中文字幕潮吹在线播放_高清无码内谢_日韩福利片在线观看_18AV一永久不迷路_亚洲av高清不卡久久_国产日韩欧美一区二区视频在线观看_香蕉视频APP污大全_亚洲日韩熟女

近日，鐘南山院士團隊在Journal of Thoracic Disease發表“基于SEIR優化模型和AI對公共衛生干預下的中國COVID-19暴發趨勢預測”的文章。 該研究預測了COVID-19疫情全國在2月下旬達到高峰，4月底趨于平緩。如管控措施推遲5天實施，中國大陸的疫情規模預估將擴大至3倍；如減低武漢管控力度，湖北可能在3月中旬出現第二次疫情高峰并延續至4月下旬。其中，優化的SEIR模型和AI模型預測表明，截至4月底國內有9萬至12萬的疫情規模，請大眾不要誤解，模型預測與現實是存在一定差距的，如政府繼續嚴格的管控政策，提高診斷水平，推出使用藥物，該疫情規模將得到極大控制。另外，本文提及的湖北出現二次高峰是在管控降低的情況下作出的假設，如正常春運，復工等。按目前情況，湖北省政府仍將繼續保持嚴格管控，出現二次高峰的可能性也相對較少。 目前本文預測結果是基于2月9日前的管控政策，疫情規模均比Lancet及國外學者預測的少。Wu等學者預測武漢的疫情規模將在1月25日達到17.5萬例，疫情將在4月達到高峰。同樣，Read等人預測，在沒有控制措施的情況下，將在2月4日達到高峰，高達19萬例。即使是交通管控也不能獲得很好的效果。上述預測均沒有考慮到我國嚴格管控的措施，導致可能夸大的疫情規模。本文數據顯示截至4月底國內疫情現存確診病例（非累計確診數）高峰不高于7萬例，湖北不高于52000例，廣東和浙江不高于1200例，目前流行數據均在本文的預測范圍內，更貼近真實情況。 文章結果結論是基于SEIR數學模型和AI模型進行預測的，歡迎大家閱讀。 楊子峰1,5，曾志奇1，王珂2，黃淑珊1,7，梁文華1，Mark Zanin1,7，劉鵬3，曹旭東3，高中強3，麥芷桐1，梁靖怡1，劉曉青1，李時悅1，黎毅敏1，葉楓1，關偉杰1，楊一帆4，李飛4，羅圣美4，謝玉琪1，劉斌6，王周瑯1，張少博2，王耀南2，鐘南山1，何建行1 1廣州醫科大學附屬第一醫院廣州呼吸健康研究院呼吸疾病國家重點實驗室/國家呼吸系統疾病臨床醫學研究中心 2橫琴鯨準智慧醫療科技有限公司 3南京云創大數據科技股份有限公司 4星環信息科技 （上海） 有限公司 5澳門科技大學，中藥質量研究國家重點實驗室，澳門藥物及健康應用研究院，中醫藥學院，澳門特別行政區，中國 6昆明理工大學 7香港大學公共衛生學院，香港特別行政區，中國 通訊作者: 何建行 電子郵箱: hejx@vip.163.com 鐘南山 電子郵箱: nanshan@vip.163.com 注：楊子峰、曾志奇、王珂、黃淑珊、梁文華、Mark Zanin、劉鵬對此文章貢獻相同。 摘要 背景：中國湖北省武漢市新型冠狀病毒肺炎（COVID-19）的暴發恰逢人口大規模遷徙的春運時期。為遏制疫情蔓延，中國政府于2020年1月23日起采取了大規模檢疫、限制出行和對可疑病例監控等前所未有的全國性防疫干預措施。但尚不清楚這些政策是否有益于流行病的控制。 方法：本研究將2020年1月23日前后的人口遷徙數據以及最新的COVID-19流行病學數據整合到經典傳染病學預測模型（SEIR）中并得出流行曲線。此外，基于2003年SARS數據進行訓練的人工智能（AI）方法來預測本次疫情的流行趨勢。 結果：推測本次疫情全國在2月下旬達到高峰，4月底趨于平緩。如管控措施推遲5天實施，中國大陸的疫情規模預估將擴大至3倍；如減低武漢管控力度，湖北可能在3月中旬出現第二次疫情高峰并延續至4月下旬。 結論：優化的SEIR模型及成功建立的人工智能模型能有效預測新冠病毒的流行趨勢，證實 1月23日起實施的公共衛生干預措施有效控制了疫情發展。 引言 2019年12月，中國湖北省武漢市暴發了由新型人畜共患病冠狀病毒（SARS-CoV-2）引發的非典型肺炎（COVID-19）[1-2]。之后，疫情迅速蔓延。截至目前，國內已報告7萬余例感染病例和2000多例死亡病例，全球報告感染超過3000例 [3-4]，疫情嚴重程度已超過2003年的嚴重急性呼吸綜合征（SARS）[5]。本次疫情恰逢在春運期間暴發，為遏制疫情，中國于2020年1月23日開始實施前所未有的公共衛生干預策略[6]：封閉武漢的離城通道，延長了法定假日，采取了嚴格旅行和公共聚會限制措施，關閉了公共場所，并在全國范圍內實施了健康監測。但是，尚不清楚這些政策對疫情的控制效果，以及應當保持實施多長時間。因此，本研究通過優化的易感-暴露-感染-退出（SEIR）流行病學模型，結合了1月23日前后的國內遷徙數據以及最新的COVID-19流行病學數據來預測疾病發展進程。另外，還使用了2003年SARS冠狀病毒暴發數據進行了機器學習，通過人工智能（AI）方法證實了我們的模型預測。 結果 一、湖北省、廣東省和浙江省的疫情進展 本文選擇了COVID-19確診病例數最多的三個省份進行研究[7-8]。2月10日，湖北省、廣東省和浙江省COVID-19的確診病例分別為31728例、1177例和1117例 （圖1A）。1月7日至23日，廣東省和浙江省的遷出人數達到最大且高于流入量。而對于湖北省來說，在1月23日之前，由于春節期間遷移人口的返回，其遷入人數大于流出量。1月23日之后，湖北省開始實施公共衛生干預措施如限制出行，遷移曲線與廣東省和浙江省相比明顯較為平坦（圖1B）。 圖1. 模型數據 （A）截止2月10日各省確認的COVID-19病例，數據來自https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_pc_3. （B）2020年春節假期湖北、廣東、浙江三省遷移率指數（實線-流入，虛線-流出） SEIR是一種流行病學模型，此模型假設將人群劃分為四種狀態：易感[S]、暴露或潛伏[E]、感染[I]或退出[R]來預測傳染性疾病動力學。每個狀態的人口比例由每個狀態之間的變化率決定：β （[S] 指向[E]或[S]指向[I]）, σ （[E]指向[I]） 以及 γ （[I]指向[R]）。參考每個省可用遷移指數（數據取至分析當日），隨后根據我們的假設情況模擬往后日期的遷移指數。對于廣東省、浙江省、湖北省和中國（在模擬中，交通限制減弱），則使用了2019年的遷移指數，而且認為在[E]指向[S]的遷移率β1是[I]指向[S]的β2的5倍。 由于湖北省目前已實行嚴格檢疫措施，假設2月10日之后湖北省的遷移指數設為零。在2月12日之前，確診病例主要是基于PCR技術。在此基礎上，本模型預測將在2月20日達到單個流行高峰，存在42,792（95%CI 30,149–52,941）例現存確診病例。預計疫情在4月下旬趨于平緩，總病例數預估達到59,578 （95%CI 39,189–66,591）。如果延遲實施干預措施，疫情將在2月25日達到高峰，當天前后預估有115,061例現存確診病例，暴發總人數會達到167,598例。如果提前5天采取干預措施，疫情預計在2月15日達到高峰，最終病例數將不會超過25,000（圖2）。 圖2. 改進的SEIR模型預測曲線 （A）湖北省有嚴格管控，（B）湖北省減少管控力度，（C） 廣東省，（D） 浙江省和（E）中國在1月23日（藍色），5天后（灰色）和5天前（紅色）采取干預措施時的流行曲線，把每天現存確診病例的實際數據被擬合到曲線 （圓圈）上 然后，考慮湖北省減少隔離措施，公眾有一定程度的社會流動，由此假設r=10。預測結果發現有2月18日和3月11日這兩個流行高峰，分別有51,581（95%CI 39,874–63,994）和47,144（95%CI 36,305–58,484）例現存確診病例，最后疫情總規模將達到73,180 （95%CI 51,308–85,839）例。如果把干預措施實施延遲5天，暴露病例比例起初的增加將導致感染病例呈指數增長，流行峰值為2月21日和3月17日。截止4月末，仍可能存在30,000例以上的現存病例，而總病例數預估將會達到166,930例確診例數。如果提前5天實施干預措施，則疫情將在2月11日達到高峰，現存確診病例可能達到8,031例，疫情規模上升至15,965例 （圖2B）。 廣東省和浙江省不是疫情發源地，本研究預計廣東省和浙江省均在2月20日達到流行高峰，分別為1,202（95%CI 1,042–1,340）例和1,172（95%CI 1,004–1,314）例現存確診病例，且預計兩省的疫情將在4月中旬趨于平緩。廣東省和浙江省疫情最終規模預估分別達到1,511（95%CI 1,097–1,948）例和1,491（95%CI 1,066–1,851）例確診例數。如果政府延遲5天實施干預措施，廣東省和浙江省預計分別在2月26日和25日達到高峰，現存確診病例可能分別達到3,553例和3,522例，兩個省疫情的最終規模可能均為10,061例確診病例。如果政府提前5天實行干預，疫情將得到有效控制（圖2C和D）。 二、全國疫情模型 1月23日實施控制措施后，COVID-19傳染幾率降低。一定數量易感人群的存在使平均每日新感染人數穩定增加。基于目前干預措施，預計疫情將于2月28日達到高峰，現存確診病例達到59,764（95%CI 51,979–70,172）例。截至4月底趨于平緩，預計疫情最終規模預估共計122,122（95%CI 89,741–156,794）例。如果延遲5天實施干預措施，由于感染者平均每天接觸的次數增加，傳染系數（率）將會更大。病例數量呈指數增加，可能在3月4日達到高峰，達到173,372例現存確診病例，疫情最終規模預估為351,874例確診病例。如提前5天實施干預措施，全國疫情最終規模可能減少至40,991例確診病例 （圖2E）。 三、LSTM對中國疫情的預測 LSTM模型是一種遞歸神經網絡（RNN），本研究基于2003年SARS流行病學數據，納入COVID-19流行病學參數例如傳染概率、傳染系數（率）、潛伏率和退出率等進行模型訓練。根據 LSTM模型預測，新增病例在2月4日達到高峰，到4月底預估有9.5萬例確診病例（圖3A）。隨后，我們對來自SEIR、LSTM以及中國每日新增病例數報告的數據繪制曲線。在1月22日至2月10日之間，新確診病例實際數量與LSTM預測數據的曲線之間顯著擬合（圖3B）。SEIR和LSTM模型均預測在2月4日到7日之間會出現每日新增病例高峰，達到4000例。SEIR模型還預測2月中下旬的每日新增病例可能有幾個新的小感染高峰出現，這可能是返程人口流動及復工導致的。 圖3. （A）LSTM預測的全國COVID-19病例累計數量，（B）根據實際數據（紫色）、SEIR模型（橙色）和LSTM模型（綠色）計算的COVID-19新增病例數 討論 為了應對1月15日開始暴發的COVID-19疫情，中國宣布啟動一級應急響應（最高級別公共衛生響應），在全國范圍內實施了管控措施。除了封鎖武漢及其他鄰近地區以外，還要求必須嚴格報告往返湖北省的情況。同時，不鼓勵湖北居民返回工作地，而且即便是經過武漢的非湖北居民，也被要求進行14天的自我隔離。然而，武漢封城的有效性和必要性受到了質疑，還有報道稱這樣的做法是否太晚[13-14]。Wu等學者預測，如果不采取控制措施，武漢的疫情規模將在1月25日達到17.5萬例，疫情將在4月達到高峰[13]。同樣，Read等人預測，在沒有控制措施的情況下，將在2月4日達到高峰，高達19萬例[14]。值得注意的是，他們預測到在武漢大規模封城的情況下，中國其他城市也仍將經歷與武漢相似的疫情增長。然而，事實并非如此。廣東和浙江是受影響僅次于湖北的兩個省份，僅占全國PCR確診病例的6.6%。與武漢相比，這兩個省控制措施出臺相對較快。因此，相比于湖北，該兩省疫情增長放緩，說明了隔離和管控措施是有效的。本模型同樣預測，延后5天執行控制措施將使疫情規模增加至3倍。 自本文分析以后，真實流行趨勢已證實與本研究預測曲線相吻合。在上周，廣東省和浙江省已報道每天的新增病例少于6例，而湖北的新增病例也同樣呈現下降的趨勢。對于廣東省和浙江省，移動人口已經逐漸開始返程（由于依然存在限制，因此與前幾年返程相比，遷移率會相對較低），從而引發了潛在病例進入的擔憂。目前只有湖北省依然有大量病例，其他省份遷移人口可能不會構成重大風險。廣東省和浙江省實行持續的早期發現與隨后進行的隔離措施對于防止第二次流行高峰的出現是很有效的。 本研究強調的另一個關鍵點是放緩湖北省的檢疫限制將導致新的易感人群涌入，即春節后返程人員，將導致湖北省的疫情在3月11日左右出現另一個小高峰。大量資源應被運至湖北省來建設新的醫院和檢疫中心，以改善醫療護理及減少暴露風險。以上所有的措施都可能減少傳播，并有助于緩和二次高峰出現的影響。 