免责声明：本网站持续更新。在所有内容翻译完成之前，其中一些内容可能以英文显示。

重要更新：医疗保健设施

为了应对COVID-19免疫接种，CDC更新了有效运行医疗保健系统的选择方法。了解更多

查找最新信息：
水上场馆常见问题解答
全剂量接种疫苗人群建议
COVID-19主页

更新

根据B.1.617.2 (Delta) 变种病毒的新证据，CDC更新了全剂量接种疫苗人群指导方针。CDC建议所有教师、工作人员、学生和K-12学校的访客，无论疫苗接种状况如何，均应在室内普遍佩戴口罩。孩子们应在秋季恢复全日制实地校园学习，并采取分层预防策略。

更新

白宫宣布，从2021年11月8日起，进入美国的国际旅行者必须接种疫苗。要进入美国，接种的疫苗必须是FDA批准或授权以及列入WHO紧急使用清单的疫苗。点击此处获取更多信息。

更新

自2021年11月8日开始，进入美国的旅行要求将会改变。点击此处获取更多信息。

预估COVID-19负担

2021年11月16日更新

打印

美国的COVID-19感染、症状性疾病、住院和死亡预估情况
通过预估美国的COVID-19感染、患病、住院和死亡情况可以了解什么信息
为什么CDC要预估美国的COVID-19感染、患病、住院和死亡情况
CDC如何预估COVID-19感染、症状性疾病和住院情况
CDC如何预估COVID-19死亡情况
局限性

为了更好地反映COVID-19全部负担，CDC使用统计模型提供COVID-19感染、症状性疾病、住院和死亡的预估情况，以调整国家监测网络由于多种原因未能捕捉到的病例。这些预估值和用于计算的方法发表在《临床传染病》external icon和《柳叶刀区域卫生 - 美洲》external icon上。这些预估值将定期更新。

美国的COVID-19感染、症状性疾病、住院和死亡预估情况

CDC estimates that from February 2020–September 2021:

报告的COVID-19感染率为1/4.0（95% UI* 3.4 - 4.7）

报告的COVID-19症状性疾病率为1/3.4（95% UI* 3.0 - 3.8）

报告的COVID-19住院率为1/1.9（95% UI* 1.7 - 2.1）

报告的COVID-19死亡率为1/1.32（95% UI* 1.29 - 1.34）

这些预估表明预估期间约有：

14660万

预估总感染人数

12400万

预估有症状患者

750万

预估住院人数

921,000

预估总死亡人数

Last Updated: October 2, 2021

Table 1: Preliminary estimated COVID-19 cumulative incidence, by age group — United States, February 2020-September 2021^†
年龄段	预估	95% UI*	预估	95% UI*	预估	95% UI*	预估	95% UI*
	感染		有症状疾病		住院		死亡
0-17岁	25,844,005	21,361,986 – 31,614,224	22,030,307	19,108,000 – 25,701,942	266,597	224,715 – 315,966	645	501 – 1,141
18-49岁	75,179,070	62,681,393 – 90,520,720	64,029,542	56,477,718 – 73,348,809	1,996,830	1,719,541 – 2,334,921	60,355	56,641 – 64,388
50-64岁	27,407,088	22,869,356 – 32,921,158	23,378,591	20,628,625 – 26,697,449	2,009,141	1,771,585 – 2,304,508	159,489	154,920 – 164,453
65岁以上	18,012,882	14,527,427 – 22,761,991	14,626,141	12,913,173 – 16,745,092	3,232,213	2,864,006 – 3,683,201	700,882	688,959 – 713,090
所有年龄段	146,585,169	125,980,377 – 171,574,943	123,979,337	111,032,406 – 139,954,539	7,506,029	6,715,747 – 8,465,642	921,371	902,527 – 941,172

* *调整后的预估分为两部分：不确定性区间预估[UI]和点预估。不确定性区间提供了一个范围，在该范围内，如果多次重复同一研究，则COVID-19感染、症状性疾病、住院或死亡的真实人数或比率预计将下降，这为点预估的精确度提供了概念。95%的不确定性区间意味着如果研究重复100次，则100次不确定性区间中的95次将包含真实的点预估。相反，仅在100次的5次中，不确定性区间不包含真实的点预估。

