Covid-19大流行的时空小区域监测
应用统计
2020-11-10 v1
摘要
Covid-19的出现需要新的有效工具用于流行病学监测。能够处理高度离散的空间和时间分析单元的时空疾病制图模型,在这方面是优先事项。时空模型提供了当前大流行状态的地理细节丰富且时间上更新的概览,使公共卫生干预更加有效。此外,在新的Covid-19流行背景下使用时空疾病制图模型,有助于估计新近需求的流行病学指标,例如瞬时再生数(R_t),即便对小区域也是如此。这反过来又允许将传统疾病制图模型适应这些新情况,并使其结果在特定背景下更有用。在本文中,我们提出了一种新的时空疾病制图模型,特别适用于Covid-19监测。作为附加结果,我们推导了小区域的瞬时再生数估计,能够以高空间离散度监测该参数。我们用对两个西班牙地区疾病大流行的分别研究来说明我们方法的应用。结果表明,我们说明了旅游流如何可能塑造了该疾病的空间分布。在这些真实研究中,我们还提出了新的监测工具,可供区域公共卫生服务更有效地利用其资源。
引用
@article{arxiv.2011.03938,
title = {Spatio-temporal small area surveillance of the Covid-19 pandemics},
author = {Miguel A. Martinez-Beneito and Jorge Mateu and Paloma Botella-Rocamora},
journal= {arXiv preprint arXiv:2011.03938},
year = {2020}
}
备注
13 pages, 4 figures no tables