新型冠状病毒(COVID-19)病例的实时预测与风险评估:一项数据驱动分析
应用统计
2022-07-18 v1
摘要
2019冠状病毒病(COVID-19)已成为影响全球201个国家和地区的国际关注的突发公共卫生事件。截至2020年4月4日,它已引发大流行,全球确诊感染超过1,116,643例,报告死亡超过59,170例。本文的主要关注点有两方面:(a)为多个国家生成未来COVID-19病例的短期(实时)预测;(b)通过寻找各国各种重要人口特征及部分疾病特征,对一些深受影响国家的新型COVID-19进行(按病死率衡量的)风险评估。为解决第一个问题,我们提出了一种基于自回归积分滑动平均模型与基于小波的预测模型的混合方法,可生成加拿大、法国、印度、韩国和英国每日确诊病例数的短期(提前十天)预测。不同国家未来暴发的预测将有助于医疗资源的有效配置,并可作为政府决策者的预警系统。在第二个问题中,我们应用最优回归树算法来寻找显著影响各国病死率的关键因果变量。该数据驱动分析必将为50个深受影响国家的早期风险评估研究提供深入见解。
引用
@article{arxiv.2004.09996,
title = {Real-time forecasts and risk assessment of novel coronavirus (COVID-19) cases: A data-driven analysis},
author = {Tanujit Chakraborty and Indrajit Ghosh},
journal= {arXiv preprint arXiv:2004.09996},
year = {2022}
}