中山大学团队利用数学模型估计新型冠状病毒的流行性

原创于晓程生物探索

中山大学团队2月20日在预印本网站 medRxiv 上发表了一篇文章，利用数学模型估计了新型冠状病毒的流行性，并对疫情未来的控制提出了建议。

https://doi.org/10.1101/2020.02.18.20024315

研究人员利用国家卫健委1月10日至2月8日期间的确诊病例数据，采用5种独立方法进行了数学建模研究，以评估COVID-19基本传染数（R0），并分析了武汉封城前（1月10日至1月23日）、封城后（1月23日至2月8日）的数据，从而评估该病毒的流行风险和武汉封城对COVID-19传播的有效性。这5种方法包括：指数增长（EG）、最大似然法（ML）、顺序贝叶斯方法（SB）、取决于时间的再生数（TD）和易感暴露感染恢复（SEIR）模型。

5种方法按流行期估计的基本传染数

结果发现，武汉市封闭前，COVID-19的基本传染数为4.38（95％CI：3.63-5.13），封闭后降至3.41（95％CI：3.16-3.65），在整个流行期间，COVID-19的基本传染数为3.39（95％CI：3.09-3.70），表明它具有很高的传播能力。其中一个显著特点是，在武汉关闭前的一段时间确定的基本传染数数值非常高，三种建模方法确定的R0值大于5，并且有可能超过6。这个数值与流行性腮腺炎和天花等极具传染性的疾病相一致，表明该疾病极有可能成为全球性流行病。

根据5个模型估算的关闭前、关闭后和整个流行期间的预测流行曲线

这项研究通过使用最新、最准确的病例诊断方法，将几种建模方法与泊松损失权重相结合，从而避免了特定建模选择的局限性。这是第一个比较封闭期前后的研究，与之前的研究相比，这项研究计算出了更可靠的估计值，并且发现了更高的R0值。这对新加坡、日本、韩国和伦敦等疫情正在蔓延的城市具有重要意义，另外，这些城市应考虑在必要时实施更积极的预防政策，以防止严重的全球性大流行。

End

参考资料：

[1] Estimation of the epidemic properties of the 2019 novel coronavirus: A mathematical modeling study

本文系生物探索原创，欢迎个人转发分享。其他任何媒体、网站如需转载，须在正文前注明来源生物探索。

往期精选

围观