研究人员Ottar Bjornstad说道：“在感染SARS-CoV-2之后，随着年龄的增长，结果和死亡率越来越严重，这是明显的迹象。然而，我们的建模结果表明，随着成人社区通过接种疫苗或接触病毒变得免疫，感染的风险可能会转移到更年幼的儿童。”
Bjornstad解释称，在其他冠状病毒和流感病毒出现并随后成为地方病时也观察到了这种变化。
“呼吸道疾病的历史记录表明，初次流行期间的年龄-发病率模式可能跟地方病流行非常不同。比如正在进行基因组研究表明，1889 - 1890年的大流行造成一百万人死亡，主要是年龄超过70岁的成人，这可能是由于HCoV-OC43病毒的出现，而现在成为了在7至12个月的大多数孩子的流行、温和、反复感染流感病毒。”
不过，Bjornstad警告称，如果成年人对SARS-CoV-2再次感染的免疫力下降，尽管此前接触过病毒会减轻疾病的严重性，这一群体的疾病负担可能仍然很高。
Bjornstad说道：“来自季节性冠状病毒的经验证据表明，以前的接触可能只会带来对再次感染的短期免疫力，从而导致反复爆发，这种事先的接触可能会启动免疫系统进而为严重疾病提供一些保护。然而，对COVID-19的研究表明，接种疫苗比接触SARS-CoV-2病毒提供了更强的保护，所以我们鼓励每个人都尽快接种疫苗。”
美国-挪威团队开发了一种被称为“现实年龄结构(RAS)数学模型”，该模型集成了人口统计学、社会混合程度、感染阻断和疾病减少免疫持续时间以此来检验COVID-19的年龄发病率和死亡率负担的未来潜在情景。
具体来说，研究人员检查了短期、中期和长期的疾病负担--分别为1年、10年和20年。他们还研究了11个不同国家的疾病负担，包括中国、日本、韩国、欧洲、西班牙、英国、法国、德国、意大利、美国、巴西和南非，这些国家的人口结构差异很大。他们使用来自联合国的数据对每个国家的模型进行参数化。
奥斯陆大学博士后Ruiyun Li表示：“不管免疫和混合，由于人口统计数据的不同，不同国家的人口死亡负担可能有所不同。我们的一般模型框架允许在面临短期或长期保护性免疫的情况下，对年龄依赖性风险进行稳健预测，考虑到先前接触过的疾病严重程度的降低并考虑到具有不同人口结构和社会混合模式的国家范围。”
Li表示，社会距离有充分的证据表明会影响传播，许多国家在首次COVID-19疫情形成期间实施了“就地避难”等干预措施。因此，该团队的模型假设任何一天的繁殖数量(R0)--或传播水平--跟当天的流动性有关。该模型还覆盖了各种免疫情景，包括疾病严重程度跟先前接触的独立性和依赖性以及短期（三个月或一年）和长期（10年或永久）免疫。
该团队的研究结果于2021年8月11日发表在《科学进展》上。
“对于许多传染性呼吸道疾病来说，在初次流行期间，人群的流行率会激增，但随着感染的传播随时间的推移逐渐向地方病平衡展开，流行率会以递减的波型模式下降，”Li说道，“根据免疫和人口统计学，我们的RAS模型支持这个观察到的轨迹；它预测了COVID-19疫情开始时的年龄结构跟最终的流行情况截然不同。在长期免疫的情况下，无论是永久性还是至少10年的，预计年轻人的感染率最高，因为老年人可以通过之前的感染免受新的感染。”
普林斯顿大学生态学、进化生物学和公共事务副教授Jessica Metcalf指出，只有在再次感染只产生轻微疾病的情况下，这种预测才可能成立。然而，她表示，如果原发性感染无法防止再感染或减轻老年人的严重疾病，那么随着时间的推移，死亡率的负担可能不会改变。“在这种最悲观的情况下，由于免疫力下降导致的持续严重的再感染导致的额外死亡将持续下去，直到有更有效的药物工具可用。”
有趣的是，由于人口统计学的差异，该模型对不同国家的预测结果也不同。
奥斯陆大学生态学和进化教授Nils Chr. Stenseth说道：“考虑到感染致死率随着年龄的增长而显著增加，人口结构较老的国家预计比人口结构相对年轻的国家有更大的死亡比例。跟此相一致的是，例如，南非-可能部分是由于其年轻的人口结构--跟意大利等老龄人口相比，死亡人数更少。我们发现，这种‘死亡差异’在很大程度上受到人口统计数据的影响。然而不管人口结构如何，我们预计风险会持续转移到年轻人身上。”
研究人员表示，他们设计的模型是为了让卫生当局拥有一个强大而灵活的工具，以来用于检查COVID-19未来的年龄循环进而加强防范和部署干预措施。
Bjornstad表示：“我们建立的数学框架是灵活的，它可以帮助具有不同人口结构和社会混合模式的世界各国调整减缓战略从而为政策决策提供一个关键工具。”