xiaokeshengming的个人博客分享 http://blog.sciencenet.cn/u/xiaokeshengming

博文

medRxiv | 整合人口流动数据可改进对新冠病毒的流行预测

已有 3118 次阅读 2020-2-11 17:08 |个人分类:小柯生命|系统分类:论文交流

2020年2月10日,预印本网站medRxiv更新2篇新冠病毒相关论文,主要内容如下:


注意:预印本网站medRxiv的所有论文未经同行评议。


人口流动数据的整合可改进对新冠病毒的流行预测


鉴于早期数据报告的不完全性和延迟性,尤其是在武汉市这样较严重的地区,对新型冠状病毒(2019-nCoV)流行病学特征的评估具有挑战性。


因此,目前的文献里报道了各种各样的预估。


通过将人员流动性与案例报告数据结合到三个分层区域(即武汉、湖北省(不包括武汉)和中国大陆(不包括湖北)),中科院自动化研究所的研究人员开发了一个地理分层去偏差估计框架。


研究人员估计,在2020年1月23日武汉封城之前,潜在感染率约为0.12%,基本复制数为3.24。


基于这种去偏差框架的发现对于管控和预防传播的优先次序有一定价值。


作者:

Zhidong Cao, Qingpeng Zhang, Xin Lu, Dirk Pfeiffer, Lei Wang, Hongbing Song, Tao Pei, Zhongwei Jia, Daniel Dajun Zeng

相关论文信息:

Incorporating Human Movement Data to Improve Epidemiological Estimates for 2019-nCoV

DOI: 10.1101/2020.02.07.20021071


使用国际确认的病例分析新冠病毒的流行增长


英国剑桥大学等机构的研究人员分析了46例于1月23日之前从武汉出发、随后被确诊为新冠肺炎病例的信息,大多数病例都有详细的旅行史和疾病进展。


与以前的分析相比,一个重要的区别是,研究人员使用此数据通过症状发作时间、先前报告的潜伏期和出行历史来对每个病例的感染时间进行了模拟。


然后,研究人员为1月23日的旅行禁令构建了一个简单的指数增长模型,来分析感染时间的分布。


他们使用具有先验扩散的贝叶斯分析来量化了估计的流行病学参数中的不确定性。


他们对以前的报告中潜伏期和超参数的不同选择进行了敏感性分析。


研究人员发现他们的模型非常符合感染时间的分布。


研究人员估计的流行病学参数高于武汉市确诊病例的早期报告。


这表明2019-nCoV的传播速度可能比之前估计的快。


作者:

Qingyuan Zhao, Yang Chen, Dylan S Small

相关论文信息:

Analysis of the epidemic growth of the early 2019-nCoV outbreak using internationally confirmed cases

DOI: 10.1101/2020.02.06.20020941


编译|冯维维 小文





https://blog.sciencenet.cn/blog-3423233-1218044.html

上一篇:蝙蝠强大的免疫系统促进病毒进化,使它们对人类更加致命
下一篇:JAMA:我们从以往的流行病中能学到什么?
收藏 IP: 39.144.34.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-26 23:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部