新冠肺炎疫情 - 黎明前最黑暗的時刻

來源: Riverside_Dr 於 2020-04-07 09:09:35 [檔案] [博客] [舊帖] [給我悄悄話] 本文已被閱讀：次 (7069 bytes)

新冠肺炎疫情 - 黎明前最黑暗的時刻

人體的奧秘 (Dr. Riverside)

從2019年12月出現第一例新冠肺炎患者到2020年4月5日，全球新冠肺炎病毒感染者已經超過100萬，7萬多人失去了生命。

根據美國勞工部的統計數據，3月份美國申請失業救濟的人數已高達6百60萬，是疫情前的30倍。股市下跌30%，市值蒸發11萬億。衛生局局長亞當斯在接受《福克斯新聞周日》采訪時說：“坦率地說，這將是大多數美國人生活中最艱難，最悲傷的一周。” “這將是我們的珍珠港時刻，我們的9/11時刻，而且它不會局限在某一個區域，會在全國範圍內發生。我希望美國人民能夠理解這一點。”

一位在MIchigan的父親寫到：“又是揪心的一天過去了。在紐約讀研的女兒有病毒感染症狀，已經整整一周。症狀都在，沒有惡化，也沒有好轉。女兒一個人在紐約布魯克林區的公寓裏隔離，我們很擔心她的安全。所以上周末我已經做好一切準備，帶上全副防護服和口罩，租了個RV（野營車），要千裏奔襲把女兒接回來。但當告知女兒時，女兒堅決不同意，聯係家裏的姐妹聯合起來阻止我。

我對女兒說，這次要不接你回來，萬一你那裏有最壞的結果，爸爸這往後就會內疚一輩子了。

女兒說，“爸爸，如果你們有了最差的結果，我內疚的時間會比你長的多呀！”

……

昨天去看一個朋友，兩個月前還是一個陽光，帥氣的小夥子。這次見到他幾乎認不出來了。頭發變得稀疏，眼神焦慮而絕望。他告訴我他的愛人有免疫缺陷，而且懷孕了。合租的室友的工作環境有很大的感染機會。“我不怕死”，他說，“但是我的愛人感染了就會死，我不想讓她受感染”。我看到他說話時眼圈紅紅的。那一瞬間，感覺自己像被閃電擊中了一樣。

疫情 - 你什麽時候才會結束呢？

拜托美國疫情數據的公開和透明，讓科學家能夠對此次疫情作出盡可能準確的推斷。根據華盛頓大學健康度量和評估研究所（IHME）的大數據預測，美國疫情的拐點將發生在4月16日，高峰時間的死亡人數會達到每天3千人左右，死亡總數會達到8萬人。

這是根據他們的模型推演的疫情流行過程。按照他們的計算，疫情會在5月底結束。

他們還做了每個州的疫情預測，這是紐約州。疫情高峰將在3日內到來，5月前結束

這是伊利諾伊州。疫情高峰將在6日內到來，5月前結束

除了對疫情流行的預測，IHME還對各州應對疫情的醫療資源做出了評估。紐約州的普通病床和ICU病床都有很大缺口。

伊利諾伊州，普通病床沒有問題但ICU病床還有3分之一的缺口。有興趣的朋友可以看看自己所在的州的情況。下方是網頁的鏈接。

https://covid19.healthdata.org/projections

和預測的流行情況一致，今天我們終於看到了疫情的曙光，全美新增病例已經連續兩天減少，如果沒有意外，疫情即將逐漸減輕。

你是否會好奇這些預測是如何做出來的，它們可靠嗎？我在這裏做一個簡單的解釋。

建立模型的第一步是從五彩繽紛的真實世界中把和疾病流行直接相關並且是疾病流行過程中最關鍵的部分提取出來，把間接和不重要的因素排除在外。比如開私家車和乘公交車，病人的飲食；雖然前者和感染率有關，後者和病情發展有關，但這些都不是流行的關鍵因素。第二步是根據最關鍵的因素做一個假設。然後再根據最簡單的假設建一個數學模型。

在這個模型的基礎上，在逐步增加和流行相關的參數，比如疾病的R0，潛伏期，治愈率。最後在加上人為的幹擾因素，比如排查，隔離等等。模型的目的是為疫情控製的決策提供信息，但是沒有一個模型是完全準確的，每當有新的數據出來時，就要根據新的數據對模型參數進行修改，讓模型的預測更加準確。

舉一個Data Science, Machine Learning, Human Behavior專家Bruno Gonçalves用Compartmental Models建模的例子。

首先，根據最簡單的假設做一個數學模型SI Model。把人群分成敏感和已感染兩部分。按這樣的模型，隻要時間足夠長，所有的在敏感這一組的人最後就都會轉到已感染那一組。顯然這個模型太過於簡單，也不符合實際情況。除了這兩類人，有些感染的人還會從疾病中恢複出來。考慮到這部分恢複的患者，就有了SIR Model。逐步增加和流行相關的參數，比如疾病的潛伏期，治愈率，人為的幹擾因素，比如隔離，排查等等就可以對更複雜的情況進行預測，比如隔離一段時間在放開會發生什麽情況呢？

我們前麵討論的IHME模型就考慮到了這些因素。增加了