BackgroundIn the face of rapidly changing data, a range of case fatality ratio estimates for coronavirus disease 2019 (COVID-19) have been produced that differ substantially in magnitude. We aimed to provide robust estimates, accounting for censoring and ascertainment biases.MethodsWe collected individual-case data for patients who died from COVID-19 in Hubei, mainland China (reported by national and provincial health commissions to Feb 8, 2020), and for cases outside of mainland China (from government or ministry of health websites and media reports for 37 countries, as well as Hong Kong and Macau, until Feb 25, 2020). These individual-case data were used to estimate the time between onset of symptoms and outcome (death or discharge from hospital). We next obtained age-stratified estimates of the case fatality ratio by relating the aggregate distribution of cases to the observed cumulative deaths in China, assuming a constant attack rate by age and adjusting for demography and age-based and location-based under-ascertainment. We also estimated the case fatality ratio from individual line-list data on 1334 cases identified outside of mainland China. Using data on the prevalence of PCR-confirmed cases in international residents repatriated from China, we obtained age-stratified estimates of the infection fatality ratio. Furthermore, data on age-stratified severity in a subset of 3665 cases from China were used to estimate the proportion of infected individuals who are likely to require hospitalisation.FindingsUsing data on 24 deaths that occurred in mainland China and 165 recoveries outside of China, we estimated the mean duration from onset of symptoms to death to be 17·8 days (95% credible interval [CrI] 16·9–19·2) and to hospital discharge to be 24·7 days (22·9–28·1). In all laboratory confirmed and clinically diagnosed cases from mainland China (n=70 117), we estimated a crude case fatality ratio (adjusted for censoring) of 3·67% (95% CrI 3·56–3·80). However, after further adjusting for demography and under-ascertainment, we obtained a best estimate of the case fatality ratio in China of 1·38% (1·23–1·53), with substantially higher ratios in older age groups (0·32% [0·27–0·38] in those aged <60 years vs 6·4% [5·7–7·2] in those aged ≥60 years), up to 13·4% (11·2–15·9) in those aged 80 years or older. Estimates of case fatality ratio from international cases stratified by age were consistent with those from China (parametric estimate 1·4% [0·4–3·5] in those aged <60 years [n=360] and 4·5% [1·8–11·1] in those aged ≥60 years [n=151]). Our estimated overall infection fatality ratio for China was 0·66% (0·39–1·33), with an increasing profile with age. Similarly, estimates of the proportion of infected individuals likely to be hospitalised increased with age up to a maximum of 18·4% (11·0–37·6) in those aged 80 years or older.InterpretationThese early estimates give an indication of the fatality ratio across the spectrum of COVID-19 disease and show a strong age gradient in risk of death.FundingUK Medical Research Council.

The global impact of COVID-19 has been profound, and the public health threat it represents is the most serious seen in a respiratory virus since the 1918 H1N1 influenza pandemic. Here we present the results of epidemiological modelling which has informed policymaking in the UK and other countries in recent weeks. In the absence of a COVID-19 vaccine, we assess the potential role of a number of public health measures – so-called non-pharmaceutical interventions (NPIs) – aimed at reducing contact rates in the population and thereby reducing transmission of the virus. In the results presented here, we apply a previously published microsimulation model to two countries: the UK (Great Britain specifically) and the US. We conclude that the effectiveness of any one intervention in isolation is likely to be limited, requiring multiple interventions to be combined to have a substantial impact on transmission. Two fundamental strategies are possible: (a) mitigation, which focuses on slowing but not necessarily stopping epidemic spread – reducing peak healthcare demand while protecting those most at risk of severe disease from infection, and (b) suppression, which aims to reverse epidemic growth, reducing case numbers to low levels and maintaining that situation indefinitely. Each policy has major challenges. We find that that optimal mitigation policies (combining home isolation of suspect cases, home quarantine of those living in the same household as suspect cases, and social distancing of the elderly and others at most risk of severe disease) might reduce peak healthcare demand by 2/3 and deaths by half. However, the resulting mitigated epidemic would still likely result in hundreds of thousands of deaths and health systems (most notably intensive care units) being overwhelmed many times over. For countries able to achieve it, this leaves suppression as the preferred policy option. We show that in the UK and US context, suppression will minimally require a combination of social distancing of the entire population, home isolation of cases and household quarantine of their family members. This may need to be supplemented by school and university closures, though it should be recognised that such closures may have negative impacts on health systems due to increased absenteeism. The major challenge of suppression is that this type of intensive intervention package – or something equivalently effective at reducing transmission – will need to be maintained until a vaccine becomes available (potentially 18 months or more) – given that we predict that transmission will quickly rebound if interventions are relaxed. We show that intermittent social distancing – triggered by trends in disease surveillance – may allow interventions to be relaxed temporarily in relative short time windows, but measures will need to be reintroduced if or when case numbers rebound. Last, while experience in China and now South Korea show that suppression is possible in the short term, it remains to be seen whether it is possible long-term, and whether the social and economic costs of the interventions adopted thus far can be reduced.