COVID-19的暴發引發了對人口密集城市公共衛生流行病控制的重大挑戰：決定何時實施控制措施。目前需要市或省疾控中心的陽性檢測結果以確診病例，這一過程至少需要30小時[15]。2月12日，湖北政府將根據影像學檢查、中性粒細胞計數和流行病學關聯等歸為臨床診斷病例，使得一夜之間增加了1.6萬例病例。但除了湖北省以外，其他省份都沒有采用這一分類方法，致使全國COVID-19確診病例數出現了混淆。盡管有人可能認為臨床診斷病例并不完全準確，但目前的PCR診斷方法也同樣存在不足[15]。直到有更進一步確診的方法之前，如血清陽性率流行數據可用于評估真實發病率，本研究可以預見的是，基于PCR確診的流行曲線可能被低估。 圖3中的結果強調了我們研究中使用的兩種方法的優點和弱點。基于早期的估測，本SEIR模型使用了7天的潛伏期[2]。到目前，有報道證明潛伏期到癥狀發作的中位時間是3天[11]，此病毒的潛伏期更接近于SARS-CoV的潛伏期，但可以從0到24天不等。我們測試了該模型對不同潛伏期的敏感性，發現較短的潛伏期會加速疫情高峰，但不會對疫情規模大小產生顯著影響。這可能解釋了真實曲線和LSTM預測曲線之間的顯著擬合，以及SEIR模型預測高峰滯后性問題。遺憾的是，用于機器學習的SARS流行病數據是來自2003年4月至6月，對于長期的預測來說這是個有限的數據庫。 本模型也沒有考慮到其他可能增加確診病例數的因素，如診斷能力。武漢市政府最近宣布了一項政策，要求對每一位疑似人員和返工人員進行測試[16]。如果武漢市政府能夠提高檢測能力，盡量控制返回人員的流入量，但結果仍可能出現一個連續的高峰甚至第二個高峰。本研究的另一個局限性是我們無法考慮季節的影響。季節改變帶來的氣溫升高對于廣東非典疫情的消失很重要[17]。如果氣溫變化也適用于COVID-19，那么廣東的疫情將比浙江和湖北消失得更早。 結論 本SEIR優化模型可精準預測新冠病毒的流行趨勢，同時，人工智能預測模型已成功建立并且顯示與SEIR模型相似的趨勢，證實了1月23日起實施的公共衛生干預措施有效控制了疫情發展。嚴格的防控措施如“早期篩查”最好實施至2020年4月底。 致謝 我們感謝橫琴鯨準智慧醫療科技有限公司的成于伽、紀冰怡和許碧峰的技術支持。 表1. 本研究預測結果總結 a假設湖北省仍然嚴格管控，沒有返程高峰b假設湖北省減少管控，有返程高峰 （注：英文原文附文章補充方法的說明）。 參考文獻 1. Zhou P, Yang X-L, Wang X-G, Hu B, Zhang L, Zhang W, et al. A pneumonia outbreak associated with a new coronavirus of probable bat origin. Nature. 2020:10.1038/s41586-020-2012-7. 2. Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y, et al. Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. The New England journal of medicine. 2020. 3. Real-time big data report on the epidemic (in chinese) 2020 [Available from: https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_aladin_top1]. 4. Coronavirus disease 2019 (COVID-19) Situation Report –25 2020 [Available from: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200214-sitrep-25-covid-19.pdf?sfvrsn=61dda7d_2]. 5. Situation Updates - SARS: Update 95 - Chronology of a serial killer 2003 [Available from: https://www.who.int/csr/don/2003_06_18/en/]. 