CoronaSurveys：利用间接报告式调查估算流行病的发病率与演变
分布式、并行与集群计算
2020-06-29 v2 计算机与社会
应用统计
摘要
世界正遭受由 SARS-CoV-2 病毒引起的新冠肺炎（COVID-19）大流行。国家政府在评估疫情波及范围时面临困难，因其可动用的资源与检测手段有限。这一问题在低收入和中等收入国家（LMICs）尤为严峻。因此，任何能以合理准确度评估某国疫情发病率与演变的简便、廉价且灵活的手段都是有用的。在本文中，我们提出一种基于（匿名）调查的技术，参与者在其中报告其联系人的健康状况。这种间接报告技术，在文献中称为网络规模放大法，保护了参与者及其联系人的隐私，并比个体调查收集了更大比例人群的信息。该技术已部署于 CoronaSurveys 项目，该项目收集 COVID-19 大流行的报告已两个多月。CoronaSurveys 取得的结果显示了该方法的效力与灵活性，表明其可能成为 LMICs 一种廉价而有力的工具。
引用
@article{arxiv.2005.12783,
title = {CoronaSurveys: Using Surveys with Indirect Reporting to Estimate the Incidence and Evolution of Epidemics},
author = {Oluwasegun Ojo and Augusto García-Agundez and Benjamin Girault and Harold Hernández and Elisa Cabana and Amanda García-García and Payman Arabshahi and Carlos Baquero and Paolo Casari and Ednaldo José Ferreira and Davide Frey and Chryssis Georgiou and Mathieu Goessens and Anna Ishchenko and Ernesto Jiménez and Oleksiy Kebkal and Rosa Lillo and Raquel Menezes and Nicolas Nicolaou and Antonio Ortega and Paul Patras and Julian C Roberts and Efstathios Stavrakis and Yuichi Tanaka and Antonio Fernández Anta},
journal= {arXiv preprint arXiv:2005.12783},
year = {2020}
}
备注
Presented at The KDD Workshop on Humanitarian Mapping, San Diego, California USA, August 24, 2020