针对墨西哥COVID-19的SEIARD传染病模型数据驱动分析与预测
种群与进化
2021-02-23 v1 动力系统
摘要
我们提出一个SEIARD数学模型，以研究墨西哥当前冠状病毒病（COVID-19）的暴发。我们对该模型进行了详细分析，并利用公开报告的数据展示了其应用。我们通过下一代矩阵方法计算了基本再生数（），并估计了每日感染率、死亡率和康复率。我们通过最小化误差平方和将SEIARD模型的参数校准到报告数据，并尝试预测直至2020年6月的疫情演变。我们的结果估计墨西哥疫情的峰值约在2020年5月2日。我们的模型纳入了考虑无症状感染个体的重要性，因为他们代表了感染人群（有症状或无症状）的多数，并可能在不知情的情况下对病毒传播起到巨大作用。
引用
@article{arxiv.2004.08288,
title = {A data driven analysis and forecast of an SEIARD epidemic model for COVID-19 in Mexico},
author = {Ugo Avila-Ponce de León and Ángel G. C. Pérez and Eric Avila-Vales},
journal= {arXiv preprint arXiv:2004.08288},
year = {2021}
}
备注
13 pages, 8 figures