使用废水病毒和流行病学数据进行国家空间建模,以估计报告的COVID-19病例和潜在的感染人数
Syun-Suke Kadoya1, Yubing Li2, Yilei Wang2
1Department of Urban Engineering, The University of Tokyo, 7-3-1, Hongo, Bunkyo-ku, Tokyo 113-8656, Japan.
Journal of the Royal Society, Interface
|January 8, 2025
概括
使用状态空间模型的废水监测可以准确地预测COVID-19病例和潜在的感染,即使是新的变种. 这种方法有助于理解隐性传播动态,以便做出更好的公共卫生决策.
科学领域:
- 流行病学 流行病学
- 环境科学 环境科学
- 数学生物学 数学生物学
背景情况:
- 降低的COVID-19报告率阻碍了准确的SARS-CoV-2流行率评估.
- 废水病毒数据为未报告和无症状感染提供了洞察力.
- 现有的模型由于假设的行为均性而与变异特异性传播作斗争.
研究的目的:
- 开发一种利用废水病毒载量的状态空间模型,用于预测COVID-19病例和潜在感染.
- 为了更好地了解超出报告数据的SARS-CoV-2传播动态.
- 为了解决COVID-19预测模型中的不确定性.
主要方法:
- 建立了一个状态空间模型,包含废水病毒载荷数据.
- 与COVID-19病例数,包括两种不同的变体的数据相比,验证了模型.
- 分析了模型估计潜在感染和捕捉超级传播事件的能力.
主要成果:
- 基于废水的状态空间模型表现出对报告的COVID-19病例数量具有很高的适应性.
- 该模型成功估计了潜在的感染人数,反映了SARS-CoV-2的超级传播特征.
- 该模型在与不同SARS-CoV-2变异相关的不同波段中表现良好.
结论:
- 废水监测与状态空间建模相结合,是预测COVID-19的强大工具.
- 这种方法增强了对隐藏感染动态的理解,并有助于公共卫生决策.
- 该模型在各个变体中的准确性突出显示了其在传染病监测中的强度.
