“新研究：意法德新冠单日新增高峰或达1.5万、2万、5万”

本篇文章3908字，读完约10分钟

目前，新冠疫情的“震中”已经来到欧美各国。 意大利成为重灾区，德国法国的情况也不容乐观。

来自法国国家科学研究中心( cnrs )和美国范德比尔特大学( vanderbilt university )的最新研究显示，由于意大利、法国和德国的公共干预措施执行缓慢，这三个国家的新冠疫情未来或将更 该研究通过建模预测，意大利新冠疫情高峰期将在4月9日左右、法国4月14日左右、德国5月1日左右发生。

在这3个国家，每天的最大病例数在意大利为10000至15000，在法国为12000至20000，在德国为20000至50000之间。 对这三个国家，如果不采取更重大的公共措施，这些数字很可能会长期维持高位。

在公共干预措施较早的国家韩国，新冠疫情高峰期发生在2月29日左右。 研究人员看到他们的模型和韩国的数据非常一致。 根据研究者的模型，在2月29日的转折点附近，每天的病例数最多达到约700例。

以上研究近日刊登在医学印本网站medrxiv上。 作者p. magal来自法国国家科学研究中心( cnrs )。 该中心成立于1939年，是法国最大的科学技术研究机构，也是世界最大的基础研究机构。 作者g. webb来自范德比尔特大学( vanderbilt university )。 这所学校成立于1873年，是位于美国南方的顶级名校。

的作者模拟了韩国、意大利、法国和德国的covid-19流行情况。 具体来说，利用早期报告的病例数据预测最终报告病例的累计数量。 论文作者说，模型的重要特征是“限制社会流动”公共政策的实施时期，没有报告病例识别、隔离、无症状病例的影响。

截至当地时间3月30日18时，意大利全年无休新增新冠肺炎确诊病例4050例，累计确诊病例101739例。

根据法国公共卫生部门当地时间3月30日晚公布的数据，法国新冠肺炎确诊病例累计44550例，比前一天增加4376例。

根据德国疾病控制机构罗伯特·科赫研究所当地时间3月30日公布的最新数据，截至当天8时，德国新冠确诊肺炎病例57298例，比前一天增加4751例。

附件:研究方法

这个模型的目的是根据早期报告病例数据预测未来的病例数。 模型的焦点是将控制传染病的公共政策应用于韩国、意大利、法国、德国的新型冠状病毒大爆发。

在流行的初期阶段，报告的病例数据呈指数级增长，这与一定的传输速度相对应。 研究人员假设政府的措施和公众开始认识到疫情的严重性，这个初期一定的传输速度变成了“随时间指数下降”的速度。

研究人员的模型结合了covid-19流行病的以下基本因素: (1)无症状感染者(非常轻微或无症状)的数量、(2)报告的症状感染者的数量(症状严重)和(3)未报告的症状感染者(症状轻微)的数量。

covid-19流行病可以分为三个阶段。

第一阶段:报告病例数呈线性增加，每日报告病例数基本固定

第二阶段:指数增长阶段。 其中病例数呈指数增加，与一定的传导速度相对应。

第三阶段:由于第一公共干预和社会疏导措施，该传染病的第三阶段对应时间呈指数减少的传播速度。

研究者的分析明确了韩国、意大利、法国、德国的流行病为第三阶段。

数据

研究人员采用了来自韩国疾病控制中心、意大利卫生部、法国卫生部、德国罗伯特·科赫研究所的数据。 图1表示累计报告例，图2表示每日报告例。

( a )韩国1月20日至3月9日报告的covid-19病例累计数( b )意大利1月31日至3月8日报告的covid-19病例累计数( c )法国2月25日至3月9日期间covid-19病例；

( a )韩国1月20日至3月9日期间每日报告的covid-19病例数( b )意大利1月31日至3月8日期间每日报告的covid-19病例数( c )法国2月25日至3月9日期间每日报告的co vid

模型

模型由以下微分方程组构成。

这个系统里有初始数据

这里，t≥t0是以天为单位的时间，t0是流行病模型的开始日，s(t )是在时间t容易感染的个人数量，i(t )是在时间t无症状的传染病个人数量t，r(t )是在时间t报告的传染病个人数量，u(t )是在时间t未报告的传染病个人数量

在时间t上的传递速度为τ(t )。 i(t )的平均感染期为1 / v天。 有报告症状的个人r(t )的平均感染时间为1 /η天，无报告症状的个人u(t )也一样。 研究人员假设，有报告症状的感染者r(t )将很快分离，不会发生进一步的感染。 无症状的个人i(t )也可以被视为低级别的症状状态。 所有感染均来自i(t )或u(t )个人。 无症状感染的评分f会成为有症状的感染症，但1~f的评分没有有症状的感染症的报告。 无症状传染病症状报告率ν1= fν，无症状传染病症状报告率v2 =(1？ f )ν，但是，ν1+ν2=ν。 时间t的累计报告病例数由公式给出。

时刻t未报告的累计数由式给出

表1 :模型的参数和初始条件。

参数估计方法

研究人员假设f = 0.6或f = 0.1，这意味着40%或90%的有症状感染病例没有被报告。 的实际值尚不清楚。假设η= 1/7，这意味着未报告的症状感染者和已报告的症状感染者的平均感染期为7天。 研究人员假设ν= 1/7，这意味着无症状感染者的平均感染期为7天。 随着对流行病学新闻的了解，可以制作这些值。

研究人员在covid-19流行的第二阶段，根据以下公式，假设报告的病例累积发生率cr(t )几乎呈指数增长。

研究者明确了χ3=1。 在认识到cr(t )呈指数增长的情况下(即研究人员采用指数拟合χ1exp )，将χ1和χ2的值拟合为流行病初期的累计报告病例数据。 (χ2t )拟合数据cr(t ) + 1。 研究者假设初始值s0对应于被报告的病例数据区域的整体。 假设通过除去第二阶段开始时的感染人数，易感者s(t )的值发生了微小的变化。 其他初始条件为:

在流行的第二阶段，报告例的累积数呈指数增加时，传递速度τ(t )的值为一定值。

初期指数增长阶段的开始时间如下。

基本感染数r0为:

i0、u0、t0、τ0、r0的这些式子由[1]得到。 从技术上讲，这些数值对于明确第二阶段cr(t )的指数增长率很重要。

在第二阶段，τ(t )≡τ0恒定。 第三阶段将在隔离、检疫和公共关闭等强有力的政府措施实施时开始。 这些措施的实际效果很多，同时在第三阶段，研究者采用指数减少来降低随时间变化的传输速率τ(t )，从而纳入这些效果。 第三阶段τ(t )的式子为，

为了使流行病数值模拟中的累计报告病例与第n天公共措施生效时的累计报告病例数据相一致，选择日期n和μ的值。 这样，在政府的公共管制措施生效后，就可以预测流行病的时间路径。 图3表示典型情况下的τ(t )。

通过计算以下方程式的解，可以得到模型每天报告的病例数。

预测病例总数:

本节将第4节所述的方法适用于来自韩国、意大利、法国、德国的数据。 表2中，(1)选择了韩国2月19日至2月30日的数据。 (2)意大利2月21日至3月3日的数据(3)法国2月25日至3月7日的数据(4)德国2月24日至3月6日的数据。

预测韩国的病例数:

预测意大利的病例数:

预测法国的病例数:

预测德国的病例数:

结论:

研究人员基于某地区已报道的病例资料，利用以前开发的方法，预测了该地区新冠流行病的发展。 当流行病处于第二阶段，呈指数增长时，在具有一定传播速度的情况下，研究者将初始数据深入模型。 当政府开始采取公共措施控制流行病时，第三阶段开始了。 此时，研究人员以随时间呈指数减少的传输速度进行了建模。 研究人员此前将这种方法应用于中国大陆，说明研究人员的模型可以预测流行病的过程。

本研究利用累计报告病例数，采用了每日报告病例数和4个国家每周报告的病例数。 利用这些数据，研究人员可以预测各国未来的报告和未报告的病例数量。 研究人员假设未报告的病例占总数的f。 研究人员模拟了各国f = 0.6和f = 0.1的模型。 分数f = 0.6和f = 0.1分别对应于较小和较大的最终大小。 对韩国来说，由于采取了限制公共社会交流距离等重大措施，疫情已经消失。 在意大利、法国和德国，新型冠状病毒大爆发正在上升。 因为这些措施是最近实施的。

研究人员的模型在第3阶段通过时间相关的传输速度τ(t )引入了社会距离疏远措施。 此速率包括μ(与这些测量相对应的指数衰减率)和n (它们生效的日期)。 很明显，这些措施必须尽快开始，尽可能有力。 后期公共干预的结果可能会给疫情带来严重的后果。

以韩国为例，新型冠状病毒大爆发高峰期发生在2月29日左右。 在图5和图6中，研究人员的模型与韩国的数据非常一致。 根据研究者的模型，在2月29日的转折点附近，每天的病例数最多达到约700例。

与韩国相比，意大利、法国、德国的公共政策干预相对较晚。 研究人员预测，新型冠状病毒大爆发高峰将发生在意大利4月9日左右、法国4月14日左右和德国5月1日左右。 每天的最大病例数在意大利为10000到15000，法国为12000到20000，德国在200000到50000之间。 在这三个国家，如果没有更重大的公共措施，这些数字很可能会维持很久(本文来自信息澎湃，越来越多的原始信息请下载“澎湃信息”app )。

如果穆夏把灵魂缪斯送给雕塑界会怎么样？

原创鹿licorneunique新艺术家穆夏和塞西斯携手创作雕塑《百合女神》19世纪末，蒸汽机的轰鸣声取代了教堂的钟声，人们迎来了...