《COVID-19大流行研究文献的全球性分析》

  • 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:2020-05-18
  • medRxiv预印平台于5月8日发布了越南河内医科大学和约翰霍普金斯大学彭博公共卫生学院等机构的文章“Studies of Novel Coronavirus Disease 19 (COVID-19) Pandemic: A Global Analysis of Literature”,分析了全球有关COVID-19的文献。
    文章指出,在最近几个月中,有关COVID-19的文献呈指数增长。研究人员对从Web of Science、Medline和Scopus数据库中提取的5780份出版物进行了文本分析,以探索当前的研究重点并提出进一步的研究议程。潜在狄利克雷分布(Latent Dirichlet allocation)用于主题建模。进行回归分析以检查研究重点中的国家差异。结果表明,出版物主要由美国、中国和欧洲国家提供。最常见的主题是COVID-19大流行中的急诊和外科手术指南,病毒致病机理以及全球响应反应。在收入和传播水平不同的国家,缓解COVID-19问题的研究方法存在差异。调查结果突出表明,在预防和控制大流行的不同阶段,高收入和低收入/中等收入国家之间需要进行全球研究合作。
    *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/10.1101/2020.05.05.20092635v1
相关报告
  • 《5月8日_COVID-19大流行研究文献的全球性分析》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-05-11
    • 1.时间:2020年5月8日 2.机构或团队:越南河内医科大学、约翰霍普金斯大学彭博公共卫生学院、越南Duy Tan大学、越南河内国家大学、新加坡国立大学 3.事件概要: medRxiv预印平台于5月8日发布了越南河内医科大学和约翰霍普金斯大学彭博公共卫生学院等机构的文章“Studies of Novel Coronavirus Disease 19 (COVID-19) Pandemic: A Global Analysis of Literature”,分析了全球有关COVID-19的文献。 文章指出,在最近几个月中,有关COVID-19的文献呈指数增长。研究人员对从Web of Science、Medline和Scopus数据库中提取的5780份出版物进行了文本分析,以探索当前的研究重点并提出进一步的研究议程。潜在狄利克雷分布(Latent Dirichlet allocation)用于主题建模。进行回归分析以检查研究重点中的国家差异。结果表明,出版物主要由美国、中国和欧洲国家提供。最常见的主题是COVID-19大流行中的急诊和外科手术指南,病毒致病机理以及全球响应反应。在收入和传播水平不同的国家,缓解COVID-19问题的研究方法存在差异。调查结果突出表明,在预防和控制大流行的不同阶段,高收入和低收入/中等收入国家之间需要进行全球研究合作。 *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/10.1101/2020.05.05.20092635v1
  • 《基于全球流动性的COVID-19大流行模型分析表明目前的感染率和检测率可能被低估》

    • 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
    • 3月23日,medRxiv预印本发表了题为“From a single host to global spread. The global mobility based modelling of the COVID-19 pandemic implies higher infection and lower detection rates than current estimates.”的文章。 自COVID-19大流行爆发以来,很多研究已经进行了多方面的工作来模拟病毒的地理-时间传播性,但没有一个成功地在全球级别描述病毒大流行。文章提出了第一个COVID-19全球流行模型(GLEaM)。该模拟仅从中国武汉的一个症状前但具有传染性的病例开始,结果准确预测了三大洲多个国家125天后的确诊病例数。 根据文献资料,作者将缺失的参数与病毒传播的动态观测值拟合,建立了一个修正的SIR模型,并对其进行参数化分析。将分析结果与68个选定国家的确诊病例数进行了比较,所得的95%置信区间结果与事实数据吻合较好。 文章模型模拟的大流行参数如下:基本繁殖数R0约为4.4;无症状潜伏期为1.1天;症状前感染期为4.6天;发展为严重症状的概率为0.01;出现严重症状时被诊断出的概率为0.6;出现轻微症状或无症状的病例被诊断出的概率为0.001。而且,每个国家的检测率越高,数据(诊断病例)与模型之间的差异就越小。 成功拟合的观察病例数表明,R0和病毒的流行率都可能被低估。这与对无证COVID-19病例的最新研究一致。因此,实际死亡率可能比估计的要低。所以,通过进一步改进模型和筛选试验来确认大流行特征,对于制定应对全球流行病危机的有效战略至关重要。