Background Pandemic H1N1 2009 influenza virus has been identified as the cause of a widespread outbreak of febrile respiratory infection in the USA and worldwide. We summarised cases of infection with pandemic H1N1 virus in pregnant women identified in the USA during the first month of the present outbreak, and deaths associated with this virus during the first 2 months of the outbreak. Methods After initial reports of infection in pregnant women, the US Centers for Disease Control and Prevention (CDC) began systematically collecting additional information about cases and deaths in pregnant women in the USA with pandemic H1N1 virus infection as part of enhanced surveillance. A confirmed case was defined as an acute respiratory illness with laboratory-confirmed pandemic H1N1 virus infection by real-time reverse-transcriptase PCR or viral culture; a probable case was defined as a person with an acute febrile respiratory illness who was positive for influenza A, but negative for H1 and H3. We used population estimates derived from the 2007 census data to calculate rates of admission to hospital and illness. Findings From April 15 to May 18, 2009, 34 confirmed or probable cases of pandemic H1N1 in pregnant women were reported to CDC from 13 states. 11 (32%) women were admitted to hospital. The estimated rate of admission for pandemic H1N1 influenza virus infection in pregnant women during the first month of the outbreak was higher than it was in the general population (0·32 per 100 000 pregnant women, 95% CI 0·13–0·52 vs 0·076 per 100 000 population at risk, 95% CI 0·07–0·09). Between April 15 and June 16, 2009, six deaths in pregnant women were reported to the CDC; all were in women who had developed pneumonia and subsequent acute respiratory distress syndrome requiring mechanical ventilation. Interpretation Pregnant women might be at increased risk for complications from pandemic H1N1 virus infection. These data lend support to the present recommendation to promptly treat pregnant women with H1N1 influenza virus infection with anti-influenza drugs. Funding US CDC.

Importance

 Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the etiology of coronavirus disease 2019 (COVID-19), is readily transmitted person to person. Optimal control of COVID-19 depends on directing resources and health messaging to mitigation efforts that are most likely to prevent transmission, but the relative importance of such measures has been disputed. 

Objective

 To assess the proportion of SARS-CoV-2 transmissions in the community that likely occur from persons without symptoms. 

Design, Setting, and Participants

 This decision analytical model assessed the relative amount of transmission from presymptomatic, never symptomatic, and symptomatic individuals across a range of scenarios in which the proportion of transmission from people who never develop symptoms (ie, remain asymptomatic) and the infectious period were varied according to published best estimates. For all estimates, data from a meta-analysis was used to set the incubation period at a median of 5 days. The infectious period duration was maintained at 10 days, and peak infectiousness was varied between 3 and 7 days (−2 and +2 days relative to the median incubation period). The overall proportion of SARS-CoV-2 was varied between 0% and 70% to assess a wide range of possible proportions. 

Main Outcomes and Measures

 Level of transmission of SARS-CoV-2 from presymptomatic, never symptomatic, and symptomatic individuals. 

Results

 The baseline assumptions for the model were that peak infectiousness occurred at the median of symptom onset and that 30% of individuals with infection never develop symptoms and are 75% as infectious as those who do develop symptoms. Combined, these baseline assumptions imply that persons with infection who never develop symptoms may account for approximately 24% of all transmission. In this base case, 59% of all transmission came from asymptomatic transmission, comprising 35% from presymptomatic individuals and 24% from individuals who never develop symptoms. Under a broad range of values for each of these assumptions, at least 50% of new SARS-CoV-2 infections was estimated to have originated from exposure to individuals with infection but without symptoms. 

Conclusions and Relevance

 In this decision analytical model of multiple scenarios of proportions of asymptomatic individuals with COVID-19 and infectious periods, transmission from asymptomatic individuals was estimated to account for more than half of all transmissions. In addition to identification and isolation of persons with symptomatic COVID-19, effective control of spread will require reducing the risk of transmission from people with infection who do not have symptoms. These findings suggest that measures such as wearing masks, hand hygiene, social distancing, and strategic testing of people who are not ill will be foundational to slowing the spread of COVID-19 until safe and effective vaccines are available and widely used.

On December 14, 2020, the United Kingdom reported a SARS-CoV-2 variant of concern (VOC), lineage B.1.1.7, also referred to as VOC 202012/01 or 20I/501Y.V1.* The B.1.1.7 variant is estimated to have emerged in September 2020 and has quickly become the dominant circulating SARS-CoV-2 variant in England (1). B.1.1.7 has been detected in over 30 countries, including the United States. As of January 13, 2021, approximately 76 cases of B.1.1.7 have been detected in 12 U.S. states.† Multiple lines of evidence indicate that B.1.1.7 is more efficiently transmitted than are other SARS-CoV-2 variants (1-3). The modeled trajectory of this variant in the U.S. exhibits rapid growth in early 2021, becoming the predominant variant in March. Increased SARS-CoV-2 transmission might threaten strained health care resources, require extended and more rigorous implementation of public health strategies (4), and increase the percentage of population immunity required for pandemic control. Taking measures to reduce transmission now can lessen the potential impact of B.1.1.7 and allow critical time to increase vaccination coverage. Collectively, enhanced genomic surveillance combined with continued compliance with effective public health measures, including vaccination, physical distancing, use of masks, hand hygiene, and isolation and quarantine, will be essential to limiting the spread of SARS-CoV-2, the virus that causes coronavirus disease 2019 (COVID-19). Strategic testing of persons without symptoms but at higher risk of infection, such as those exposed to SARS-CoV-2 or who have frequent unavoidable contact with the public, provides another opportunity to limit ongoing spread.

This report from CDC’s Morbidity and Mortality Weekly Report (MMWR) replaces the 2007 Interim Pre-pandemic Planning Guidance: Community Strategy for Pandemic Influenza Mitigation in the United States â€” Early, Targeted, Layered Use of Nonpharmaceutical Interventions.

To calculate the burden of 2009 pandemic influenza A (pH1N1) in the United States, we extrapolated from the Centers for Disease Control and Prevention's Emerging Infections Program laboratory-confirmed hospitalizations across the entire United States, and then corrected for underreporting. From 12 April 2009 to 10 April 2010, we estimate that approximately 60.8 million cases (range: 43.3–89.3 million), 274 304 hospitalizations (195 086–402 719), and 12 469 deaths (8868–18 306) occurred in the United States due to pH1N1. Eighty-seven percent of deaths occurred in those under 65 years of age with children and working adults having risks of hospitalization and death 4 to 7 times and 8 to 12 times greater, respectively, than estimates of impact due to seasonal influenza covering the years 1976–2001. In our study, adults 65 years of age or older were found to have rates of hospitalization and death that were up to 75% and 81%, respectively, lower than seasonal influenza. These results confirm the necessity of a concerted public health response to pH1N1.

Pregnant women living in or traveling to areas with local mosquito-borne Zika virus transmission are at risk for Zika virus infection, which can lead to severe fetal and infant brain abnormalities and microcephaly (1). In February 2016, CDC recommended 1) routine testing for Zika virus infection of asymptomatic pregnant women living in areas with ongoing local Zika virus transmission at the first prenatal care visit, 2) retesting during the second trimester for women who initially test negative, and 3) testing of pregnant women with signs or symptoms consistent with Zika virus disease (e.g., fever, rash, arthralgia, or conjunctivitis) at any time during pregnancy (2). To collect information about pregnant women with laboratory evidence of recent possible Zika virus infection* and outcomes in their fetuses and infants, CDC established pregnancy and infant registries (3). During January 1, 2016-April 25, 2017, U.S. territories† with local transmission of Zika virus reported 2,549 completed pregnancies§ (live births and pregnancy losses at any gestational age) with laboratory evidence of recent possible Zika virus infection; 5% of fetuses or infants resulting from these pregnancies had birth defects potentially associated with Zika virus infection¶ (4,5). Among completed pregnancies with positive nucleic acid tests confirming Zika infection identified in the first, second, and third trimesters, the percentage of fetuses or infants with possible Zika-associated birth defects was 8%, 5%, and 4%, respectively. Among liveborn infants, 59% had Zika laboratory testing results reported to the pregnancy and infant registries. Identification and follow-up of infants born to women with laboratory evidence of recent possible Zika virus infection during pregnancy permits timely and appropriate clinical intervention services (6).

Influenza infects an estimated 9-35 million individuals each year in the United States and is a contributing cause for between 12,000 and 56,000 deaths annually. Seasonal outbreaks of influenza are common in temperate regions of the world, with highest incidence typically occurring in colder and drier months of the year. Real-time forecasts of influenza transmission can inform public health response to outbreaks. We present the results of a multiinstitution collaborative effort to standardize the collection and evaluation of forecasting models for influenza in the United States for the 2010/2011 through 2016/2017 influenza seasons. For these seven seasons, we assembled weekly real-time forecasts of seven targets of public health interest from 22 different models. We compared forecast accuracy of each model relative to a historical baseline seasonal average. Across all regions of the United States, over half of the models showed consistently better performance than the historical baseline when forecasting incidence of influenza-like illness 1 wk, 2 wk, and 3 wk ahead of available data and when forecasting the timing and magnitude of the seasonal peak. In some regions, delays in data reporting were strongly and negatively associated with forecast accuracy. More timely reporting and an improved overall accessibility to novel and traditional data sources are needed to improve forecasting accuracy and its integration with real-time public health decision making.

The United States 2017-18 influenza season (October 1, 2017-May 19, 2018) was a high severity season with high levels of outpatient clinic and emergency department visits for influenza-like illness (ILI), high influenza-related hospitalization rates, and elevated and geographically widespread influenza activity across the country for an extended period. Nationally, ILI activity began increasing in November, reaching an extended period of high activity during January-February, and remaining elevated through March. Influenza A(H3N2) viruses predominated through February and were predominant overall for the season; influenza B viruses predominated from March onward. This report summarizes U.S. influenza activity* during October 1, 2017-May 19, 2018.†.

A wide range of research has promised new tools for forecasting infectious disease dynamics, but little of that research is currently being applied in practice, because tools do not address key public health needs, do not produce probabilistic forecasts, have not been evaluated on external data, or do not provide sufficient forecast skill to be useful. We developed an open collaborative forecasting challenge to assess probabilistic forecasts for seasonal epidemics of dengue, a major global public health problem. Sixteen teams used a variety of methods and data to generate forecasts for 3 epidemiological targets (peak incidence, the week of the peak, and total incidence) over 8 dengue seasons in Iquitos, Peru and San Juan, Puerto Rico. Forecast skill was highly variable across teams and targets. While numerous forecasts showed high skill for midseason situational awareness, early season skill was low, and skill was generally lowest for high incidence seasons, those for which forecasts would be most valuable. A comparison of modeling approaches revealed that average forecast skill was lower for models including biologically meaningful data and mechanisms and that both multimodel and multiteam ensemble forecasts consistently outperformed individual model forecasts. Leveraging these insights, data, and the forecasting framework will be critical to improve forecast skill and the application of forecasts in real time for epidemic preparedness and response. Moreover, key components of this project—integration with public health needs, a common forecasting framework, shared and standardized data, and open participation—can help advance infectious disease forecasting beyond dengue.

Comprehensive and timely information on influenza virus characteristics is critical for determining when the flu season starts and which viruses are circulating, for identifying and preparing viruses for use in influenza vaccines, and for detecting novel influenza viruses with potential for pandemic spread.In 2013, the first edition of the "Right Size Roadmap" was released.The document was the result of an initiative begun in 2010, led in partnership by the Centers for Disease Control and Prevention (CDC) and the Association of Public Health Laboratories (APHL) which engaged various stakeholders, including: epidemiologists, laboratorians, and influenza coordinators at local and state public health departments and at CDC; members and staff from the Council of State and Territorial Epidemiologists (CSTE); clinical and commercial laboratory associations; academic statisticians; and consultants in efficiency improvement.The goal of the effort was to support improved use of new tools for accurate and rapid molecular diagnosis of influenza, new opportunities for electronic communication of laboratory results, and to maintain or enhance virologic surveillance in the United States to detect first cases of emerging novel influenza A virus infection, such as infections with variant A(H3N2), or avian A(H5Nx) or A(H7N9) viruses.The resulting document provided a set of functional requirements to design and build an optimal virologic surveillance system, improve existing systems approaches, focus resources and efficiencies, inform policymakers, and justify state and local funding requests.It used statistical tools to determine the desired or acceptable level of surveillance and recommended efficiency approaches.Today we have a standardized sampling strategy across public health and clinical laboratories that is nationally representative, ensures efficiency and data confidence, and includes characterizing both the antigenic and genomic properties of circulating influenza viruses.The landscape of influenza virologic surveillance has changed significantly since the first edition with national surveillance of influenza having transitioned to rely on public health laboratories submitting a set number of influenza positive samples weekly to one of the National Influenza Reference Centers (NIRCs), established in 2009, where additional characterization including virus isolation and whole genomic sequencing are done.Resultant isolates and data are then compiled by the CDC for further characterization and analysis.In addition to identifying the optimum "sampling" strategy, major improvements in sharing these data have taken place.In March 2009, five laboratories were routinely sharing specimen level data electronically with CDC.Today, all public health laboratories at the state level and some local public health and clinical laboratories send specimen level data electronically to CDC's Influenza Division.This increase has improved the timeliness and completeness of reporting for both seasonal influenza surveillance activities and the identification of novel influenza A viruses.Influenza viruses are constantly changing, and efforts to monitor and characterize the virus similarly need to be flexible and adaptive to changes in healthcare, laboratory technology, and financial and staff resources.Equally, this second release will also change, and as such, continued input and feedback are invited to improve these recommendations for achieving a right size for influenza virologic surveillance.Future iterations will explore the possibility of utilizing the Right Size approach for non-influenza virus responses. Vivien DuganDirector, Influenza Division Centers for Disease Control and Prevention * Any influenza positive specimen that cannot be definitively typed and subtyped as a circulating seasonal influenza A virus, influenza positive specimens producing nonstandard or inconclusive results as defined in the CDC Flu rRT-PCR Dx Panel Instructions for Use package insert.