6. 2019 Data from spring festival (in chinese) 2019 [Available from: http://news.sina.com.cn/c/2019-02-04/doc-ihrfqzka3579637.shtml]. 7. Situation report (in chinese) 2020 [Available from: http://www.nhc.gov.cn/xcs/yqtb/list_gzbd.shtml]. 8. Baidu qianxi (in chinese) 2020 [Available from: https://qianxi.baidu.com/. 9. Combatting SARS (in chinese) 2003 [Available from: http://news.sohu.com/57/26/subject206252657.shtml]. 10. Guan W-j, Ni Z-y, Hu Y, et al. Clinical characteristics of 2019 novel coronavirus infection in China. 2020. 11. Backer JA, Klinkenberg D, Wallinga J. Incubation period of 2019 novel coronavirus (2019-nCoV) infections among travellers from Wuhan, China, 20-28 January 2020. Euro Surveill. 2020;25(5). 12. Wang W, Tang J, Wei F. Updated understanding of the outbreak of 2019 novel coronavirus (2019-nCoV) in Wuhan, China. J Med Virol. 2020;92(4):441-7. 13. Wu JT, Leung K, Leung GM. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study. The Lancet. 2020. 14. Read JM, Bridgen JRE, Cummings DAT, Ho A, Jewell CP. Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions. 2020. 15. Novel coronavirus diagnosis and treatment protocol (in chinese) 2020 [Available from: http://www.nhc.gov.cn/xcs/zhengcwj/202002/d4b895337e19445f8d728fcaf1e3e13a/files/ab6bec7f93e64e7f998d802991203cd6.pdf]. 16. Pneumonia epidemic prevention and control work of new coronavirus deployed in our city 2019 [Available from: http://www.wuhan.gov.cn/2019_web/whyw/202001/t20200123_304083.html]. 17. Lin K, Yee-Tak Fong D, Zhu B, Karlberg J. Environmental factors on the SARS epidemic: air temperature, passage of time and multiplicative effect of hospital infection. Epidemiol Infect. 2006;134(2):223-30. 本文轉載自“AME科研時間”