探究中国 COVID-19 的传播动力学
机器学习
2025-12-30 v1
摘要
对大规模检测、隔离和接触者追踪等公共卫生干预措施进行全面回顾性分析，有助于识别在缓解 COVID-19 中最有效的机制。我们利用公开发布的追踪数据，研究了基于中国的 SARS-CoV-2 传播模式（例如感染类型和可能的传播源）。我们从地方卫生健康委员会、中国 CDC 以及官方地方政府社交媒体收集病例报告，随后应用 NLP 和人工整理来构建传播/追踪链。我们进一步结合武汉人口流动数据分析追踪数据，以量化和可视化时空传播动力学。结果表明存在显著的区域差异，较大城市显示出更多感染，这可能由社交活动驱动。大多数有症状个体（79%）在症状出现后 5 天内住院，而有确诊病例接触史的个体在 5 天内寻求收治。感染源也随时间变化：早期病例主要与前往湖北省（或与来自湖北省的旅行者接触）有关，而后期传播越来越多地与社交活动相关。
引用
@article{arxiv.2512.22787,
title = {Discovering Transmission Dynamics of COVID-19 in China},
author = {Zhou Yang and Edward Dougherty and Chen Zhang and Zhenhe Pan and Fang Jin},
journal= {arXiv preprint arXiv:2512.22787},
year = {2025}
}
备注
14 pages