《1月28日_兰卡斯特大学等机构研究人员更新2019-nCoV的R0为2.39-4.13,1月24日曾发文估计R0为3.6-4.0》

  • 来源专题:COVID-19科研动态监测
  • 编译者: xuwenwhlib
  • 发布时间:2020-02-07
  • 1.时间:2020年1月28日

    2.机构或团队:兰卡斯特大学、佛罗里达大学、格拉斯哥大学

    3.事件概要:

    兰卡斯特大学、佛罗里达大学、格拉斯哥大学研究人员在medRxiv预印版平台发表论文“Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions”。

    文章指出,自从首次发现以来,2019-nCoV的流行规模迅速增加,在中国及其他国家和地区都发生了病例。 研究人员使用传播模型,估计基本传染数(R0)为3.11(95%CI,2.39-4.13); 必须防止58-76%的传播停止病例增长;武汉病例确诊了为5.0%(3.6-7.4); 1月1日至22日,武汉共有21022(11090-33490)例感染病例。

    *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。

  • 原文来源:https://www.medrxiv.org/content/10.1101/2020.01.23.20018549v2
相关报告
  • 《1月29日_香港中文大学等机构研究人员更新2019-nCoV的R0为2.24-3.58,1月24日曾发文估计R0为3.30-5.47》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-02-07
    • 1.时间:2020年1月29日 2.机构或团队:香港中文大学、密西根大学、香港大学、香港理工大学、淮阴师范学院、上海师范大学 3.事件概要: 研究人员对2019-nCoV的基本传染数(R0)进行初步估计,在bioRxiv预印版平台发表论文“Preliminary estimation of the basic reproduction number of novel coronavirus (2019-nCoV) in China, from 2019 to 2020: A data-driven analysis in the early phase of the outbreak”。 考虑到疾病报告率变化的影响,研究人员通过指数增长对2020年1月10日至1月24日中国大陆的2019-nCoV病例时间序列的流行曲线进行了建模。研究人员利用估计的固有增长率(γ),通过使用其他两种冠状病毒疾病MERS和SARS的连续间隔(SI,传染性疾病的流行病学中,连续间隔是指传播链中连续病例之间的时间。)来估计R0,以作为真正未知SI的近似值。调查结果显示,早期暴发数据主要是指数增长。研究人员估计平均R0在2.24(95%CI:1.96-2.55)至3.58(95%CI:2.89-4.39)范围内,同时报告率增加了8倍至2倍。研究证明了报告率的变化在很大程度上影响了R0的估算。研究人员指出,对2019-nCoV的R0的平均估计值在2.24至3.58之间,并且显著大于1。研究表明2019-nCoV引起暴发的潜力。 *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。
  • 《2月19日_2019-nCoV R0的早期系统发育估算》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-02-24
    • 1.时间:2020年2月19日 2.机构或团队:米兰大学生物医学与临床科学系 3.事件概要: 米兰大学生物医学与临床科学系在medRxiv预印本平台发表论文“Early Phylogenetic Estimate of the Effective Reproduction Number of 2019-nCoV”。 文章分析了2020年2月4日在GISAID的52个2019-nCOV基因组,研究2019年新型冠状病毒的进化动力学。研究表明,病毒的平均进化率为7.8×10-4替换数/位点/年;R0为2.6(2.1-5.1),且在2019年12月从0.8上升到2.4;疫情的平均倍增时间为3.6-4.1天。 4.附件: 原文链接:https://www.medrxiv.org/content/10.1101/2020.02.19.20024851v1