^†这些是初步估计，随着更多数据的出现以及我们对COVID-19的检测和报告的理解加深，这些预估值可能会上下波动。CDC将继续定期更新这些预估值。

Table 2: Estimated rates of COVID-19 disease outcomes per 100,000, by age group — United States, February 2020-September 2021
年龄段	预估	95% UI*	预估	95% UI*	预估	95% UI*	预估	95% UI*
	感染率（每100,000人）		有症状患病率（每100,000人）		住院率（每100,000人）		死亡率（每100,000人）
0-17岁	35,490	29,335 – 43,414	30,253	26,240 – 35,295	366	309 – 434	0.9	0.7-1.6
18-49岁	54,860	45,740 – 66,055	46,724	41,213 – 53,525	1,457	1,255 – 1,704	43.7	41.0 – 46.6
50-64岁	43,656	36,428 – 52,439	37,239	32,859 – 42,526	3,200	2,822 – 3,671	253.5	246.2 – 261.3
65岁以上	32,363	26,101 – 40,895	26,278	23,200 – 30,085	5,807	5,146 – 6,617	1296.5	1274.5 – 1319.1
所有年龄段	44,650	38,374 – 52,262	37,764	33,821 – 42,630	2,286	2,046 – 2,579	280.7	275.0 – 286.7

Percentage of COVID-19 infections, symptomatic illness, and hospitalizations, and deaths, by age group—United States, February 2020-September 2021

预估未报告的病例、住院和死亡人数有助于量化COVID-19疫情对医疗保健系统和社会的影响和严重程度。此外，这些预估可以为如何指导和分配医疗资源提供信息依据；协助规划预防控制措施，包括免疫接种；预测COVID-19的未来负担；并评估干预措施的潜在影响。

COVID-19的累积负担是对美国可能因COVID-19而感染、生病、住院或死亡的人数的预估。全国报告了确诊的COVID-19病例和死亡人数，但这些病例和死亡人数可能仅占人口中发生的真实数字的一小部分。COVID-19的感染、症状性疾病、住院和死亡病例可能由于各种原因而未被发现和未报告。例如：

有些SARS-CoV-2的感染者从未表现出症状（无症状感染），因此他们的感染很可能未被发现。
发送至CDC的病例报告常常缺失患者信息（比如年龄或住院治疗状态），或者出现延迟。
并非每个生病的人都会寻求医学护理及/或接受检测；有些病人住院治疗或死亡时可能未经过COVID-19检测。
即使生病的门诊或住院治疗患者经过检测，如果存在以下情况，COVID-19感染情况可能未得到准确反映：
- 未正确进行检测或者检测未在反映感染的合适时间框架内进行；
- 由于检测的敏感性，COVID-19感染检测结果呈假阴性；
- 由于样本收集质量或数量问题，COVID-19感染检测结果呈假阴性；或
- COVID-19确诊病例从未上报给地方和州公共卫生部门，因而未上报至CDC。

对于COVID-19患者，在检测和报告后数天或数周内可能会发生死亡，并且由于检测呈阳性和死亡之间存在时间间隔，死亡可能会被错误地归因于COVID-19以外的原因。
COVID-19可能会导致非呼吸系统并发症，也可能会增加慢性病的严重程度，从而导致死亡（例如败血症、循环系统疾病、呼吸系统疾病、糖尿病或肾功能衰竭），而在死亡证明上，COVID-19可能被错误地忽略为导致死亡的一个原因。

由于当前的监测系统无法获取美国发生的所有COVID-19病例或死亡病例，CDC提供这些估计值以更好地反映COVID-19的更大负担。CDC利用这些类型的估计值为政策决定和公共信息提供信息依据。

为了预估COVID-19感染、症状性疾病和住院情况，CDC使用一种适用于COVID-19确诊病例的统计模型，并根据缺失的年龄和住院状态进行调整。一些数据来源和监视系统被用来确定和描述潜在的检测不足的来源，其中包括：

