《4月22日_意大利研究团队建立意大利COVID-19流行病学及人口干预措施模型》

  • 来源专题:COVID-19科研动态监测
  • 编译者: xuwenwhlib
  • 发布时间:2020-04-23
  • 信息名称:意大利研究团队建立意大利COVID-19流行病学及人口干预措施模型
    1.时间:2020年4月22日
    2.机构或团队:意大利特伦托大学、意大利圣马特奥IRCCS医院、意大利帕维亚大学、意大利米兰理工大学
    3.事件概要:
    4月22日,Nature Medicine发表了题为“Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy”的文章。
    截至2020年4月5日,意大利共报告了128948例SARS-CoV-2确诊病例和15887例死亡病例。要结束全球SARS-CoV-2大流行,需要实施多种人口控制措施,包括社会隔离、检测和接触追踪。文章提出了一个新的模型来预测SARS-CoV-2流行进程,以帮助规划一个有效的控制策略。
    该模型考虑了八个感染阶段:易感(S)、感染(I)、诊断(D)、患病(A)、确诊(R)、危重(T)、治愈(H)和死亡(E),统称为SIDARTHE。SIDARTHE模型根据感染者是否被诊断和症状的严重程度来区分他们。诊断和未诊断个体的区分很重要,因为前者通常是被隔离孤立的,因此不太可能传播导致其他感染。这种描述也有助于解释对病死率和流行病蔓延的误解。文章将模拟结果与意大利COVID-19流行病学的实际数据进行了比较,并对可能的对策实施情景进行了建模。结果表明,限制性的社会疏远措施将需要与广泛的检测和接触追踪相结合,以结束目前的COVID-19大流行。文章中相关代码可进行公开下载:http://users.dimi.uniud.it/~giulia.giordano/docs/papers/SIDARTHEcode.zip.
    4.附件:
    原文链接
    https://www.nature.com/articles/s41591-020-0883-7

  • 原文来源:https://www.nature.com/articles/s41591-020-0883-7
相关报告
  • 《意大利研究团队建立意大利COVID-19流行病学及人口干预措施模型》

    • 来源专题:生物安全知识资源中心 | 领域情报网
    • 编译者:hujm
    • 发布时间:2020-05-10
    • 4月22日,Nature Medicine发表了题为“Modelling the COVID-19 epidemic and implementation of population-wide interventions in Italy”的文章。 截至2020年4月5日,意大利共报告了128948例SARS-CoV-2确诊病例和15887例死亡病例。要结束全球SARS-CoV-2大流行,需要实施多种人口控制措施,包括社会隔离、检测和接触追踪。文章提出了一个新的模型来预测SARS-CoV-2流行进程,以帮助规划一个有效的控制策略。 该模型考虑了八个感染阶段:易感(S)、感染(I)、诊断(D)、患病(A)、确诊(R)、危重(T)、治愈(H)和死亡(E),统称为SIDARTHE。SIDARTHE模型根据感染者是否被诊断和症状的严重程度来区分他们。诊断和未诊断个体的区分很重要,因为前者通常是被隔离孤立的,因此不太可能传播导致其他感染。这种描述也有助于解释对病死率和流行病蔓延的误解。文章将模拟结果与意大利COVID-19流行病学的实际数据进行了比较,并对可能的对策实施情景进行了建模。结果表明,限制性的社会疏远措施将需要与广泛的检测和接触追踪相结合,以结束目前的COVID-19大流行。文章中相关代码可进行公开下载:http://users.dimi.uniud.it/~giulia.giordano/docs/papers/SIDARTHEcode.zip.
  • 《3月3日_中国COVID-19的流行预测模型及软件评估干预措施》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-05
    • 1.时间:2020年3月3日 2.机构或团队:美国密歇根大学、美国密歇根大学安娜堡分校、美国国家癌症研究所、美国CarGurus、美国匹兹堡大学 3.事件概要: 美国的研究人员在medRxiv预印版平台发表论文“An epidemiological forecast model and software assessing interventions on COVID-19 epidemic in China”。文章作者开发了一个健康信息学工具包,使公共卫生工作者能够利用中国疾控中心的公开数据及时分析和评估新型冠状病毒(COVID-19)感染的时间进程动态。该工具包建立在分层流行病学模型的基础上,在这个模型中,由一个马尔可夫SIR传染病过程控制的潜在感染动力学发出两个观察到的每日确诊和康复病例比例的时间序列。作者在研究中扩展了SIR模型,以结合各种类型的时变隔离协议,包括政府级的宏观隔离政策和社区级的具体检查措施。文章针对漏报的确诊病例制定了校准程序。该工具包提供在线和离线两种形式的兴趣点预测,包括每日确诊比例变小时间、每日确诊比例小于每日康复比例的时间,以及疫情的结束时间。文章作者向公众提供了R软件,并举例说明了该软件的使用示例。此外,文章讨论了该新型流行病学模型的一些可能扩展。 *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。 4.附件: 原文链接:https://www.medrxiv.org/content/10.1101/2020.02.29.20029421v1