中山大學團隊利用數學模型估計新型冠狀病毒的流行性

作者:佚名 來源:生物探索 日期:20-02-26

中山大學團隊2月20日在預印本網站 medRxiv 上發表了一篇文章,利用數學模型估計了新型冠狀病毒的流行性,並對疫情未來的控製提出了建議。

研究人員利用國家衛健委1月10日至2月8日期間的確診病例數據,采用5種獨立方法進行了數學建模研究,以評估COVID-19基本傳染數(R0),並分析了武漢封城前(1月10日至1月23日)、封城後(1月23日至2月8日)的數據,從而評估該病毒的流行風險和武漢封城對COVID-19傳播的有效性。這5種方法包括:指數增長(EG)、最大似然法(ML)、順序貝葉斯方法(SB)、取決於時間的再生數(TD)和易感暴露感染恢複(SEIR)模型。

5種方法按流行期估計的基本傳染數

結果發現,武漢市封閉前,COVID-19的基本傳染數為4.38(95%CI:3.63-5.13),封閉後降至3.41(95%CI:3.16-3.65),在整個流行期間,COVID-19的基本傳染數為3.39(95%CI:3.09-3.70),表明它具有很高的傳播能力。其中一個顯著特點是,在武漢關閉前的一段時間確定的基本傳染數數值非常高,三種建模方法確定的R0值大於5,並且有可能超過6。這個數值與流行性腮腺炎和天花等極具傳染性的疾病相一致,表明該疾病極有可能成為全球性流行病。

根據5個模型估算的關閉前、關閉後和整個流行期間的預測流行曲線

這項研究通過使用最新、最準確的病例診斷方法,將幾種建模方法與泊鬆損失權重相結合,從而避免了特定建模選擇的局限性。這是第一個比較封閉期前後的研究,與之前的研究相比,這項研究計算出了更可靠的估計值,並且發現了更高的R0值。這對新加坡、日本、韓國和倫敦等疫情正在蔓延的城市具有重要意義,另外,這些城市應考慮在必要時實施更積極的預防政策,以防止嚴重的全球性大流行。

關鍵字:中山大學,數學模型,新型冠狀病毒

分享到:
新浪微博 微信 騰訊微博 更多
更多評論
//站內統計//百度統計//穀歌統計//站長統計