Swine Flu Benchmark The World Health Organization (WHO) announced on 29 April 2009, a level-5 pandemic alert for a strain of H1N1 influenza originating in pigs in Mexico and transmitting from human to human in several countries. Fraser et al. (p. 1557 , published online 11 May; see the cover) amassed a team of experts in Mexico and WHO to make an initial assessment of the outbreak with a view to guiding future policy. The outbreak appears to have originated in mid-February in the village of La Gloria, Veracruz, where over half the population suffered acute respiratory illness, affecting more than 61% of children under 15 years old in the community. The basic reproduction number (the number of people infected per patient) is in the range of 1.5—similar or less than that of the pandemics of 1918, 1957, and 1968. There remain significant uncertainties about the severity of this outbreak, which makes it difficult to compare the economic and societal costs of intervention with lives saved and the risks of generating antiviral resistance.

The SARS-CoV-2 lineage B.1.1.7, designated variant of concern (VOC) 202012/01 by Public Health England1, was first identified in the UK in late summer to early autumn 20202. Whole-genome SARS-CoV-2 sequence data collected from community-based diagnostic testing for COVID-19 show an extremely rapid expansion of the B.1.1.7 lineage during autumn 2020, suggesting that it has a selective advantage. Here we show that changes in VOC frequency inferred from genetic data correspond closely to changes inferred by S gene target failures (SGTF) in community-based diagnostic PCR testing. Analysis of trends in SGTF and non-SGTF case numbers in local areas across England shows that B.1.1.7 has higher transmissibility than non-VOC lineages, even if it has a different latent period or generation time. The SGTF data indicate a transient shift in the age composition of reported cases, with cases of B.1.1.7 including a larger share of under 20-year-olds than non-VOC cases. We estimated time-varying reproduction numbers for B.1.1.7 and co-circulating lineages using SGTF and genomic data. The best-supported models did not indicate a substantial difference in VOC transmissibility among different age groups, but all analyses agreed that B.1.1.7 has a substantial transmission advantage over other lineages, with a 50% to 100% higher reproduction number.

Summary

Background

 The omicron variant (B.1.1.529) of SARS-CoV-2 has demonstrated partial vaccine escape and high transmissibility, with early studies indicating lower severity of infection than that of the delta variant (B.1.617.2). We aimed to better characterise omicron severity relative to delta by assessing the relative risk of hospital attendance, hospital admission, or death in a large national cohort. 

Methods

 Individual-level data on laboratory-confirmed COVID-19 cases resident in England between Nov 29, 2021, and Jan 9, 2022, were linked to routine datasets on vaccination status, hospital attendance and admission, and mortality. The relative risk of hospital attendance or admission within 14 days, or death within 28 days after confirmed infection, was estimated using proportional hazards regression. Analyses were stratified by test date, 10-year age band, ethnicity, residential region, and vaccination status, and were further adjusted for sex, index of multiple deprivation decile, evidence of a previous infection, and year of age within each age band. A secondary analysis estimated variant-specific and vaccine-specific vaccine effectiveness and the intrinsic relative severity of omicron infection compared with delta (ie, the relative risk in unvaccinated cases). 

Findings

 The adjusted hazard ratio (HR) of hospital attendance (not necessarily resulting in admission) with omicron compared with delta was 0·56 (95% CI 0·54–0·58); for hospital admission and death, HR estimates were 0·41 (0·39–0·43) and 0·31 (0·26–0·37), respectively. Omicron versus delta HR estimates varied with age for all endpoints examined. The adjusted HR for hospital admission was 1·10 (0·85–1·42) in those younger than 10 years, decreasing to 0·25 (0·21–0·30) in 60–69-year-olds, and then increasing to 0·47 (0·40–0·56) in those aged at least 80 years. For both variants, past infection gave some protection against death both in vaccinated (HR 0·47 [0·32–0·68]) and unvaccinated (0·18 [0·06–0·57]) cases. In vaccinated cases, past infection offered no additional protection against hospital admission beyond that provided by vaccination (HR 0·96 [0·88–1·04]); however, for unvaccinated cases, past infection gave moderate protection (HR 0·55 [0·48–0·63]). Omicron versus delta HR estimates were lower for hospital admission (0·30 [0·28–0·32]) in unvaccinated cases than the corresponding HR estimated for all cases in the primary analysis. Booster vaccination with an mRNA vaccine was highly protective against hospitalisation and death in omicron cases (HR for hospital admission 8–11 weeks post-booster vs unvaccinated: 0·22 [0·20–0·24]), with the protection afforded after a booster not being affected by the vaccine used for doses 1 and 2. 

Interpretation

 The risk of severe outcomes following SARS-CoV-2 infection is substantially lower for omicron than for delta, with higher reductions for more severe endpoints and significant variation with age. Underlying the observed risks is a larger reduction in intrinsic severity (in unvaccinated individuals) counterbalanced by a reduction in vaccine effectiveness. Documented previous SARS-CoV-2 infection offered some protection against hospitalisation and high protection against death in unvaccinated individuals, but only offered additional protection in vaccinated individuals for the death endpoint. Booster vaccination with mRNA vaccines maintains over 70% protection against hospitalisation and death in breakthrough confirmed omicron infections. 

