快速评估下一个流感大流行病

流感流行病是可能是影响人口的最严重的自然灾难。新发现发表在PLO计算生物学建议通过及时准确地进行数据和复杂的数值模型，可以快速评估新流行病的可能影响，以及关于潜在缓解策略的关键决策。

定期出现的小型流感菌株，可以对卫生策划者进行重大挑战。例如，1918年西班牙流感负责约5000万人的死亡。最近2015年的2015年举报了英国内阁办公室，民间突发事件的国家风险登记册，将大流行性流感鉴定为最优先的自然危险风险。当面对一个新的新出现的病毒菌株时，政策制定者想知道：（1）有多少人会受到影响？（2）它有多严重？（3）可以实施哪些成功的缓解策略？

在代表商业，学术和政府机构的国际研究人员团队的一项新研究中，通过研究来自美国军队的现役人员的独特数据以及一系列复杂数学模型的一系列数据来解决这些问题。该团队专注于2009年大流行（称为“猪流感”）。他们创建了对所有主要军事设施的详细记录访问的发病率的概况。他们还开发了一种量身定制的模型来摄取这些数据，并联合估计大流行的传导性以及其严重程度。

通常通过称为基本生殖数的参数估计传导性R0，该参数是在其他易感群体中由一个通常感染性的人产生的次要病例的平均次要病例的平均数量。换句话说，传染性人可能感染的人数是人数。对于流感，这通常在1.5-3之间。严重程度可以以多种方式估计。对于这项研究，作者估计了那些被感染者实际呈现给诊所（PC）的部分。

作者能够证明早期受感染的军事基地的及时数据可以向模型通知模型，并在美国后来的大规模疫情产生强大的预测。另外，该模型估计了具有更严重的条件的那些分数。虽然2009年的大流行是在回想起来的虽然重新发布了一种温和的大流行（R0估计为1.35，并且PC估计为7％），它作为开发一般预测工具的理想试验台，可在早期应用未来大流行的阶段。

为了测试这种方法的好处，作者将未来的中度大流行菌株模拟，PC约为2009年的10倍。结果表明，即使在峰值过之前通过了第一个受影响的人群，也可以估计R0和PC均估计和预测。适用于所有人口。另外，他们能够展示什么效果缓解策略将在感染的人数和感染的严重程度方面。

该研究强调了以下的重要性：（1）利用二维空间来评估未来新型呼吸病理（R0和严重程度）;（2）及时准确的发病率数据;（3）使用专门磨练的模型进行评估的特定数据。

该调查基于大型临床访问数据数据库。此类数据库目前正在许多不同的国家建造。本文中描述的分析可以在任何此类数据库中进行的事实增加了这些信息，即应实时生成这些信息资源，并为最佳数据科学工具提供。

---

---