利用医护人员感染数据探究漏报病例对 COVID-19 时空分布的影响
种群与进化
2024-01-15 v7
摘要
及时把握 COVID-19 的时空模式与发展趋势对及时防控至关重要。然而，病例漏报在公共卫生相关领域普遍存在。若不考虑漏报现象，还可能得出偏倚推断并制定不当防控政策。因此，本文提出一个新框架以探究漏报对 COVID-19 时空分布的影响，并利用武汉及湖北（不含武汉）医护人员感染数据开展实证分析。结果表明：（1）对数正态分布最适宜描述疫情随时间的演变；（2）报告病例的估计感染峰值时间滞后于医护人员病例的估计感染峰值时间，且报告病例的估计感染时间间隔小于医护人员病例；（3）漏报病例对疫情早期阶段的影响大于后期阶段，对早发地区的影响大于晚发地区；（4）尽管报告病例数低于实际病例数，累计报告病例与医护人员病例间存在高空间相关性。本研究提出的框架具高度可扩展性，相关研究者可利用其他地区数据源开展类似研究。
引用
@article{arxiv.2011.04892,
title = {Exploring the impact of under-reported cases on the COVID-19 spatiotemporal distribution using healthcare worker infection data},
author = {Peixiao Wang and Tao Hu and Hongqiang Liu and Xinyan Zhu},
journal= {arXiv preprint arXiv:2011.04892},
year = {2024}
}