2020年4月27日

数学模型可以预测潜在疾病患者的COVID-19住院情况

塔里亚Ogliore,华盛顿大学在圣路易斯

华盛顿大学在圣路易斯Mathematician Steven G. Krantz将他的焦点转向建模Covid-19，希望更好的预测可以帮助减少传输和拯救生命。

Krantz正在与Arni S.R.奥古斯塔大学佐治亚医学院的理论和数学建模实验室理论和数学建模局长Srinivasa Rao。

他们最新的学习 - 现在可以在医疗预印刷服务器中获得Medrxiv - 预测人数超过65岁以上的住院时间，其中包含三种潜在条件：高血压，心血管疾病和肺病。

研究人员估计，美国有1300万这样的人需要防范COVID-19，以减少大量住院治疗和相关死亡。

这部小型车型依赖于数学工具叫小波。在过去的六周里，Krantz已经和Rao一起准备了五份出版物，以改进关于这部小说的各种预测冠状病毒。

“小波第一次提供了一种方法，可以看到疫情报告的规模和调整后的规模之间的差异，”艺术与科学数学和统计学教授Krantz说。

小波是一种振荡，顾名思义，它像波一样上升，达到峰值，然后消退。小波在30多年前首次应用于信号处理，在流行病建模中非常有用，因为它们可以通过估计漏报量来帮助弥合理解上的鸿沟。波浪越高，漏报率就越高——而波浪越低意味着报告率越高。

关于新Covid-19感染的即时，近期预测

Krantz和Rao准备的最新模型提供了对高危人群中新冠肺炎感染人数的近期和近期预测。研究人员指出，并不是所有COVID-19感染都需要住院治疗，更好地预测需要住院治疗的潜在患者数量可以帮助资源规划。

住院的患者年龄在65岁及以上的更普遍基础条件可能区间31633 (20310 non-ICU住院和11323 ICU招生)到94666 (60779 non-ICU住院和33866 ICU招生)情况下,2020年4月至6月,根据新模型,它尚未同行评议。

Krantz和Rao已经迫不及待地在一般科学期刊上分享了他们的相关小波研究，包括感染控制与医院流行病学那当前科学和论理论生物学。Rao是住院研究的通讯作者。

他们利用来自世界卫生组织(World Health Organization)等来源的公开可获得的COVID-19数据，对不同国家出现第一次疫情高峰前的漏报情况进行了建模，包括诊断不足。他们还关注了特定国家的情况。例如，基于有限的数据，他们的一项发现表明3月初，美国可能有多达9万例COVID-19病例尽管官方统计显示当时只有500例病例。

“我可以告诉你，如果我把一篇纯数学论文提交给一个纯数学期刊，并试图说服编辑快速处理它，在大多数情况下，我会被嘲笑，”克兰茨说。“但显然，新冠肺炎疫情是一个至关重要的话题，我和Rao正在做的工作是及时和重要的。

“发现大流行的真正大小在框架政策中很重要，”Krantz说。“考虑报告的数量不足。我们从读者那里获得的反馈是统一的支持和欣赏。”

“将军”第一次遇见拉奥大约是在六年前，当时“将军”是美国数学学会通告的编辑。两人大约在三年前开始合作，拉奥于2018年访问了华盛顿大学。

“RAO是一个着名的数学建模，其作品是众所周知的，”Krantz说。“过去二十年来，他一直在努力艾滋病毒，HCV和禽流感等流行病。”

克兰茨说：“尚未研究潜在刑期尚未研究过惩罚的可能原因是每日报告和更新并没有像Covid-19那样严重被视为”Covid-19“。这是第一次爆发，以实时地报告这种激烈的国际重视。

Krantz曾将数学模型应用于制药领域，也曾与整形外科医生在设计整形手术过程中使用几何和小波。