia patients and people under medical observation[J]. Journal of Nursing Adminstration, 2020, 20(4): 247-251. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hlglzz202004007
[38]	齐晔, 陈刘欢, 张栗, 等.新型冠状病毒肺炎的公众认知、态度和行为研究[J].热带医学杂志, 2020, 20(2): 145-149. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202002001 Qi Y, Chen LH, Zhang L, et al. Public practice, attitude and knowledge of coronavirus disease[J]. J Trop Med, 2020, 20(2): 145-149. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202002001
[39]	昌敬惠, 袁愈新, 王冬.新型冠状病毒肺炎疫情下大学生心理健康状况及影响因素分析[J].南方医科大学学报, 2020, 40(2): 171-176.DOI: 10.12122/j.issn.1673-4254.2020.02.06. Chang JH, Yuan YX, Wang D. Mental health status and its influencing factors among college students during the epidemic of COVID-19[J]. J South Med Univ, 2020, 40(2): 171-176. DOI: 10.12122/j.issn.1673-4254.2020.02.06.
[40]	蔡欢乐, 朱言欣, 雷璐碧, 等.新型冠状病毒肺炎相关知识、行为和心理应对:基于网络的横断面调查[J].中国公共卫生, 2020, 36(2): 152-155.DOI: 10.11847/zgggws1128106. Cai HL, Zhu YX, Lei LB, et al. Novel coronavirus pneumonia epidemic related knowledge, behaviors and psychology status among college students and their family members and friends: an internet-based cross-sectional survey[J]. Chin J Public Health, 2020, 36(2): 152-155. DOI: 10.11847/zgggws1128106.
[41]	张雪辉, 叶田田, 姚丽娟, 等.新型冠状病毒肺炎(COVID-19)突发疫情期间医学生心理行为调查[J].热带医学杂志, 2020: 1-11. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202005002 Zhang XH, Ye TT, Yao JL, et al. A psychological behavioral survey among medical students during the outbreak of Coronavirus disease 2019[J]. J Trop Med, 2020: 1-11. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdyxzz202005002
[42]	王一, 高俊岭, 陈浩, 等.新冠肺炎疫情期间公众媒体暴露及其与心理健康的关系[J].复旦学报(医学版), 2020, 47(2): 174-179.DOI: 10. 3969/j. issn. 1672-8467. 2020. 02. 005. Wang Y, Gao LJ, Chen H, et al. The relationship between media exposure and mental health problems during COVID-19 outbreak[J]. Fudan Univ J Med Sci, 2020, 47(2): 174-179. DOI: 10.3969/j.issn.1672-8467.2020.02.005.
[43]	Xiao H, Zhang Y, Kong D, et al. The effects of social support on sleep quality of medical staff treating patients with coronavirus disease 2019(COVID-19)in January and February 2020 in China[J]. Med Sci Monit, 2020, 26: e923549.DOI: 10. 12659/MSM. 923549.
[44]	Liu Z, Xiao X, Wei X, et al. Composition and divergence of coronavirus spike proteins and host ACE2 receptors predict potential intermediate hosts of SARS-CoV-2[J]. J Med Virol, 2020.DOI: 10. 1002/jmv. 25726.
[45]	Chu DKW, Pan Y, Cheng SMS, et al. Molecular diagnosis of a novel coronavirus(2019-nCoV)causing an outbreak of pneumonia[J]. Clin Chem, 2020, 66(4): 549-555.DOI: 10. 1093/clinchem/hvaa029.