COVID-19 大流行数据中的多项式增长趋势及其与基于 compartment 模型的协调
种群与进化
2020-05-15 v1 物理与社会
摘要
我们研究了 2020 年 1 月至 5 月 119 个国家报告的 COVID-19 大流行暴发数据。我们观察到，各个国家活跃病例的时间序列（确诊感染总数与报告死亡和治愈病例总数之和的差值）与多项式增长高度吻合，在较后流行阶段也与多项式增长和指数衰减的组合相吻合。我们的结果也用流行病的 compartment 型数学模型表述。在这些模型中，表征晚期流行阶段观测状态的普适标度可解释为相对再生数 作为 的代数衰减，其中 为常数， 为流行暴发的持续时间。我们展示了我们的发现如何应用于改进报告大流行数据的预测并估计一些流行参数。请注意，尽管该模型与报告数据吻合良好，我们并未对大流行的真实规模作出任何断言，因为观测报告数据与人群中总感染数之间的关系仍属未知。
引用
@article{arxiv.2005.06933,
title = {Emerging Polynomial Growth Trends in COVID-19 Pandemic Data and Their Reconciliation with Compartment Based Models},
author = {Katarina Bodova and Richard Kollar},
journal= {arXiv preprint arXiv:2005.06933},
year = {2020}
}
备注
27 pages, 11 figures, 4 tables