新模型预测了COVID-19大流行的峰值
截至5月底,全球已有32.5万人死于COVID-19。尽管对中国和韩国等国家来说,最糟糕的情况似乎已经过去,但公共卫生专家警告称,在世界许多地方,病例和死亡人数将继续激增。了解这种疾病的演变过程可以帮助这些国家为预期的病例增加做好准备。
在本周的杂志上前沿在美国,研究人员描述了一个单一函数,该函数准确描述了所有现有的活跃病例和死亡数据,并预测了即将到来的峰值。该工具使用q-statistics,一组函数和概率分布由物理学家、圣达菲学院外部教员Constantino Tsallis开发。Tsallis和土耳其Ege大学的物理学家Ugur Tirnakli一起研究这个新模型。
“这个公式在我们测试过的所有国家都有效,”Tsallis说。
两位物理学家从未着手建立全球流行病的模型。但Tsallis说,当他看到那些代表中国日常活跃病例的公开图表的形状时,他认出了自己以前见过的形状,也就是说,在他近20年前帮助制作的描述股市行为的图表中。
“形状完全一样,”他说。为财务数据,函数描述股票交易所的概率;对于COVID-19,它描述了每天的活跃病例数量——和死亡人数——作为时间的函数。
建模金融数据和跟踪全球流行病似乎无关,但Tsallis表示,它们有一个重要的共同点。“他们都是复杂的系统他说,“在复杂的系统中,这种情况一直在发生。”来自不同领域的不同系统——生物学、网络理论、计算机科学、数学——常常揭示出遵循相同基本形状和演化的模式。
这张财务图表出现在2004年由Tsallis和已故诺贝尔奖获得者Murray Gell-Mann共同编辑的一卷书中。在20世纪80年代末,Tsallis发展了q统计,也被称为“Tsallis统计”,作为对复杂系统的Boltzmann-Gibbs统计的推广。
在这篇新论文中,Tsallis和Tirnakli使用了来自中国的数据,以设置公式的主要参数。中国的活跃病例率被认为已经达到峰值。然后,他们将其应用到包括法国、巴西和英国在内的其他国家,发现它与活跃病例的演变和死亡率随时间的推移相匹配。
Tsallis说,这个模型可以用来创建有用的工具,比如可以更新的应用程序实时利用新的可用数据,并可以相应地调整其预测。此外,他认为还可以对它进行微调,以适应未来的疫情。
“功能形式似乎是通用的,”他说,“不仅是对这种病毒,而且对下一种可能出现的病毒也是如此。”
进一步探索