动态传播率模型及其在疫情分析中的应用

应用数据驱动的动态传播率来代替基本传染数R0,在全国和省市两个层面上研究COVID-19疫情发展的特点和趋势。首先,基于动态增长率建立传染病常微分方程,推导得出动态传播率模型。其次,选择幂函数作为动态传播率的拟合函数,以3天作为最优滑窗期,对各地拐点进行了估计。最后,通过动态模型对各地不同程度尾声开始的起点进行了预测,并在13个省市间进行9个疫情相关指标的对比分析。结果显示,各地动态传播率在经过短暂的波动后均稳步下降,疫情得到有效控制;估计的拐点主要集中在2月中旬,而预测的尾声都将在3月底之前到来;同时,各地疫情发展特点和趋势、防控措施力度和效果存在一定差异。

动态增长率模型与海外新冠疫情分析

本文提出简单灵活、广泛适用的动态增长率模型,对海外重点国家的新冠肺炎疫情发展特点和趋势进行了分析.首先,从传染病常微分方程出发,推导并建立动态增长率模型.其次,基于中国新冠疫情数据选择两参数幂函数作为动态增长率的拟合函数,利用中国SARS数据验证了模型可推广性.随后将海外新冠疫情发展分为三个阶段,并与中国进行对比分析.最后,对海外重点国家的拐点做出预测,给出现存病例数未来的变化情况,同时对疫情高峰、尾声等进行了简单分析.结果显示,防控措施的及时性和有效性将决定疫情走向,多数海外国家并没有利用好中国为世界争取的宝贵时间,如果维持现有防控水平,多国拐点将在很久后到来,情况不容乐观.