如何判断自己是复阳还是二次感染?感染过奥密克戎的人群对XBB、BQ.1是否还有保护力?******
近期,有关新冠复阳、二次感染的话题引起网友热议,有些网友对此存在忧虑情绪。上海中医药大学附属龙华医院肺病科主任医师薛鸿浩对相关问题作出回答。
薛鸿浩解释,复阳是指感染者体内残存的病毒延迟性排出,这些病毒来源于第一次病毒感染;而二次感染是第一次感染康复后被另外一个来源的新冠病毒感染,这些病毒来源于外部感染。一般复阳都是发生在康复之后一个月内,通过核酸PCR检出病毒片段。如果已经超过一个月,核酸又呈阳性,则再感染的可能性比较大,二次感染相隔时间比较久,一般要几个月。
据介绍,复阳与二次感染之间症状也存在区别:复阳阶段症状都已经恢复好转,不需要医学上的治疗干预,病毒核酸处于偶尔能检出的状态。因为抗原的灵敏性比核酸低,用抗原检测试剂可能就检不出来。但是二次感染则不同,病毒会经历一个完整的感染周期,包括病毒载量上升、平台维持、下降和消失,因此二次感染病毒浓度会很高,抗原就能连续性被检出,通常会是非常明显的两条杠,也会有不舒服的症状。
薛鸿浩说,如果要简单区别是复阳或是二次感染,可通过使用抗原检测试剂。在彻底康复一周或两周后,如果怀疑二次感染,可用抗原剂连续检测三天。如果检测结果是阳性,则可能是二次感染。复阳一般很难检出残余的病毒片段,就算偶尔被检出,一般也不会是一直连续的阳性结果。
那么什么样的人群容易出现复阳或二次感染呢?薛鸿浩表示,在免疫功能正常的人群里,发生复阳或者二次感染的概率都是很低的。一般免疫功能正常的患者感染康复之后,可以获得3到6个月以上的保护力。在这段时间内发生二次感染的概率也非常低,只有当免疫保护力变低时才可能发生二次感染。如果是新的病毒变异株,变异株可以打破第一次感染形成的免疫保护,就容易发生二次感染。
此外,也有市民关心,不同毒株是否会造成重复感染或是更容易复阳?目前来看在我国还是以BA.5.2、BF.7为主,BQ.1和XBB尚未形成优势传播,但其传播优势会逐渐增加,和BA.5.2和BF.7以及其他50多个输入的亚分支,可能会形成一个共循环。XBB.1.5 的感染者ACE2结合亲和力几乎与 BA.2.75 相当,可能使 XBB.1.5未来像BA.2.75一样获得更多突变,不过XBB.1.5目前免疫压力不大,还不会很快进化。
薛鸿浩介绍,如果遇到这几种毒株,再次感染的概率主要取决于两方面:一方面是再次遇到的毒株与BA.5和BF.7有多少重叠,如果病毒一直变异,交叉保护作用降低了则可能造成感染;另一方面则是看人自身抗体水平,尽管感染新冠后短时间内比如三到四个月内不会感染,但不可否认的是,新毒株流行或缩短二次感染“安全窗口”,接种疫苗仍然是最主要的预防手段。
据了解,对于复阳和二次感染,中医药学说中也有对应理论可供参考。伏邪理论始源于《素问.生气通天论》中“冬伤于寒,春必温病”的论述,是指在冬天伤于寒邪,内有正气不足,在春天发为温病,与新冠二次感染的概念比较相像;《伤寒论中》又有“伤寒感复”的说法,瘥后伏热未尽,复感新邪,其病复作;中医学中也有“劳复”“房劳”“食复”的描述,提示阳康后的患者应当注意饮食作息以防疾病的复发。
薛鸿浩指出,中医药理论中伏邪、感复的理论与复阳、二次感染存在相符合或重叠之处,尤其在发病的认识上一者注重机体免疫力,一者注重人体正气,在提高人体对病毒的抵抗力层面上基本一致。且中医药在治疗及预防新冠上也有独到之处,日常生活锻炼、饮食作息是中医着重的部分,如平时要注意防寒保暖、清淡饮食、作息规律,保持平和心态、不要太过焦虑;要加强运动,可以通过八段锦、六字诀、太极拳等中国传统功法适度锻炼,增强体质,提高免疫力;还可通过中药或食疗调理身体的阴阳平衡,从而提高免疫功能,防治病毒。如体质偏气虚的成年人尤其老年人可适当服用西洋参、黄芪等,脾虚湿重体质者可服用薏米等健脾化湿的中药或食品。(记者 郜阳)
人工智能应用于更多领域 计算机研究深入光电结合******
英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。
牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。
在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。
在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞)