两篇论文表明中国实施的COVID-19疫情遏制措施有效，中国的疫情传播在放缓，部分省份接近绝迹
来源：本站原创 2020-02-23 16:12
2020年2月23日讯/生物谷BIOON/---COVID-19是一种由称为SARS-CoV-2（之前称为2019-nCoV）的冠状病毒引起的疾病。它是冠状病毒家族的成员，与过去引起流行病的严重急性呼吸综合征（SARS）冠状病毒（SARS-CoV）和中东呼吸综合征（MERS）冠状病毒（MERS-CoV）密切相关。美国杜兰大学的杰出教授James "Mac"
2020年2月23日讯/生物谷BIOON/---COVID-19是一种由冠状病毒SARS-CoV-2（之前称为2019-nCoV）引起的疾病。2019-nCoV是冠状病毒家族的成员，与过去引起流行病的严重急性呼吸综合征（SARS）冠状病毒（SARS-CoV）和中东呼吸综合征（MERS）冠状病毒（MERS-CoV）密切相关。
美国杜兰大学的杰出教授James "Mac" Hyman正在使用数学模型更好地理解和预测COVID-19的传播，并且定量确定了制止这种疾病的各种措施的有效性。Hyman在杜兰大学科学与工程学院的研究目标是帮助公共卫生界了解和预测2019-nCoV感染的传播，并评估控制它的不同方法的潜在有效性。
Hyman和他在美国乔治亚州立大学和加拿大公共卫生局的同事们最近先后在Infectious Disease Modeling期刊和Journal of Clinical Medicine期刊上发表了两篇论文，论文标题分别为“Real-time forecasts of the COVID-19 epidemic in China from February 5th to February 24th, 2020”和“Short-term Forecasts of the COVID-19 Epidemic in Guangdong and Zhejiang, China: February 13–23, 2020”。
第一篇论文基于中国国家卫生健康委员会每天报告的中国每个省的2019-nCoV病例。这些作者基于广义逻辑增长模型（generalized logistic growth model）、理查兹增长模型（Richards growth model）和次流行波模型（sub-epidemic wave model）提供了连续5天（2月5日至2月9日）的未来5天、10天和15天的预测，并对不确定性进行了量化。他们使用在先前疫情中得到了验证的现象学模型来产生和评估湖北省（2019-nCoV疫情的中心）累计确诊病例数以及不包括湖北省在内的中国总体疫情轨迹的短期预测。
根据截至2020年2月9日的数据，他们基于这三种模型作出的最新预测在很大程度上相一致，并提出在未来5天内湖北新增确诊病例7409～7496例，中国其他省份新增病例1128～1929例。这些模型还预测，到2020年2月24日，湖北省的平均总累积病例数为37415～38028，中国其他省份为11588～13499。
在最近三个报告日期（2月7日至9日），湖北省和中国其他省份的平均估计值和不确定性范围保持相对稳定。他们还观察到每种模型都预测这种疫情在湖北省和中国其他省份已经达到饱和。这些研究结果表明在中国实施的遏制战略正在成功地减少传播，而且最近几天的疫情增长已有所放缓。
在第一篇论文中，这些作者说，这些预测可以帮助公共卫生官员准备医疗服务并分配应对这种流行病所需的资源，以及预测减轻该流行病所需的干预措施的强度和类型。在没有针对这种病毒的疫苗或抗病毒药物的情况下，有效实施非药物干预措施，比如人身保护和社会隔离，对于控制这一流行病至关重要。
在第二篇论文中，这些研究人员使用先前验证的现象学模型来产生对中国广东省和浙江省累计报告病例的短期预测。利用中国国家卫生健康委员会截至2020年2月13日的每日报告累计病例数据，他们提前5天和10天预测报告的累积病例。
具体来说，他们使用广义逻辑增长模型、理查兹增长模型和次流行波模型来进行预测，这些模型先前已用于预测由于不同传染病引起的疫情。每种模型的预测都表明广东省和浙江省的疫情可能已接近绝迹；但是，次流行波模型的预测还包括进一步持续传播的潜力，特别是在浙江省。他们对这三种模型的10天预测显示，到2020年2月23日，广东省将再增加65～81例（上限：169～507），浙江省再增加44～354例（上限：141～875）。在最好的情况下，目前的数据表明这两个省的传播正在放缓。
上周，Hyman主持了名为“新发传染病建模”的研讨会，而冠状病毒2019-nCoV与查加斯病、登革热和寨卡病毒一起成为讨论的主要话题。来自图兰大学、密歇根大学，加利福尼亚科学院和路易斯安那大学拉斐特分校的研究人员参加了这个研讨会。
这个研讨会的重点是提高数学模型的质量，以帮助指导公共卫生工作者减轻新出现的感染。它的目标包括确定建模可能有用的基本问题，并合作解决这些问题。
Hyman说，“我们正在尝试构建模型，以更有效地指导公共卫生部门减轻流行病的危害。这是关于找出模型中需要什么来估计某人被感染的风险并预测被感染者感染其他人的风险。在冠状病毒2019-nCoV中，我们必须说明被感染者可以污染环境（比如桌子或门把手）而其他人也可以被感染的方式，即使他们没有直接与被感染者接触。”
Hyman及其同事在提交给Science Translational Medicine期刊的一份说明中表示，几个研究团队正在独立地预测COVID-19的传播，不同研究团队之间的合作至关重要，应当得到政府机构的支持。
他认为，世界卫生组织（WHO）需要带头组织一项国际努力，着重关注三个具体目标：预测这种病毒在中国的进一步传播，预测它在其他地方或在各种情况下的传播潜力以及预测诸如隔离、减少接触、手卫生和口罩之类的缓解策略的有效性。
他写道，“在这种复杂的'疫情迷雾'中，世界需要在专家共识的指导下采取行动，并且正如在Infectious Disease Modeling期刊上发表的一篇社论（editorial）所强调的那样，还需要在探索应对方案的数据驱动模型的进一步指导下采取行动。（生物谷 Bioon.com）
参考资料：
1.K.Roosa et al. Real-time forecasts of the COVID-19 epidemic in China from February 5th to February 24th, 2020. Infectious Disease Modelling, 2020, doi:10.1016/j.idm.2020.02.002.
2.Kimberlyn Roosa et al. Short-term Forecasts of the COVID-19 Epidemic in Guangdong and Zhejiang, China: February 13–23, 2020. Journal of Clinical Medicine, 2020, doi:10.3390/jcm9020596.
3.Yiming Shao et al. IDM editorial statement on the 2019-nCoV. Infectious Disease Modelling, 2020, doi:10.1016/j.idm.2020.01.003.
4.Tulane math professor leads effort to map spread of coronavirus
https://news.tulane.edu/pr/tulane-math-professor-leads-effort-map-spread-coronavirus
美国杜兰大学的杰出教授James "Mac" Hyman正在使用数学模型更好地理解和预测COVID-19的传播，并且定量确定了制止这种疾病的各种措施的有效性。Hyman在杜兰大学科学与工程学院的研究目标是帮助公共卫生界了解和预测2019-nCoV感染的传播，并评估控制它的不同方法的潜在有效性。
Hyman和他在美国乔治亚州立大学和加拿大公共卫生局的同事们最近先后在Infectious Disease Modeling期刊和Journal of Clinical Medicine期刊上发表了两篇论文，论文标题分别为“Real-time forecasts of the COVID-19 epidemic in China from February 5th to February 24th, 2020”和“Short-term Forecasts of the COVID-19 Epidemic in Guangdong and Zhejiang, China: February 13–23, 2020”。
第一篇论文基于中国国家卫生健康委员会每天报告的中国每个省的2019-nCoV病例。这些作者基于广义逻辑增长模型（generalized logistic growth model）、理查兹增长模型（Richards growth model）和次流行波模型（sub-epidemic wave model）提供了连续5天（2月5日至2月9日）的未来5天、10天和15天的预测，并对不确定性进行了量化。他们使用在先前疫情中得到了验证的现象学模型来产生和评估湖北省（2019-nCoV疫情的中心）累计确诊病例数以及不包括湖北省在内的中国总体疫情轨迹的短期预测。
图片来自Infectious Disease Modelling, 2020, doi:10.1016/j.idm.2020.02.002。
根据截至2020年2月9日的数据，他们基于这三种模型作出的最新预测在很大程度上相一致，并提出在未来5天内湖北新增确诊病例7409～7496例，中国其他省份新增病例1128～1929例。这些模型还预测，到2020年2月24日，湖北省的平均总累积病例数为37415～38028，中国其他省份为11588～13499。
