复旦大学和芬兰阿尔托大学的研究人员在medRxiv预印版平台发表论文“Revealing the influence of national public health policies for the outbreak of the SARS-CoV-2 epidemic in Wuhan, China through status dynamic modeling”，文章构建了武汉市SEIO（MH）实时动态模型，以揭示国家公共卫生政策的影响。
该研究采用实时状态动态模型，对武汉市人群进行状态易感、暴露、感染症状、医疗保健、日常出勤等状态动态建模。模型参数根据2020年1月27日至2020年2月2日新增感染的每日报告进行拟合。利用拟合参数对不同条件下的疫情进行模拟，并与现状进行比较。
该研究结果预测，第一个病人最有可能出现在2019年11月29日；在武汉封城之前，已经可能有4153名感染者和6536例接触者，其基本再生数R0为2.65，而在封城后的30天，R0降至1.98；疫情高峰期为2020年2月17日，感染人数24115人，终点为2020年6月17日。模型预计将有77453人被感染。如果提前7天实施封城措施，则受感染的总人数将为21508名，但是如果将封城措施推迟1-6天会使感染范围扩大1.23倍至4.94倍。延误7天会使疫情最终失去控制。将医院的病床数量增加一倍将使总感染率降低28％，但是进一步投资床位数量将产生越来越小的收益。最后，在一天之内将传播参数提高5％的公共聚集事件预计最终将增加4243名感染者。
作者认为该模型预测武汉的高峰时间是2020年2月17日，目前疫情已得到控制。
*注，本文为预印本论文手稿，是未经同行评审的初步报告，其观点仅供科研同行交流，并不是结论性内容，请使用者谨慎使用。
