数学建模可以更准确地描述病例

数学建模可以获得关于的已报道信息，包括明显不足的病例数、已知因素(如某一地区的人口密度、年龄分布等)，可以更真实地反映病毒的感染率。这位定量建模师说，这将有助于更好地预防和应对这种疾病。

佐治亚医学院传染病系理论和数学建模实验室主任Arni SR Srinivasa Rao博士说：“实际的预防措施取决于是否已经确定了人群中的真实病例。”奥古斯塔大学。“有了更好的数字，我们可以更好地评估病毒会持续多久，会变得多糟糕。没有这些数字，医疗保健系统和工作人员将如何为他们需要的东西做准备？”

拉奥和他的同事、密苏里州圣路易斯华盛顿大学的数学教授史蒂文克兰茨博士在《感染控制与医院流行病学》杂志上写道，更好的数字对于更好地保护人口和全面预防病至关重要。

相应的作者饶说：“我们想提供问题真正严重性的信息，而不仅仅是冰山一角。”

他们使用了一个数学模型，该模型从世界卫生组织和其他来源获得了新冠的数字，然后使用了诸如区域人口密度、居住在人们往往住得很近的城市地区的人口比例以及三岁以下的人口等因素。以提高数字的准确性。饶说，由于这种病毒具有高度传染性，他们也将其视为“传播的可能性”。

他们还研究了直到第一个报告高峰前每天超过10例的新病例数量，以及这些高峰的日期范围，以指示报告病例的趋势。饶说，关于病毒在各种表面和空气中存活时间的新信息将进一步改进其模型。这项研究的截止日期是3月9日。

他们发现，例如，重症监护室的形象是病毒影响最明显的指标之一。在这个地域狭小但人口密集、城市化程度较高的欧洲国家，该市表现相对较好——提前报告工作，拉奥和克兰茨预计每4例报告1例。根据他们的模型，这意味着30，223例病例没有被报告。饶指出，在3月9日截止日期前还没有达到顶峰。

由于所有国家(特别是当时)实际检测人口的比例非常小，韩国也报告了大约每四个可能病例中就有一个病例。在西班牙——据报道，驾车埋葬每15分钟发生一次，有近2万人死亡，该病例在3月19日达到高峰，当时活跃病例增加了27%——根据数学模型，该国在每53例可能的实际病例中报告了1例。这意味着大约87，405例病例没有报告。饶说，两位建模者在研究后一周内看到了他们预测的更高的数字。

在中国，其庞大的人口超过14亿，数据报告普遍存在不一致。与实际病例数相比，他们预计报告的病例有两个范围：149例中的一例和1104例中的一例，这意味着有1200万至8900万例未报告。

3月9日美国的发病率是无法计算的，因为似乎病毒在美国出现的时间比较晚，报告病例刚刚达到500例，这是数学建模师的预测基准。饶怀疑当时美国的实际数字可能更像9万例。

4月6日，拉奥用他们的模型对美国人数进行了快速跟踪评估。结果显示，当天有超过561，000例病例，367，000人死亡，实际报告的死亡人数为8，910人。他说，在美国，每三个实际病例中就有两个被报告，这反映了追踪阳性病例的改进。

在尚未报告的19.4万名儿童中，他预测将包括3298名14岁及以下儿童、147441名15-64岁儿童和43262名65岁以上儿童。饶说，这也意味着，在美国，到4月6日，至少有19.4万人可能不知道自己是活跃分子，目前有更明确的证据表明，需要采取社会疏离等防范措施。

建模者使用迈耶小波来可视化报告的案例和他们预测的项目之间的差异。顾名思义，波动上升，达到顶峰，然后像波浪一样消退。饶表示，在这种情况下，波动越大，遗漏越高，降低波动意味着提高报告的一致性。

标签：