推断意大利的 COVID-19 感染曲线
种群与进化
2020-04-21 v1
摘要
本手稿旨在展示一种简单方法，从可用的聚合数据（如死亡数与住院数）推断新的 COVID-19 感染的时间过程（为评估 containment 策略效果最重要的信息）。该方法曾用于 HIV-AIDS 并被称为“回推（back-calculation）”，依赖于对感染与观测事件间延迟分布的良好估计；假设疫情遵循具有已知代际间隔的简单 SIR 模型，我们便可通过最大似然估计定义时变接触率的参数。我们展示了该方法在意大利及其若干大区数据上的应用；发现 约在 3 月 20 日已持续降至 1 以下，且在 4 月初全意大利及多数大区介于 0.5 与 0.8 之间。
引用
@article{arxiv.2004.09404,
title = {Inferring the COVID-19 infection curve in Italy},
author = {Andrea Pugliese and Sara Sottile},
journal= {arXiv preprint arXiv:2004.09404},
year = {2020}
}