解析印度COVID-19疫情三波浪潮中Ct值的動態(tài)變化：性別、年齡與疾病嚴(yán)重度的關(guān)聯(lián)分析及其流行病學(xué)意義

《Immunity, Inflammation and Disease》：Cycle Threshold (Ct) Value Trends in COVID-19: Analyzing Gender, Age, and Severity Factors Across Major Waves in India

【字體： 大 中 小 】 時間：2026年02月26日 來源：Immunity, Inflammation and Disease 2.7

　　

1 引言

COVID-19大流行由SARS-CoV-2病毒引發(fā)，對全球公共衛(wèi)生與社會經(jīng)濟(jì)造成深遠(yuǎn)影響。病毒主要通過呼吸道飛沫與接觸傳播，而RT-PCR（反轉(zhuǎn)錄聚合酶鏈反應(yīng)）因其高靈敏度成為檢測的金標(biāo)準(zhǔn)。其中，循環(huán)閾值（Ct）是RT-PCR檢測中的關(guān)鍵指標(biāo)，它代表熒光信號達(dá)到可檢測水平所需的循環(huán)數(shù)，與病毒載量呈反比關(guān)系：Ct值越低，表明病毒RNA濃度越高，通常Ct值低于40被視為陽性。

Ct值在監(jiān)測感染動態(tài)、指導(dǎo)公共衛(wèi)生干預(yù)（如接觸者追蹤、隔離）以及評估疫苗效果方面具有重要意義。然而，Ct值與不同變異株（如Alpha、Delta、Omicron）、人口學(xué)因素（年齡、性別）以及流行病學(xué)指標(biāo)之間的關(guān)聯(lián)仍存在不一致的結(jié)果。因此，本研究利用印度53485例確診數(shù)據(jù)，旨在全面探索Ct值隨時間、疫情浪潮、年齡、性別等因素的變化，以闡明病毒載量進(jìn)展及其與疾病嚴(yán)重度和傳播力的關(guān)聯(lián)。

2 材料與方法

數(shù)據(jù)來源于印度醫(yī)學(xué)研究理事會（ICMR），包含患者人口統(tǒng)計學(xué)（年齡、性別）、樣本采集日期以及E基因、RdRp、ORF1b的Ct值。流行病學(xué)數(shù)據(jù)來自O(shè)ur World in Data（截至2025年2月1日）。納入標(biāo)準(zhǔn)為RT-PCR確診、至少包含一個檢測靶點(diǎn)的數(shù)值型Ct值、有采集日期及至少一個關(guān)鍵協(xié)變量（年齡或性別）。排除缺失日期、非數(shù)值Ct值、質(zhì)控失敗或重復(fù)的記錄。主要分析采用E基因Ct值以保證一致性。

統(tǒng)計分析前使用Tukey四分位距法去除異常值。因數(shù)據(jù)偏離正態(tài)分布，采用非參數(shù)檢驗（Kruskal-Wallis與Mann-Whitney U），事后使用Dunn檢驗進(jìn)行兩兩比較，并以線性回歸分析Ct值與流行病學(xué)變量的關(guān)聯(lián)。顯著性閾值設(shè)為p?

3 結(jié)果

3.1 不同COVID-19浪潮間的Ct值比較

Ct值在三波疫情中存在顯著差異（p?

將Ct值分為低（?30）三類，全印度低Ct值病例比例最高（57.4%），中、高Ct值分別占29.2%與13.4%。各波次中低Ct值比例均最高，其中第二波低Ct值比例最高（59.0%），第一波最低（46.1%），第三波（56.5%）較第二波有所下降，印證了上述趨勢。

3.2 各浪潮內(nèi)的時間趨勢

將每波疫情進(jìn)一步分為峰前、峰時、峰后三個階段，共九組。Ct值在九組間差異顯著（p?

3.3 基于年齡的Ct值差異

按年齡分為兒童（0–9歲）、青少年（10–19歲）、青壯年（20–39歲）、中年（40–59歲）、老年（≥?60歲）五組。Ct值在組間差異顯著（p?

