國際間免疫保護力即時評估

美國與丹麥經驗

台灣免疫保護力及疫情監視

各疫苗施打族群免疫保護力下降至40%-50%即可能爆發群聚感染
需加速提升第三劑施打!

輕症確診者精準居隔天數建議

1. 施打追加劑者確診後3天→95%已施打追加劑確診者病毒量已極低

2. 輕症進展至中症危險期為期6-7天→65歲以上年長者高風險群須延長居家隔離天數

1. 台灣及紐西蘭流行曲線比較

2. 新加坡XBB經驗預測台灣流行

重症減害與維持新常態生活雙贏架構

1. 面對新變種病毒突破性感染

2. 大流行防疫解封前適應期

貝氏隨機疾病進展模式應用於台灣入境個案精準檢疫隔離策略

Omicron期間精準檢疫時間，未來會加入性別、年齡、病毒量及疫苗施打狀態進行個人化調整。
 

利用AZ及Moderna疫苗的第三期臨床試驗作為施行二劑後中和抗體濃度分布和臨床保護力之免疫橋接關係，來推論混打疫苗中和抗體濃度之臨床保護力預測。

各國住院後住院率以及重症率與族群死亡率關係

臺灣防疫介入解封指數 (2022年5-12月)

利用臺灣實證通報人數、中重症人數及疫苗施打與抗病毒用藥狀況繪製新解封指數，並以0.5作為解封標準。
截至2022年7月中後臺灣可脫離BA.2的威脅，當BA.5疫情再起時，新解封指數仍在解封標準內。

貝氏DAG(Directed Acyclic Graphic)多項式模型

1. 疫苗效益評估模型

2. 疫苗效益與公衛防疫措施評估模型

1. Omicron 感染、中/重症及死亡多階段疾病進展模式

2. 追加劑疫苗預防中症、重症及死亡效益

1. 台灣Omicron超額死亡：

   自6月份43%降低至10月份16%

2. 死亡通報正確率達89%

機器學習模型設計-循環神經網絡模型 (RNN)及貝氏多階層網絡

評估各項防疫措施及社會影響

112年度延續計畫規劃
具體成果、預期效益