《3月23日_改良的SIRD模型可准确模拟中国和意大利的COVID-19疫情演变情况》

  • 来源专题:COVID-19科研动态监测
  • 编译者: zhangmin
  • 发布时间:2020-03-24
  • 1.时间:2020年3月23日

    2.机构或团队:意大利萨莱诺大学

    3.事件概要:

    意大利萨莱诺大学科研人员在medRxiv预印本平台发表论文“Chinese and Italian COVID-19 outbreaks can be correctly described by a modified SIRD model”。

    文章指出,COVID-19疾病正在全球范围内迅速蔓延,影响着数百万人,并促使各国政府采取严厉措施控制疫情。由于疫情仍在持续爆发,流行病学数据的稀缺使预测变得困难,并且主要基于启发式(拟合)模型,而这些具有非物理参数的模型只能对爆发的演变提供有限的理解。研究针对这一问题,开发了SIRD隔间模型来描述和预测中国和意大利疫情爆发的演变情况。根据模型预测,意大利感染高峰应该在3月28日,感染人数或将达42000个。

    4.附件:

    原文链接:https://www.medrxiv.org/content/10.1101/2020.03.19.20039388v1

  • 原文来源:https://www.medrxiv.org/content/10.1101/2020.03.19.20039388v1
相关报告
  • 《改良的SIRD模型可准确模拟中国和意大利的COVID-19疫情演变情况》

    • 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:2020-04-05
    • 意大利萨莱诺大学科研人员在medRxiv预印本平台发表论文“Chinese and Italian COVID-19 outbreaks can be correctly described by a modified SIRD model”。 文章指出,COVID-19疾病正在全球范围内迅速蔓延,影响着数百万人,并促使各国政府采取严厉措施控制疫情。由于疫情仍在持续爆发,流行病学数据的稀缺使预测变得困难,并且主要基于启发式(拟合)模型,而这些具有非物理参数的模型只能对爆发的演变提供有限的理解。研究针对这一问题,开发了SIRD隔间模型来描述和预测中国和意大利疫情爆发的演变情况。根据模型预测,意大利感染高峰应该在3月28日,感染人数或将达42000个。
  • 《3月16日_基于中国COVID-19数据的各种流行模型的合理评价》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-18
    • 1.时间:2020年3月16日 2.机构或团队:清华大学周培元应用数学研究中心、北京工业大学、闽江学院、苏黎世联邦理工学院 3. 事件概要: medRxiv预印版于3月16日发表了清华大学等发表的论文“Rational evaluation of various epidemic models based on the COVID-19 data of China”。该文以2020年春季全国7个省市公开发布的COVID-19数据为基础,对文献中广泛使用的8个经验函数、4种统计推断方法和5个动态模型的预测能力进行了系统研究。强调了在模型的复杂性和准确性、过拟合和欠拟合以及模型的鲁棒性和敏感性之间取得良好平衡的重要性。研究人员进一步引入Akaike信息准则、均方根误差和稳健性指数来量化这三种黄金方法,并对各种流行模型/方法进行评价。通过大量的仿真,发现拐点在预测中对数据集大小的选择起着至关重要的作用。在拐点之前,这里所考虑的模型都不能做出可靠的预测。研究人员进一步注意到Logistic函数稳定地低估了最终的流行规模,而Gomertz函数在所有情况下都做了高估。由于序贯贝叶斯方法和随时间改变的再生数随疫情发展的非恒定性,因此研究人员建议特别在流行病的晚期使用它们。对于拐点,指数增长方法从低估到高估的过渡行为可能对构建更可靠的预测有用。对于基于ODE的动力学模型,SEIR-QD和SEIR-PO模型在COVID-19流行病上通常表现出比SIR、SEIR和SEIR-AHQ模型更好的性能。 *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/10.1101/2020.03.12.20034595v1