辛苦了！讀完之後有點想法

數據跟蹤，如果能顯示“飽和”度的意義，可能對新爆發點的趨勢估計更有幫助。我理解的飽和，是指每日測試人數與確診人數的比例，以及確診人數下降的趨勢結合起來看所能提供的經驗性數據模型，如紐約的這類數據出來後，尤其在拐點明確後，飽和度的意味對其它地方會有提示作用。

另一個數據，就是病死率的跟蹤。我猜想這類數據不僅與當地的人口結構和密集程度等有關，也與醫療資源狀況，以及病毒的差異有關。如果能跟蹤這類數據的突異性變化，並追究突變的原因，對控製病死率會有效應。

以上兩方麵結合起來看，也許能有助於方艙的數量，規模以及選址的考慮。

所有跟帖： 

• 我就是看每天新增確診和新增總測試人數的比例。這個比例開始下降，三天以後，趨勢形成。 -autumnjune- ♀ (235 bytes) () 04/01/2020 postreply 22:25:14

• 下一批的爆發地，要提前判斷，我覺得查看病死率也很重要 -又馨- ♀ (302 bytes) () 04/02/2020 postreply 05:16:26

• 非常有思考。 -LingYuan- ♂ (164 bytes) () 04/02/2020 postreply 02:52:57

• 早上起來看數據，有幾個州 -又馨- ♀ (359 bytes) () 04/02/2020 postreply 05:04:43

• 剛才又細想了一下，你的大勢分析非常重要，請務必堅持下去！ -又馨- ♀ (248 bytes) () 04/02/2020 postreply 09:10:56