生存曲线比较的方法选择及可视化

用Kaplan-Meier(KM)方法描述生存曲线,以及多条KM曲线的比较,是医学研究尤其是随访研究中常用的方法,亦是医学统计学教学中的重点和难点。本文针对生存曲线的不同特征,从实际应用的角度出发,介绍多种常用的生存曲线比较的方法、应用条件、分析案例、R程序实现。以期读者针对生存曲线特征,选择合适的检验方法,得出科学的统计学结论。

SEIR动力学模型辅助北京市新发地新型冠状病毒肺炎疫情传播起始时间溯源和防控效果评价

目的推测2020年6月北京市新发地新型冠状病毒肺炎(COVID-19)疫情首例感染的传播时间起点,辅助传染病溯源,评价当前综合防控效果。方法根据北京市卫生健康委员会官方报告统计每日发病人数,建立SEIR传染病动力学模型,基于每日发病人数拟合动力学模型,并搜寻本次疫情的传播时间起点;考虑不同的防控效果而拟合6月12日至7月1日的累计发病人数,以评估当前综合防控措施效果。结果北京市新发地疫情传播首例感染应起始于5月22日至5月28日之间(累计概率为95%),起始于5月25日的概率最大(23%)。本次疫情R0为4.22(95%CI:2.88~7.02)。模型拟合结果提示,截至6月11日,累计发病为99例(95%CI:77~121),符合实际情况。若不加控制,则截至7月1日累计发病估计将达到65090例(95%CI:39068~105037)。截至7月1日,较之无防控措施的理论情况,实际感染人数减少了99%。自6月12日起,北京市采取了强有力的综合防控措施,疫情实际走势接近于传播率降低95%的推演结果,敏感性分析支持这一结果。结论针对突发性疫情,传染病动力学模型可用来辅助推演传染病传播起始时间,辅助疫情溯源。北京市针对本次突发疫情所及时采取的综合防控措施迅速控制了95%以上的传播途径,减少了99%的感染人数,快速遏制了疫情,对于未来疫情防控具有重要的指导意义。

全球新型冠状病毒肺炎疫情对我国的输入风险评估

目的评估全球新型冠状病毒肺炎(COVID-19)疫情对我国的输入风险。方法基于收集的疫情数据(各国家每日累计确诊病例数、境外输入病例累计确诊病例数)、人口学数据(各国人口密度、人口数)、旅客潜在来源群体信息(华侨华人常住人口数、在外中国留学生数、海外务工人员数、来华留学生数、航班旅客数估计)和全球健康安全指数(GHS)等信息,进行近期(2月1日-4月25日)和未来(4月26日-)风险分析及预测,构建输入风险得分。结果各国境外输入病例数、累计确诊数、罹患率、华侨华人数、境外留学生数、来华留学生数、航班乘客数和GHS变量间有较强的正相关性。近期风险分析中,俄罗斯输入病例明显较高,英国、美国、法国、西班牙次之。在未来风险预测中,通过各国罹患率指数和平均每日入境乘客数估计值两项信息,评估美国、新加坡等44个国家为未来潜在高风险国家。结论通过COVID-19疫情各国家输入风险评估,可以识别近期及未来的高风险区域,为加强疫情防控,为最终战胜疫情提高帮助。