背景:指数型感染增长导致峰值(可能是拐点或转折点)通常是包括冠状病毒在内的传染病暴发的标志。预测拐点，即变形的时间(达峰时间)和最大感染数量(Imax)小说的冠状病毒(COVID-19),我们采用了试验和错误策略和探索一系列方法从简单的物流建模(有一个无症状)复杂的检测相变临界点检测技术,但未能获得令人满意的结果。方法:受多样性-时间关系(diversontime relationship, DTR)成功的启发，我们将指数截止幂律(PLEC)模型应用于COVID-19疫情拐点的检测。结果:我们成功估算了中国大部分省份(≈85%)的拐点(Imax, Tmax)，其中Imax和Tmax的错误率均小于5%。我们还讨论了所提议的方法的限制和局限性，包括(i)对破坏性跳跃敏感，(ii)需要足够长的数据集，(iii)局限于单峰爆发。
