通过普适的 COVID-19 增长特征理解强控制措施下的感染进展
种群与进化
2021-03-26 v2 物理与社会
摘要
本文报道了 COVID-19 确诊案例数中的广泛增长特征，其在三种不同动力学机制（指数、超线性和亚线性）间发生急剧转变。通过解析与数值分析，开发了一个利用这些特征中信息的新框架。我们采用了物理学中熟知的方法，即寻找共同的动力学特征，而独立于其他因素的差别。这些特征及相关的标度律被用作有力工具，以精确定位解析推导有效的区域、洞察疾病进展的定性变化，并推断关键感染参数。所开发的针对经验观测到的 COVID-19 增长模式进行联合解析与数值分析的框架，可促成对强控制措施下感染进展的基本理解，并适用于 COVID-19 与其他传染病的暴发。
引用
@article{arxiv.2012.10965,
title = {Understanding infection progression under strong control measures through universal COVID-19 growth signatures},
author = {Magdalena Djordjevic and Marko Djordjevic and Bojana Ilic and Stefan Stojku and Igor Salom},
journal= {arXiv preprint arXiv:2012.10965},
year = {2021}
}
备注
10 pages, 3 figures