可靠的Covid-19短期预测

德克萨斯农工大学研究人员的一项新研究发表在普罗斯一体详细说明了一种新模型，用于制作日常Covid-19案件的短期预测，可由公共卫生官员和其他组织准确，可靠，轻松使用。

在德克萨斯农工大学公共卫生学院生物统计学教授赵宏伟的带领下，研究人员使用了基于SEIR(易感、暴露、感染和恢复状态)框架的方法，仅根据观察到的病例预测未来两到三周COVID-19的发病率。这模型假定导致COVID-19的病毒传播速度在短时间内保持恒定或小幅变化。

该模型使用了来自约翰霍普金斯大学系统科学与工程中心COVID-19数据库的关于德克萨斯州新报告COVID-19病例的公开数据。德州农工大学的研究人员利用这一数据对得克萨斯州和包括德州农工大学园区在内的一些县的发病率进行了估算，以估计COVID-19的传播率。

“结果表明，这种模型可以使用仅使用电流入射数预测两到三周的CoVid-19例，”赵说。“这种模型的简单性是其最大的优势之一，因为它可以很容易地由资源很少地实现。来自此模型的预测可以帮助医疗组织为潮汐和帮助做好准备公共卫生官员确定是否需要掩码任务或其他策略。“

他们在三种可能的情况下预测未来的感染：持续，恒定的传播速度;传输速率高于电流水平的速度为5％，反映实践的减少，以防止传输或增加促进传输的条件;并且传输的5％较低的地方。

估计当前有效的传输速率可能是棘手的，因为感染和报告中的日常变异可以大大影响这种估计。因此，研究人员使用三天加权平均平均每日报告变化进行平滑，并进行额外的平滑，以考虑数据异常，如县立即报告几个月的病例。

研究人员将其预测与德克萨斯州的报告发病率与2020年4月15日，8月15日，8月15日和10月15日。据报道的新日常Covid-19案件的数量在4月中旬相对较低，当时许多企业关闭，然后在德克萨斯州逐步开始在5月初开始增加。在纪念日之后，这些数字大幅增加，然后在夏天在夏天颁布了州外掩模授权后向下趋势。劳动节后感染再次增加，但随后似乎高原到10月中旬，当再次观察到传输速率以急剧增加。

该模型在全州范围内的应用表明，它的表现相当不错，只有第二阶段的预测与实际记录的发病率存在偏差，这可能是由于阵亡将士纪念日(Memorial Day)假期前后COVID-19大浪潮发生时，数字发生了巨大变化。该模型在县一级的表现同样良好，但人口较少和人口变化(如学生在学年期间迁入和迁出该地区)影响了新病例的报告。

但是，该模型受其使用的数据的限制。本地测试和报告策略和资源可以影响数据准确性，并且基于当前入射的传输速率的假设不太可能进一步准确到未来。随着越来越多的人合同Covid-19并恢复，或接种疫苗，易感人口将改变，可能会影响传输。

尽管有这些限制，研究人员说这个模型对于卫生保健机构和公共卫生官员来说是一个有价值的工具，特别是当与其他信息来源结合在一起时。COVID-19大流行尚未结束，因此拥有一种可以确定何时何地可能出现另一轮疫情的工具非常重要。同样，研究人员希望利用这些新工具来满足未来传染病的需求。

此外，该模型已被用于创建仪表板，该仪表板提供关于Covid-19的扩展的实时数据。它已由大学管理人员和公共卫生官员在本地使用。

---

---