《评估COVID-19在中国一线城市的二次传播模式及流行预测》

  • 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:2020-03-17
  • 中国医学科学院北京协和医学院多个科室和神州数码医疗科技股份有限公司的科研人员在medRxiv预印本平台发表题为“Evaluating the secondary transmission pattern and epidemic prediction of the COVID-19 in metropolitan areas of China”的文章。
    研究人员利用2020年1月24日至2020年2月23日的报告数据,拟合了感染模型,并根据报告的病例数估算了四个高风险大都市区的可能感染数,这有助于了解COVID-19的传播模式。使用马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法估计了一组SERI模型统计参数,该模型综合了中国官方检疫法规和旅行限制的影响。研究结果显示,估计北京的基本生殖数R0为3.11,上海为2.78,广州为2.02,深圳为1.75。此外,研究人员推算出预测结果并比较了不同水平参数的结果,例如,在北京,预计峰值病例数在高峰期2020年2月29日约为466;然而,当城市执行不同级别(严格,轻度或弱度)的出行限制或管制措施时,估计结果表明,传输动态将发生变化,病例数的峰值变化比例在56%?159%之间。研究结论认为,公共卫生干预措施将减少COVID-19传播的风险,更严格的控制和预防措施将有效遏制其进一步传播;但在结束日期之前,企业和社会活动的开展会使风险增加。此外,从中国获得的经验和教训可能会为其他大城市地区以及在中国境外出现病例的大城市提供帮助。
    *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/10.1101/2020.03.06.20032177v1
相关报告
  • 《3月8日_评估COVID-19在中国一线城市的二次传播模式及流行预测》

    • 来源专题:COVID-19科研动态监测
    • 编译者:xuwenwhlib
    • 发布时间:2020-03-10
    • 3月8日_评估COVID-19在中国一线城市的二次传播模式及流行预测 1.时间:2020年3月8日 2.机构或团队:中国医学科学院北京协和医学院,神州数码医疗科技股份有限公司 3.事件概要: 中国医学科学院北京协和医学院多个科室和神州数码医疗科技股份有限公司的科研人员在medRxiv预印本平台发表题为“Evaluating the secondary transmission pattern and epidemic prediction of the COVID-19 in metropolitan areas of China”的文章。 研究人员利用2020年1月24日至2020年2月23日的报告数据,拟合了感染模型,并根据报告的病例数估算了四个高风险大都市区的可能感染数,这有助于了解COVID-19的传播模式。使用马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法估计了一组SERI模型统计参数,该模型综合了中国官方检疫法规和旅行限制的影响。研究结果显示,估计北京的基本生殖数R0为3.11,上海为2.78,广州为2.02,深圳为1.75。此外,研究人员推算出预测结果并比较了不同水平参数的结果,例如,在北京,预计峰值病例数在高峰期2020年2月29日约为466;然而,当城市执行不同级别(严格,轻度或弱度)的出行限制或管制措施时,估计结果表明,传输动态将发生变化,病例数的峰值变化比例在56%?159%之间。研究结论认为,公共卫生干预措施将减少COVID-19传播的风险,更严格的控制和预防措施将有效遏制其进一步传播;但在结束日期之前,企业和社会活动的开展会使风险增加。此外,从中国获得的经验和教训可能会为其他大城市地区以及在中国境外出现病例的大城市提供帮助。 *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/10.1101/2020.03.06.20032177v1
  • 《中国COVID-19的流行预测模型及软件评估干预措施》

    • 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:2020-03-12
    •     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。