×
达姆詹·曼内夫斯基；RužićGorenjec，尼娜；纳塔沙·凯日尔；洛克·布拉格斯

使用贝叶斯分析对新冠肺炎大流行建模，并应用于斯洛文尼亚数据。 （英语） Zbl 1453.92310号

数学。Biosci公司。 329，文章ID 108466，第11页（2020年）.
摘要：在本文中，我们提出了一个半参数框架，用于建模新冠肺炎疫情。该框架的随机部分基于贝叶斯推理。该模型由实际的新冠肺炎数据和当前关于该病的流行病学调查结果提供信息。
该框架结合了许多可用的数据来源（阳性病例数、医院和重症监护室的患者数等），以尽可能准确地输出结果，并纳入了世界范围内为减缓疫情而采用的非药物性政府干预措施的时间。该模型估计了SARS-CoV-2的繁殖数量、感染者数量以及不同疾病进展状态下的患者数量。它可以用于估计当前感染死亡率、未检测到的个人比例以及短期预测监测医疗系统状态的重要指标。通过预测医院和重症监护病房的患者数量，决策者可以做出数据驱动的决策，以避免医疗系统的能力超载。该模型应用于斯洛文尼亚新冠肺炎数据，显示通过减少SARS-CoV-2的繁殖数量来控制疫情所采取干预措施的有效性。据估计，斯洛文尼亚的感染者比例是欧洲最低的国家之一（0.350%，90%置信区间[0.245–0.573]%），第一波结束前斯洛文尼亚感染死亡率为1.56%（90%置信区间[0.94–2.21]%）并且不明病例的比例为88%（90%置信域[83–93]%）。
拟议的框架可以扩展到更多的国家/地区，以便进行比较。斯洛文尼亚医院的数据中显示了这样的修改。

引用于三文件

MSC公司：

92天30分 流行病学
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

贝叶斯推断；离散更新过程；流行病建模；非药物干预；复制编号

软件：

github；R（右）；rstan公司；RStan公司；epiABC公司；贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{D.Manevski}等人，数学。Biosci公司。329，文章ID 108466，11 p.（2020；Zbl 1453.92310）
全文： 内政部 链接

参考文献：

[1] Rothman，K。；格陵兰，南部。；Lash，T.，《现代流行病学》（2015），Wolters Kluwer Health/Lippincott Williams&Wilkins
[2] 李，R。；裴，S。；陈，B。；Song，Y。；张，T。；杨伟（Yang，W.）。；Shaman，J.，《实质性无证感染促进新型冠状病毒（SARS-CoV-2）的快速传播》，《科学》，368，6490，489-493（2020）
[3] 杜，Z。；Wang，L。；Cauchemez，S。；Xu，X。；王，X。；Cowling，B.J。；Meyers，L.A.，《冠状病毒疾病从武汉传播到中国其他城市的风险》，Emerg.Infect。数字化信息系统。，26, 5, 1049 (2020)
[4] Wu，J.T。；Leung，K。；Leung，G.M.，《预测2019-nCoV疫情潜在的国内和国际传播：一项模拟研究》，《柳叶刀》，395，10225，689-697（2020）
[5] Imai，N。；多里加蒂，I。；科里，A。；莱利，S。；Ferguson，N.，《估算中国武汉市2019-nCoV新型冠状病毒潜在总病例数》（2020年），伦敦帝国理工学院出版的预印本
[6] 张杰。；利特维诺娃，M。；梁，Y。；王，Y。；Wang，W。；赵，S。；吴琼。；Merler，S。；维布德，C。；Vespignani，A.，易感性、混合性和社会距离的年龄特征决定了2019年新型冠状病毒病在中国爆发的动力学，medRxiv（2020）
[7] 弗拉克斯曼，S。；米什拉，S。；甘地，A。；Unwin，H。；梅兰，T。；库普兰，H。；惠塔克，C。；朱，H。；Berah，T。；伊顿，J。；莫诺德，M。；Ghani，A。；唐纳利，C。；莱利，S。；沃尔默，M。；弗格森，N。；Okell，L。；巴特，S。；Perez-Guzman，P。；Walker，P.，《欧洲非药物干预对新型冠状病毒肺炎影响的评估》，《自然》，584，257-261（2020）
[8] Riou，J。；Althaus，C.L.，武汉2019年新型冠状病毒（2019-nCoV）早期人与人之间传播模式，2019年12月至2020年1月，欧洲监测，25，4，第2000058条，pp.（2020）
[9] 法内利，D。；Piazza，F.，《新冠肺炎在中国、意大利和法国传播的分析与预测》，混沌孤子分形，134，第109761页，（2020）·Zbl 1483.92130号
[10] 钟，L。；Mu，L。；Li，J.等人。；Wang，J。；尹，Z。；Liu，D.，基于简单数学模型的2019年新型冠状病毒在中国大陆爆发的早期预测，IEEE Access，8，51761-51769（2020）
[11] Germann，T.C。；卡道，K。；Longini，I.M。；Macken，C.A.，《美国大流行性流感缓解策略》，Proc。国家。阿卡德。科学。，103、15、5935-5940（2006），arXiv：https://www.pnas.org/content/103/15/5935.full.pdf
[12] 李，Q。；唐，B。；布拉加齐，N.L。；Xiao，Y。；Wu，J.，用有限的检测能力模拟大规模流感疫苗接种和公共卫生干预对新型冠状病毒疫情的影响，Math。生物科学。，325，第108378条pp.（2020）·Zbl 1448.92132号
[13] Acuña Zegarra，医学硕士。；桑塔纳-智利，M。；Velasco Hernandez，J.X.，《墨西哥的行为变化和新冠肺炎控制建模：封锁和合规之间的权衡》，数学。生物科学。，325，第108370条pp.（2020）·兹比尔1448.92118
[14] 赵，H。；Feng，Z.，《新冠肺炎控制的交错发布政策：按年龄和风险放宽限制的成本和效益》，数学。生物科学。，326，第108405条，第（2020）页·Zbl 1448.92143号
[15] 扎普洛特尼克。；加夫里奇，A。；Medic，L.，《斯洛文尼亚社会网络上新型冠状病毒疫情的模拟：估计内在预测不确定性》，《PLOS ONE，15，8，1-22》（2020年）
[16] Balcan，D。；Gonçalves，B。；胡，H。；Ramasco，J.J。；科利扎，V。；Vespignani，A.，《传染病空间传播建模：全球流行病和流动性计算模型》，J.Compute。科学。，1, 3, 132-145 (2010)
[17] Kypraios，T。；Neal，P。；Prangle，D.，使用近似贝叶斯计算对随机流行病模型进行贝叶斯推断的教程介绍，数学。生物科学。，287, 42-53 (2017) ·Zbl 1377.92091号
[18] O'Neill，P.D.，《使用马尔可夫链蒙特卡罗方法对随机流行病模型进行贝叶斯推断的教程介绍》，数学。生物科学。，180, 1, 103-114 (2002) ·Zbl 1021.62094号
[19] 徐，C。；Yen，A。；Chen，L。；陈浩，用贝叶斯层次模型分析流感疫情的家庭数据，数学。生物科学。，261, 13-26 (2015) ·Zbl 1315.92080号
[20] 北卡罗来纳州贝克尔。；Britton，T.，《传染病发病率的统计研究》，J.R.Stat.Soc.Ser。B统计方法。，61, 2, 287-307 (1999) ·Zbl 0913.62102号
[21] Manevski，D。；波哈尔·珀姆，M。；Blagus，R.，《斯洛文尼亚SARS-CoV-2繁殖数量和爆发规模的估计》，斯洛文尼亚。《医学杂志》，89，1-12（2020）
[22] 雪橇尼克团队，新冠肺炎，新冠流感雪橇尼克（2020年），网址https://covid-19.sledilnik.org，（2020年6月5日访问）
[23] Gelman，A。；Carlin，J。；斯特恩，H。；邓森，D。；Vehtari，A。；Rubin，D.，贝叶斯数据分析（2013），Chapman&Hall/CRC统计科学文本，CRC出版社
[24] Vehtari，A。；Gelman，A。；Gabry，J.，《使用离开交叉验证和WAIC进行实用贝叶斯模型评估》，统计计算。，27, 1413-1432 (2017) ·Zbl 1505.62408号
[25] R核心团队，R：统计计算的语言和环境（2020），R统计计算基金会：R统计计算基金会，奥地利维也纳，URLhttps://www.R-project.org/
[26] Stan开发团队，RStan:The R Interface To Stan，R Package版本2.19.3（2020），URLhttp://mc-stan.org/
[27] 使用贝叶斯分析对新冠肺炎大流行建模，并应用于斯洛文尼亚数据，URLhttps://github.com/damjanm/COVID-19-Slovenia。
[28] 南卡罗来纳州马尔拉帕蒂，冠状病毒有多致命？科学家接近答案，《自然》，582467-468（2020）
[29] Pihlar，T.，Skoraj osemdeset odstotkov vseh smrti，povezanih s koronavirusno boleznijo，je bilo v domovih starejših，Dnevnik（2020），网址https://www.dnevnik.si/1042928747
[30] Bai，Y。；姚明。；魏，T。；田，F。；Jin，D.-Y。；Chen，L。；Wang，M.，假定新冠肺炎无症状携带者传播，JAMA，323，14，1406-1407（2020）
[31] 龙，Q.-X。；唐晓杰。；石庆林。；李，Q。；邓海杰。；袁杰。；胡建立。；徐伟（Xu，W.）。；Zhang，Y。；吕福杰。；苏凯（Su，K.）。；张，F。；龚，J。；吴，B。；刘晓明。；李俊杰。；邱建芳。；陈，J。；Huang，A.-L.，《无症状SARS-CoV-2感染的临床和免疫学评估》，《国家医学》，26，1200-1204（2020）
[32] 奥兰，D.P。；Topol，E.J.，《无症状SARS-CoV-2感染的患病率》，《内科年鉴》（2020年）
[33] 瑞本，K。；Kagaya，K。；Zarebski，A。；Chowell，G.，《2020年日本横滨钻石公主号邮轮上2019年冠状病毒病（COVID-19）无症状比例的估计》，欧洲监测，25，10（2020年）
[34] Baggett，T.P。；Keyes，H。；孢子，N。；Gaeta，J.M.，《波士顿一家大型无家可归者收容所爆发的新型冠状病毒疫情：对普遍检测的影响》，medRxiv（2020年），arXiv：https://www.medrxiv.org/content/early/2020/04/15/2020.04.12.20059618.full.pdf
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。