1.时间：2020年4月3日
2.机构或团队：美国加州大学伯克利分校
3.事件概要：
美国加州大学伯克利分校的研究人员在medRxiv预印版平台发表论文“Simple model for Covid-19 epidemics - back-casting in China and forecasting in the US”。文章中，研究人员使用了中国截至2020年3月13日的87天数据和美国截至3月31日的70天数据，对Logistic模型进行系统评估以预测疫情的增长。依次估算了模型参数集（最大病例数K，增长率r和中间时间t0）和疫情“结束时间” t95（定义为预测或实际病例数达到最大值的95%的时间）。这些参数的估计是针对每日增长的报告病例序列进行的（对中国进行回推，对美国进行预测）
该研究分析结果显示，在这两个国家中，K的估计值在指数和接近指数阶段随时间增长很大，这使得长期预报不可靠。对于美国来说，目前对最大病例数K的估计约为265,000例，但很有可能会在未来增长。但是，对中国来说，“结束时间” t95的运行估算值要短得多（60-70天，而实际值为67）。对于美国，从现在起两周前的数据序列中估算的值范围为70到80天。文章指出如果美国疫情的变化与中国以往的发展相似，则报告的病例数可能在4月10日至14日左右达到最大值。
*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/10.1101/2020.03.31.20049486v1.article-info