SARS-CoV-2检测灵敏度较低。对SARS-CoV-2（COVID-19疾病的致病病毒）进行检测的人即使感染了该病毒，也可能不会检测呈阳性，因为所用检测方法的敏感性较低。SARS-CoV-2检测灵敏度在文献中已有报告；用于说明假阴性检测结果的RT-PCR检测的灵敏度范围为79%-98%。

未下达SARS-CoV-2检测要求或未及时完成检测。并非所有因急性呼吸系统疾病 (ARI) 寻求护理的门诊患者或因ARI住院的住院患者都接受了COVID-19检测，并且并非所有要求的检测都能够及时正确完成。CDC使用两个数据源来估算有多少ARI门诊患者未进行COVID-19检测：
- IBM Watson Explorys电子健康档案数据库，该数据库汇集了来自39多家医疗合作伙伴、400个急性护理设施以及400,000个独特服务提供者的电子健康档案；以及
- COVID Near Youexternal icon (CNY)，这是哈佛大学于2020年3月推出的网站应用程序，参与者可以在其中提交有关自我报告的症状、如何获得医疗服务和COVID-19检测的信息。
并非所有出现症状的患者都会寻求护理或检测服务。并非所有生病的患者都会寻求护理或接受COVID-19检测，因此他们不包括在国家病例报告中。为了估算从未就医的有症状人数，研究人员使用来自COVID Near Youexternal icon (CNY) 和Flu Near Youexternal icon (FNY) 网站有关就医行为的数据。虽然COVID Near You于2020年3月才启动，但FNY自2011年以来一直在收集自我报告的流感参与数据。
患者没有症状。一些SARS-CoV-2感染者从未表现出症状（他们是无症状感染者）。无症状感染者很可能未被发现。文献中报告了无症状感染的百分比，并且因年龄段而异。在0-64岁的人群中，用于估计无症状感染的范围为5%-24%，在65岁及以上人群中，用于估计无症状感染的范围为5%-32%。

用于调整上述检测不足来源的住院和非住院病例数的统计模型基于之前用于估计流感疾病负担的方法，详见其他地方。这些方法经过同行评审并发表在《临床传染病》上。

使用统计模型估计COVID-19死亡人数，以计算未识别的COVID-19死亡人数和未在死亡证明上记录并因此从未作为与COVID-19相关死亡而报告的人数。

为了估计这些未识别的COVID-19死亡人数，我们从美国国家卫生统计中心获得了因各种原因而死亡的人数。在应用统计模型之前，按年龄、状态和周数统计的全因死亡人数要减去报告的COVID-19死亡人数，以确保统计模型的预期死亡计算中不包括这些报告的COVID-19死亡人数。

然后，为了了解有多少死亡可能未被识别与COVID-19相关，CDC使用统计模型来估计假设没有COVID-19而在所有原因下导致的预期死亡人数（即在没有任何COVID-19疾病的情况下预期的死亡人数）。之后，研究人员利用该模型，在考虑COVID-19传播的情况下预测可能发生的全因死亡人数。要获得未确认的COVID-19死亡人数，需从预测的全因死亡人数（有COVID-19传播）中减去预期的全因死亡人数（无COVID-19传播）。该模型按州和年龄段（六个年龄段为：0-17岁、18-49岁、50-64岁、65-74岁、75-84岁和≥85岁）来计算估计值。

一旦调查人员估计出未识别的COVID-19死亡人数，他们会将记录在案的COVID-19死亡人数和未识别死亡人数相加，以获得COVID-19可归因死亡总人数的估计值。这些方法经过同行评审并发表在《柳叶刀区域卫生 - 美洲》external icon上。

These estimates of COVID-19 infections, symptomatic illnesses, hospitalizations and deaths are subject to several limitations, either from the data inputs used or some statistical assumptions made in the methods. A detailed discussion of these limitations can be found in Clinical Infectious Diseasesexternal icon and The Lancet Regional Health – Americasexternal icon. CDC continues to explore data sources and statistical methodologies for estimating COVID-19 disease burden and will refine estimates over time.