在最近三个报告日期（2月7日至9日），湖北省和中国其他省份的平均估计值和不确定性范围保持相对稳定。他们还观察到每种模型都预测这种疫情在湖北省和中国其他省份已经达到饱和。这些研究结果表明在中国实施的遏制战略正在成功地减少传播，而且最近几天的疫情增长已有所放缓。
在第一篇论文中，这些作者说，这些预测可以帮助公共卫生官员准备医疗服务并分配应对这种流行病所需的资源，以及预测减轻该流行病所需的干预措施的强度和类型。在没有针对这种病毒的疫苗或抗病毒药物的情况下，有效实施非药物干预措施，比如人身保护和社会隔离，对于控制这一流行病至关重要。
在第二篇论文中，这些研究人员使用先前验证的现象学模型来产生对中国广东省和浙江省累计报告病例的短期预测。利用中国国家卫生健康委员会截至2020年2月13日的每日报告累计病例数据，他们提前5天和10天预测报告的累积病例。
具体来说，他们使用广义逻辑增长模型、理查兹增长模型和次流行波模型来进行预测，这些模型先前已用于预测由于不同传染病引起的疫情。每种模型的预测都表明广东省和浙江省的疫情可能已接近绝迹；但是，次流行波模型的预测还包括进一步持续传播的潜力，特别是在浙江省。他们对这三种模型的10天预测显示，到2020年2月23日，广东省将再增加65～81例（上限：169～507），浙江省再增加44～354例（上限：141～875）。在最好的情况下，目前的数据表明这两个省的传播正在放缓。
上周，Hyman主持了名为“新发传染病建模”的研讨会，而冠状病毒2019-nCoV与查加斯病、登革热和寨卡病毒一起成为讨论的主要话题。来自图兰大学、密歇根大学，加利福尼亚科学院和路易斯安那大学拉斐特分校的研究人员参加了这个研讨会。
这个研讨会的重点是提高数学模型的质量，以帮助指导公共卫生工作者减轻新出现的感染。它的目标包括确定建模可能有用的基本问题，并合作解决这些问题。
Hyman说，“我们正在尝试构建模型，以更有效地指导公共卫生部门减轻流行病的危害。这是关于找出模型中需要什么来估计某人被感染的风险并预测被感染者感染其他人的风险。在冠状病毒2019-nCoV中，我们必须说明被感染者可以污染环境（比如桌子或门把手）而其他人也可以被感染的方式，即使他们没有直接与被感染者接触。”
Hyman及其同事在提交给Science Translational Medicine期刊的一份说明中表示，几个研究团队正在独立地预测COVID-19的传播，不同研究团队之间的合作至关重要，应当得到政府机构的支持。
他认为，世界卫生组织（WHO）需要带头组织一项国际努力，着重关注三个具体目标：预测这种病毒在中国的进一步传播，预测它在其他地方或在各种情况下的传播潜力以及预测诸如隔离、减少接触、手卫生和口罩之类的缓解策略的有效性。
他写道，“在这种复杂的'疫情迷雾'中，世界需要在专家共识的指导下采取行动，并且正如在Infectious Disease Modeling期刊上发表的一篇社论（editorial）所强调的那样，还需要在探索应对方案的数据驱动模型的进一步指导下采取行动。（生物谷 Bioon.com）
参考资料：
1.K.Roosa et al. Real-time forecasts of the COVID-19 epidemic in China from February 5th to February 24th, 2020. Infectious Disease Modelling, 2020, doi:10.1016/j.idm.2020.02.002.
2.Kimberlyn Roosa et al. Short-term Forecasts of the COVID-19 Epidemic in Guangdong and Zhejiang, China: February 13–23, 2020. Journal of Clinical Medicine, 2020, doi:10.3390/jcm9020596.
3.Yiming Shao et al. IDM editorial statement on the 2019-nCoV. Infectious Disease Modelling, 2020, doi:10.1016/j.idm.2020.01.003.
4.Tulane math professor leads effort to map spread of coronavirus
https://news.tulane.edu/pr/tulane-math-professor-leads-effort-map-spread-coronavirus
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->