在各波疫情中分析各年齡組的Ct值，除兒童組外，其余年齡組在三波間均呈現(xiàn)顯著差異，趨勢與總體一致：第一波Ct值最高，第二波最低，第三波回升。

3.4 性別間的Ct值差異

男性與女性間的Ct值存在顯著差異（p?

3.5 與流行病學(xué)變量的關(guān)聯(lián)

線性回歸分析顯示，Ct值與多項COVID-19流行病學(xué)指標(biāo)呈顯著負(fù)相關(guān)（p?

4 討論

印度經(jīng)歷了三波主要的COVID-19疫情，每波均由不同變異株主導(dǎo)，傳播力與嚴(yán)重度各異。本研究證實Ct值在三波間存在顯著差異。第一波Ct值最高，可能與野生型病毒傳播力較低、嚴(yán)格的封鎖與社交隔離政策有關(guān)。第二波Ct值最低，對應(yīng)Delta變異株的高傳播力與高病毒載量，以及相對寬松的防控。第三波Ct值回升，可能歸因于Omicron變異株的致病性相對較弱、大規(guī)模疫苗接種以及前期感染獲得的免疫力。

按疫情階段細(xì)分后，Ct值在九組間差異顯著，呈現(xiàn)從疫情初期高值，到第二波達(dá)谷底，第三波再回升的動態(tài)過程，反映了病毒載量隨防控措施、變異株特性及人群免疫狀態(tài)的變化。

年齡分析顯示，兒童Ct值最高，老年最低。這可能源于兒童更強(qiáng)的先天免疫、更輕的癥狀或不同的病毒動力學(xué)，而老年人因免疫衰老與共病負(fù)擔(dān)，往往病毒載量更高、病情更重。性別分析發(fā)現(xiàn)女性Ct值顯著低于男性，表明女性病毒載量更高，可能與激素、遺傳等因素導(dǎo)致的免疫反應(yīng)差異有關(guān)，但具體機(jī)制需進(jìn)一步研究。

全數(shù)據(jù)集中低Ct值病例比例最高，且該模式在所有浪潮、年齡組和性別中均一致，表明高病毒載量感染在印度占主導(dǎo)。最后，Ct值與病例數(shù)、死亡數(shù)的顯著負(fù)相關(guān)，強(qiáng)有力地支持了Ct值可作為預(yù)測疫情傳播強(qiáng)度與疾病嚴(yán)重度的有用生物學(xué)標(biāo)志物。

5 結(jié)論

本研究系統(tǒng)揭示了印度COVID-19大流行期間Ct值的動態(tài)變化規(guī)律。病毒載量隨時間波動顯著，第一波最低，第二波（Delta）最高，第三波（Omicron）居中。年齡與性別是影響Ct值的重要協(xié)變量，兒童病毒載量低于老年，女性高于男性。Ct值與流行病學(xué)結(jié)局的穩(wěn)定負(fù)相關(guān)關(guān)系，凸顯了其作為預(yù)測工具在疫情監(jiān)測與公共衛(wèi)生決策中的潛在價值。持續(xù)監(jiān)測Ct值有助于優(yōu)化資源分配、制定針對性干預(yù)措施，并為未來大流行防范提供科學(xué)依據(jù)。

相關(guān)新聞

生物通微信公眾號

生物通新浪微博

微信

新浪微博

我要投稿

• 搜索
• 國際
• 國內(nèi)
• 人物
• 產(chǎn)業(yè)
• 熱點(diǎn)
• 科普

熱搜：COVID-19|SARS-CoV-2|循環(huán)閾值（Ct）|病毒載量|RT-PCR|流行病學(xué)|印度|年齡差異|性別差異|疾病嚴(yán)重度

知名企業(yè)招聘

熱點(diǎn)排行

新聞專題

今日動態(tài) | 人才市場 | 新技術(shù)專欄 | 中國科學(xué)人 | 云展臺 | BioHot | 云講堂直播 | 會展中心 | 特價專欄 | 技術(shù)快訊 | 免費(fèi)試用

版權(quán)所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

聯(lián)系信箱：

粵ICP備09063491號

<legend id="tjhz1"><nav id="tjhz1"><th id="tjhz1"></th></nav></legend>

<style id="tjhz1"><rp id="tjhz1"></rp></style>

^{<blockquote id="tjhz1"></blockquote>}