SARS-CoV-2疫情期间追踪再生数随时间变化及封锁效应：非参数估计
系统与控制
2020-08-31 v1 系统与控制
物理与社会
种群与进化
摘要
准确建模封锁对SARS-CoV-2疫情演变的影响，例如为应急管理的医疗决策提供信息，是一个关键问题。迄今为止提出的区室模型和空间模型使用接触率的参数化描述，常假设封锁效应不随时间变化。在本文中，我们表明这些假设可能导致对持续大流行的错误评估。因此，我们开发了一类新的非参数区室模型，能够描述封锁影响随时间的变异。利用正则化理论，住院数据被映射到无限维空间，从而获得一个函数，该函数还考虑了社交距离措施和人们对感染风险日益增长的意识随时间的演变。这使得重建SARS-CoV-2再生数的连续时间轮廓达到前所未有的分辨率。当应用于意大利受影响最严重的伦巴第大区收集的数据时，我们的模型说明了人们在限制期间的行为变化及其对控制疫情的重要性。结果还表明，在封锁结束时，伦巴第约12%的人和意大利约5%的人感染了SARS-CoV-2。然后，我们讨论了封锁结束后的情况演变，显示由于假期放松（尤其在年轻人群中）和移民 arrivals 增加，再生数在近几周危险地上升，在2020年8月1日达到大于1的值。由于包括意大利在内的若干国家仍观察到疫情增长，且所有国家都可能在夏季后面临第二波，所提出的再生数追踪方法可极大帮助卫生当局预防另一次SARS-CoV-2扩散或评估封锁限制对遏制传播的影响。
引用
@article{arxiv.2008.12337,
title = {Tracking the time course of reproduction number and lockdown's effect during SARS-CoV-2 epidemic: nonparametric estimation},
author = {Gianluigi Pillonetto and Mauro Bisiacco and Giorgio Palù and Claudio Cobelli},
journal= {arXiv preprint arXiv:2008.12337},
year = {2020}
}