在没有地面真相数据的情况下验证模型输出:使用北卡罗来纳州传染病动态模拟器 (SIDD-NC) 模型的COVID-19案例研究
Rachel L Woodul1, Paul L Delamater1, Meg Woodburn2
1Department of Geography, The University of North Carolina at Chapel Hill, Carolina Hall, Campus Box 3220, Chapel Hill, NC, 27599, United States; Carolina Population Center, 123 West Franklin St, Chapel Hill, NC, 27516, United States.
北卡罗来纳州传染病动态模拟器 (SIDD-NC) 模型准确预测COVID-19趋势. 这种传染病模型证明了SARS-CoV-2传播的强大的空间和时间性能.
科学领域:
- 流行病学 流行病学
- 计算生物学 计算生物学
- 公共卫生 公共卫生
背景情况:
- 由于COVID-19的流行,需要开发用于疾病预测和干预评估的预测模型.
- 众多流行病学模型已经创建,以了解和预测传染病爆发的轨迹.
研究的目的:
- 为了验证北卡罗来纳州传染病动态模拟器 (SIDD-NC) 模型.
- 评估模型的性能与SARS-CoV-2的代理真相感染数据对比.
主要方法:
- 使用斯皮尔曼等级相关性,根平均平方误差 (RMSE) 和百分比RMSE来评估SIDD-NC模型.
- 在州和县两级分析了业绩.
- 从2020年3月到2020年11月的数据,包括更短的间隔,被用来评估流行曲线的复苏和每日传播的准确性.
主要成果:
- SIDD-NC模型在一组数据集中表现出强的性能.
- 发现该模型的感染估计在空间和时间维度上都是可靠的.
- 确切地重现了流行病曲线和日复一日的SARS-CoV-2传播.
结论:
- SIDD-NC模型为预测北卡罗来纳州COVID-19动态提供了一个可靠的工具.
- 经过验证的模型可以帮助评估公共卫生干预措施和了解疾病传播.
- 该研究证实了该模型能够产生空间和时间一致的感染估计的能力.
更多相关视频
12:21A Mouse Model for the Transition of Streptococcus pneumoniae from Colonizer to Pathogen upon Viral Co-Infection Recapitulates Age-Exacerbated Illness
Published on: September 28, 2022
20:36Predicting the Effectiveness of Population Replacement Strategy Using Mathematical Modeling
Published on: July 4, 2007
相关概念视频
Principles of Disease Surveillance
Steps in Outbreak Investigation
Causality in Epidemiology
