一个多城市的COVID-19预测模型,利用基于废水的流行病学.
Naomi Rankin1, Samee Saiyed1, Hongru Du1
1Department of Civil and Systems Engineering, Johns Hopkins University, Baltimore, MD, USA.
The Science of the total environment
|January 7, 2025
概括
这项研究引入了一种基于废水的新型预测模型,用于预测COVID-19住院治疗和医疗保健能力风险. 该模型利用废水流行病学数据进行更可靠的公共卫生决策.
科学领域:
- 环境科学 环境科学
- 流行病学 流行病学
- 公共卫生 公共卫生
背景情况:
- COVID-19预测模型已经显示出局限性,特别是在关键爆发期间的表现.
- 可靠的数据输入和替代预测目标对于有效的公共卫生决策至关重要.
- 基于废水的流行病学 (WBE) 与报告的病例相比,为跟踪疾病传播提供了一个有希望的,更一致的指标.
研究的目的:
- 开发和验证一个基于废水的多城市预测模型,用于预测COVID-19住院治疗.
- 引入新的分类方法来评估医疗保健系统负担和住院趋势.
- 评估WBE数据对预测准确性的影响,特别是在疫情变化点期间.
主要方法:
- 使用来自美国六个城市的住院和COVID-19 WBE数据开发了通用添加模型 (GAM).
- 产生了两种分类类型:住院能力风险 (HCR) 和住院率趋势 (HRT).
- 创建了对1,2,3周窗口的概率预测,使用一种新的方法来评估在疫情变化点上的表现.
主要成果:
- 纳入废水数据显著提高了预测模型的性能.
- 该模型成功地在20个月内在6个城市生成了住院风险和趋势类别的概率预测.
- 提出并应用了一种新的方法来评估在关键爆发变化点上的模型性能.
结论:
- 基于废水的流行病学为COVID-19预测提供了有价值和可靠的数据来源.
- 开发的分类预测模型为决策者提供了一个新的工具,以预测医院容量风险和疾病趋势.
- 这种方法提高了公共卫生准备和应对传染病的应对策略.
更多相关视频
09:26Quantification and Whole Genome Characterization of SARS-CoV-2 RNA in Wastewater and Air Samples
Published on: June 30, 2023
1.1K
06:54Author Spotlight: Understanding and Detecting Environmental Antimicrobial Resistance by Combining Culture-Based Techniques and Genomics
Published on: July 19, 2024
951