Funding

 Medical Research Council, UK Research and Innovation, Department of Health and Social Care, National Institute for Health Research, Community Jameel, and Engineering and Physical Sciences Research Council.

Global prospects for COVID-19 control Lower-income countries have recognized the potential impact of coronavirus disease 2019 (COVID-19) from observing ongoing epidemics. Many have intervened quickly and early with measures to slow viral transmission, which may partly explain the low rates observed so far in these countries. Walker et al. calibrated a global model with country-specific data (see the Perspective by Metcalf et al. ). Despite the potentially protective effects of younger demographics, the closer intergenerational contact, limitations on health care facilities, and frequency of comorbidities in lower-income countries require sustained nonpharmaceutical interventions (NPIs) to avoid overwhelming health care capacity. As a result of strict NPIs, the protective effects of immunity will be reduced, and it will be important to improve testing capacity. Ensuring equitable provision of oxygen and—when they are ready—pharmaceutical interventions should be a global priority. Science , this issue p. 413 ; see also p. 368

BackgroundCOVID-19 has the potential to cause substantial disruptions to health services, due to cases overburdening the health system or response measures limiting usual programmatic activities. We aimed to quantify the extent to which disruptions to services for HIV, tuberculosis, and malaria in low-income and middle-income countries with high burdens of these diseases could lead to additional loss of life over the next 5 years.MethodsAssuming a basic reproduction number of 3·0, we constructed four scenarios for possible responses to the COVID-19 pandemic: no action, mitigation for 6 months, suppression for 2 months, or suppression for 1 year. We used established transmission models of HIV, tuberculosis, and malaria to estimate the additional impact on health that could be caused in selected settings, either due to COVID-19 interventions limiting activities, or due to the high demand on the health system due to the COVID-19 pandemic.FindingsIn high-burden settings, deaths due to HIV, tuberculosis, and malaria over 5 years could increase by up to 10%, 20%, and 36%, respectively, compared with if there was no COVID-19 pandemic. The greatest impact on HIV was estimated to be from interruption to antiretroviral therapy, which could occur during a period of high health system demand. For tuberculosis, the greatest impact would be from reductions in timely diagnosis and treatment of new cases, which could result from any prolonged period of COVID-19 suppression interventions. The greatest impact on malaria burden could be as a result of interruption of planned net campaigns. These disruptions could lead to a loss of life-years over 5 years that is of the same order of magnitude as the direct impact from COVID-19 in places with a high burden of malaria and large HIV and tuberculosis epidemics.InterpretationMaintaining the most critical prevention activities and health-care services for HIV, tuberculosis, and malaria could substantially reduce the overall impact of the COVID-19 pandemic.FundingBill & Melinda Gates Foundation, Wellcome Trust, UK Department for International Development, and Medical Research Council.

Background Over the past decade malaria intervention coverage has been scaled up across Africa. However, it remains unclear what overall reduction in transmission is achievable using currently available tools. Methods and Findings We developed an individual-based simulation model for Plasmodium falciparum transmission in an African context incorporating the three major vector species (Anopheles gambiae s.s., An. arabiensis, and An. funestus) with parameters obtained by fitting to parasite prevalence data from 34 transmission settings across Africa. We incorporated the effect of the switch to artemisinin-combination therapy (ACT) and increasing coverage of long-lasting insecticide treated nets (LLINs) from the year 2000 onwards. We then explored the impact on transmission of continued roll-out of LLINs, additional rounds of indoor residual spraying (IRS), mass screening and treatment (MSAT), and a future RTS,S/AS01 vaccine in six representative settings with varying transmission intensity (as summarized by the annual entomological inoculation rate, EIR: 1 setting with low, 3 with moderate, and 2 with high EIRs), vector–species combinations, and patterns of seasonality. In all settings we considered a realistic target of 80% coverage of interventions. In the low-transmission setting (EIR∼3 ibppy [infectious bites per person per year]), LLINs have the potential to reduce malaria transmission to low levels (<1% parasite prevalence in all age-groups) provided usage levels are high and sustained. In two of the moderate-transmission settings (EIR∼43 and 81 ibppy), additional rounds of IRS with DDT coupled with MSAT could drive parasite prevalence below a 1% threshold. However, in the third (EIR = 46) with An. arabiensis prevailing, these interventions are insufficient to reach this threshold. In both high-transmission settings (EIR∼586 and 675 ibppy), either unrealistically high coverage levels (>90%) or novel tools and/or substantial social improvements will be required, although considerable reductions in prevalence can be achieved with existing tools and realistic coverage levels. Conclusions Interventions using current tools can result in major reductions in P. falciparum malaria transmission and the associated disease burden in Africa. Reduction to the 1% parasite prevalence threshold is possible in low- to moderate-transmission settings when vectors are primarily endophilic (indoor-resting), provided a comprehensive and sustained intervention program is achieved through roll-out of interventions. In high-transmission settings and those in which vectors are mainly exophilic (outdoor-resting), additional new tools that target exophagic (outdoor-biting), exophilic, and partly zoophagic mosquitoes will be required. Please see later in the article for the Editors' Summary