疫情管控效果的一种定量化评估方法:以COVID-19为例

被引：6

作者：

王刚 ^{[1
,2
,3
]}

黄锷 ^{[1
,2
,3
]}

乔方利 ^{[1
,3
,4
]}

机构：

[1] 自然资源部第一海洋研究所

[2] 自然资源部海洋环境科学与数值模拟重点实验室

[3] 青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室

[4] 空天地海一体化大数据应用技术国家工程实验室海洋大数据研究与应用中心

来源：

科学通报 | 2020年 / 11期

关键词：

新型冠状病毒; 疫情增长率; 现存感染者; 自然增长模型;

D O I：

暂无

中图分类号：

R181.8 [疫情管理];

学科分类号：

摘要：

传染病的疫情传播过程符合广泛存在的自然增长率,其中疫情增长率根据疫情的发展而动态变化.近期提出的基于数据的疫情自然增长模型可以定量刻画传染病发展过程中动力过程的改变,可用于揭示疫情发展的内在规律、快速准确地监测疫情的发展、定量评估管控的效果并预判疫情发展的态势.新型冠状病毒肺炎(COVID-19)疫情发生后,我国政府采取了一系列严格管控措施来控制疫情的蔓延,但管控措施的效果尚无严格的量化分析.采用疫情自然增长模型,本研究提出了一种量化评估管控措施的方法,并估算了无管控措施或管控推迟实施对现存感染者数量的影响.首先根据典型时段的统计数据给出COVID-19在该时段的平均增长率;然后根据平均增长率开展数值试验,比较模型给出的现存感染者总数与实际统计数据的差异,从而对管控效果进行定量评估.结果显示,如果政府对本次疫情未采取管控措施,截至2020年2月18日全国现存感染者将达到1698万～7611万人.如果全国严格管控推迟1天,截至2月18日现存感染者数量将比实际统计数据高出2.7万人(其中湖北地区高出1.2万人);若推迟7天则高出78.5万人(其中湖北地区高出49.3万人).

引用

页码：1009 / 1015

页数：7

共 5 条

[1] 一种数据驱动的动态新型流行病传播率的提出及其在2019-nCoV疫情中的应用（英文） [J].

黄锷 ;

乔方利 .

ScienceBulletin, 2020, 65 (06) :425-427

[2] 新型冠状病毒感染疫情下的思考 [J].

丁蕾 ;

蔡伟 ;

丁健青 ;

张欣欣 ;

蔡泳 ;

石建伟 ;

梁启明 ;

张录法 ;

孙丽珍 ;

瞿介明 ;

江帆 ;

陈国强 .

中国科学:生命科学, 2020, (03) :247-257

[3] 基于一类时滞动力学系统对新型冠状病毒肺炎疫情的建模和预测 [J].

严阅 ;

陈瑜 ;

刘可伋 ;

罗心悦 ;

许伯熹 ;

江渝 ;

程晋 .

中国科学:数学, 2020, 50 (03) :385-392

[4]

A discrete epidemic model for SARS transmission and control in China[J] . Yicang Zhou,Zhien Ma. Mathematical and Computer Modelling . 2005 (13)

[5]

The basic reproductive number of Ebola and the effects of public health measures: the cases of Congo and Uganda[J] . G. Chowell,N.W. Hengartner,C. Castillo-Chavez,P.W. Fenimore,J.M. Hyman. Journal of Theoretical Biology . 2004 (1)

← 1 →