Modelle von coronavirus unterschätzen die Epidemie Ihren Höhepunkt und überschätzen die Dauer

Viele der Modelle, die verwendet wird, um die Prognose der COVID-19-Epidemie geben schlechte Prognosen sowohl die Epidemie Ihren Höhepunkt und Ihre Dauer, so ein Wissenschaftler an der Universität von East Anglia (UEA).

Vergleich des neuen Ansatzes mit einem veröffentlichten Modell von COVID-19 in Wuhan vor isolation und sozialer Distanzierung Maßnahmen auferlegt wurden, zeigt, dass das standard-Modell unterschätzt die peak-Infektionsrate um den Faktor drei—das bedeutet, es könnte sein, drei mal höher—und das deutlich überschätzt, wie lange die Epidemie weiterhin Anschluss an die Spitze.

Mathematische Modelle werden Häufig verwendet, um zu verstehen und vorherzusagen, die Dynamik von Epidemien und zur Bewertung der wahrscheinlichen Wirksamkeit der verschiedenen disease-management-Maßnahmen wie die Quarantäne der infizierten Personen.

Einige verfolgen Sie den Fortschritt der Krankheit durch Personen, aber die meisten Publikationen, die das Modell der COVID-19-Epidemie verwenden, was ist bekannt als ein „Fach“ oder „SEIR“ – Modell. Dieser Track-Nummern von Personen, die Anfällig sind für die Krankheit, Ausgesetzt worden, aber noch nicht zeigen Symptome (manchmal auch als die Inkubationszeit), Infiziert sind (mit Symptomen) oder Wiederherstellen.

Allerdings sind diese Modelle Gruppe alle Personen, die in einem Fach zusammen, ohne auf die tatsächliche Zeit, da Sie infiziert waren. Sie dann die Zukunft Vorhersagen Verlauf der Epidemie von Informationen über die Preise der übertragung und die Durchschnittliche Zeit, die eine Person, bevor Sie Symptome zeigen, und dann sich zu erholen.

In seinem Vortrag Prof Alastair Grant, UEA ‚ s School of Environmental Sciences, argumentiert, dass, während SEIR und anderen Kompartiment-Modelle können Vorhersagen, wie weit die Krankheit übertragungsrate muss verringert werden, um zu stoppen einer Epidemie wächst, Sie machen einen schlechten job bei der Vorhersage der Weg von einer Epidemie, wächst. Er sagt, das problem wurde identifiziert in der Forschungsliteratur mindestens 15 Jahren, aber die verfügbaren Lösungen weit schwieriger zu bedienen als das SEIR-Modell.

Versuchen zu Anschrift dieser Prof Grant, der zuvor eingeführte Schlüssel methodische Instrumente in matrix der Bevölkerung, der Modellierung, präsentiert einen neuen Ansatz, der die Spuren der Zeit, da die Personen infiziert worden waren, unter Beibehaltung der Einfachheit eines Modells beschrieben werden kann, dass in ein paar Zeilen code.

Aufgrund der schnellen Reaktion der Natur dieser Forschung, es wurde noch nicht peer-reviewed.

„Standard-Kompartiment-Modelle der Krankheit, wie SEIR, sind weit verbreitet verwendet, um ein Modell für die Dynamik der COVID‐19-Epidemie,“ sagte Prof Gewähren. „Allerdings, Sie nicht genau zu erfassen die Verteilung der Zeiten, die ein Individuum aufwendet, in jedem Fach, also nicht genau zu erfassen die transiente Dynamik von Epidemien.

„Dieses Papier zeigt, wie die matrix-Modelle liefern eine einfache route, genau zu modellieren die prüfungsdauer und daher korrekt reproduzieren Epidemie Dynamik. Unsere explizite Zeit-Modell zeigt, dass der Höhepunkt der Infektion kann entweder früher oder später als der Höhepunkt in der einfachen SEIR-Modell.

„Ich glaube, dass der Vorgestellte Ansatz bietet eine wertvolle Lösung für das problem der Einbeziehung der dimension der Zeit in jedem Fach. Dieses Modell könnte leicht angepasst werden, und wir hoffen, dass es Ihnen von nutzen sein, um die COVID‐19 Modellierung der Gemeinschaft.“

Prof Grant warnt, dass die Auswirkungen dieser Erkenntnisse für die Staatliche Politik zur Verwaltung der COVID‐19-Epidemien sind nicht klar.

„Wenn SEIR Modelle verwenden parameter-Werte geschätzt, unabhängig von der Daten-Sie unterschätzen den Anteil der Bevölkerung, die infiziert ist, die Epidemie Ihren Höhepunkt,“ sagte Prof Gewähren. „Aber, wenn inverse Modellierung verwendet SEIR Modelle zur Schätzung der Parameter von Krankheit Zeitreihen, können Sie geben Einschätzungen zu pessimistisch.

„Nationale Richtlinien sind geleitet von einer Reihe von Krankheiten Modelle, darunter auch solche, die sich effektiver mit den bekannten zeitlichen Verlauf der Infektion innerhalb von Personen, aber die details dieser Modellierung arbeiten, sind nicht immer öffentlich gemacht.

„Jedoch, die Herrschaft der veröffentlichten wissenschaftlichen Literatur, von Fach Modelle sind möglicherweise in Gefahr, dass eine Diskontinuität zwischen den Ansichten statt, in der Forschung und der Modellierung, ist die Information der nationalen Entscheidungen über die Verwaltung von COVID‐19.“

„Die Regierungen müssen verfügbar details der Modelle, die die Grundlage für politische Entscheidungen, so dass die wissenschaftliche Gemeinschaft, kritisch zu beurteilen und diese auf die Verbesserung der Qualität von Vorhersagen gemacht werden.