一种在社会疏离干预后预测COVID-19有症状患者数量演变的经验算法
种群与进化
2020-11-20 v2
摘要
我们提出一种经验算法，用于在疫情传播早期阶段及严格社会疏离干预后，预测COVID-19有症状患者数量的演变。该算法基于一个低维模型，描述在实施严格社会疏离措施后指数增长率的下降变化。根据核酸检测阳性数这一可观测数据，我们的模型通过在中引入 incubation time（潜伏期）来估计感染数的回溯值。我们还利用该模型，借助登记的死亡数与感染至死亡的时间分布，追踪后续死亡的感染患者数。研究了所提模型与SIR模型的关系。模型参数拟合通过最小化数据与模型预测间的二次误差完成。还提出了一种允许更长期预测的扩展模型。该模型的在线实现可在 www.ctim.es/covid19 获取。
引用
@article{arxiv.2003.10017,
title = {An empirical algorithm to forecast the evolution of the number of COVID-19 symptomatic patients after social distancing interventions},
author = {Luis Alvarez},
journal= {arXiv preprint arXiv:2003.10017},
year = {2020}
}