Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Covid颗粒有多大?

Posted on 2022-05-21

为了评估您可能需要哪种过滤来降低新冠病毒的风险,了解不同大小的气溶胶颗粒如何导致新冠病毒传播会很有用。不幸的是,我们在这里了解的不多。

我们知道 sars-cov-2 本身约为 0.1µm,但它可能不会作为裸病毒传播( Azimi 和 Stephens 2013 ):

一些研究人员假设单个病毒或细菌颗粒被雾化并作为单个有机体悬浮存在;然而,将颗粒视为较大的排出液滴可能更合适,其中包含较小的传染性颗粒的聚集体。

我们还知道,远低于 100 微米的液滴会产生显着传播,因为较大的液滴通常会很快从空气中沉淀下来,并且有大量证据表明 sars-cov-2 会在通风不良的空间中挥之不去。

如果你搜索【sars-cov-2 粒子是什么大小】,谷歌会给你Lee 2020 ,但我觉得没什么用:

在根据 COVID-19 患者的实验数据得出的最大病毒载量的情况下,来自 COVID-19 患者的呼吸液颗粒的 8.97 x 10 -5 % 被 SARS-CoV-2 占据。因此,经计算,可包含 SARS-CoV-2 的呼吸道颗粒的最小尺寸约为 9.3 µm。由于水在颗粒表面的蒸发,颗粒的最小尺寸会减小。

通过他们的计算,他们首先查看了感染者唾液中 sars-cov-2 的比例:通常为 3e-7%,但最高为 9e-5%。然后他们问一个粒子必须有多大才能包含至少一个 sars-cov-2 病毒,3e-7% 为 65µm,9e-5% 为 9.3µm。如果你产生一个大小为 1 微米的呼吸颗粒,那么是的,它还不足以包含 sars-cov-2 和你唾液中的其他所有物质,他们得出的结论是,这意味着这种大小的颗粒不能包含 sars-冠状病毒 2。相反,这一切告诉我们的是,这些粒子中只有约 0.1% 会包含 sars-cov-2。

他们承认这一点(“病毒可以不均匀地分布在呼吸液颗粒内;因此,由于病毒在液体颗粒中的聚集,最小尺寸可能会有所不同”),但他们并没有认真到得出结论认为他们的整个估计过程不起作用。

更好的是测量空气传播的粒子,并确定空气中存在的 sars-cov-2 中有多少部分包含在不同大小的粒子中。斯特恩等人。 2021 年在科威特的 Jaber 医院进行了测量。他们使用了一种定制设备,能够测量 sars-cov-2 是否存在于 10 微米、2.5-10 微米和 2.5 微米以下的颗粒中。他们在医院采集了 150 个样本,其中 137 个样本没有检测到任何 sars-cov-2。在这样做的 13 个中,大小分布为:

尺寸 阳性样本数
<2.5µm 3
2.5-10µm 7
>10微米 3

虽然该研究还测量了 sars-cov-2 的浓度,但样本量太小了,我认为坚持计数会更清楚。

已经有大量关于 covid 的研究,而我对该领域并不熟悉,因此可能还有其他研究尚未发现进行了大小分级的 sars-cov-2 采样。

如需更多数据,我们可以查看其他病毒的类似物。 Azimi 和 Stephens,2013 年总结了我们对流感的了解:

在所有这些研究中,我们估计,在最近的这些研究中,大约 20% 的流感病毒含量与 0.3-1 µm 尺寸范围内的颗粒有关; 29% 与 1-3 µm 尺寸范围相关,51% 与 3-10 µm 尺寸范围相关。

这是通过在有流感患者(医院等)的地方对空气进行采样,观察不同大小的颗粒,并测量每个颗粒大小范围占空气中流感病毒总含量的多少来计算的。

我们可以假设流感的分布与我们看到的 sars-cov-2 的分布大致相同,但作为非专家,我不清楚这是否是一个合理的假设。 Azimi 等人,2020 年将这一推理应用于麻疹,然而,这应该同样适用于 sars-cov-2:

在这项研究中,由于缺乏可靠的来源,我们假设室内生物气溶胶中麻疹病毒的大小分布与流感病毒相似。这一假设是基于以下事实,即这两种疾病都是空气传播的病毒性呼吸道感染,流感病毒和麻疹病毒的病毒大小相似,分别在 80-120nm 和 100-200nm 之间。

因为 Stern (2021) 的样本量非常小,并且与 Azimi 和 Stephens (2013) 对流感的看法大致一致,所以我将坚持流感估计:

尺寸 空气传播病毒的分数
0.3-1微米 20%
1-3微米 29%
3-10微米 51%

评论来自: facebook , lesswrong

原文: https://www.jefftk.com/p/how-big-are-covid-particles

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme