在沙特阿拉伯使用SEIRD模型参数与MEWMA监测COVID-19大流行
Faten S Alamri1, Edward L Boone2, Ryad Ghanam3
1Department of Mathematical Sciences, College of Science, Princess Nourah Bint Abdulrahman University, P.O. Box 84428, Riyadh, Saudi Arabia.
Journal of infection and public health
|November 8, 2023
概括
这项研究引入了一种使用易感,暴露,感染,恢复死亡 (SEIRD) 模型和多变量指数加权平均 (MEWMA) 来监测COVID-19大流行动态的新方法. 该方法有效地跟踪疾病参数的变化,帮助实时的公共卫生决策.
科学领域:
- 流行病学 流行病学
- 统计建模 统计建模
- 公共卫生 公共卫生
背景情况:
- 有效的流行病管理需要同时监测传播,感染,恢复和死亡率等关键属性.
- 在沙特阿拉伯的COVID-19大流行期间,决策者在实施及时治疗和预防措施方面面临着挑战.
研究的目的:
- 开发和介绍一种实时监测流行病动态的方法.
- 为了使公共卫生官员在传染病爆发期间能够有效地做出决定.
主要方法:
- 使用了一个易受感染,暴露,感染,恢复死亡 (SEIRD) 模型框架.
- 采用贝叶斯范式与粒子马尔科夫链蒙特卡洛 (MCMC) 进行参数估计.
- 应用多变量指数加权平均值 (MEWMA) 概况监测,以检测SEIRD模型参数的变化.
主要成果:
- 该方法成功地应用于沙特阿拉伯的疫苗前COVID-19数据.
- MEWMA分析揭示了与现实事件相关的参数概况变化,包括政府干预和行为转变.
- 证明了该方法在传染病动态中标志着重大变化的能力.
结论:
- 提出的方法是实时流行病监测的宝贵工具.
- 研究人员和政策制定者可以利用这种方法在公共卫生危机期间进行知情决策.


