[论文解读] An efficient explicit approach for predicting the Covid-19 spreading with undetected infectious: The case of Cameroon

Eric Ngondiep|arXiv (Cornell University)|May 21, 2020

Fractional Differential Equations Solutions参考文献 28被引用 7

一句话总结

本文提出了一种用于模拟喀麦隆2020年3月至4月期间SARS-CoV-2传播的两级显式数值格式，考虑了未被检测到的感染病例。该方法在L∞-范数下实现了至少二阶收敛性和稳定性，能够快速、准确地预测检测到的/未检测到的病例数、死亡人数、住院人数以及有效基本再生数。

ABSTRACT

This paper considers an explicit numerical scheme for solving the mathematical model of the propagation of Covid-19 epidemic with undetected infectious cases. We analyze the stability and convergence rate of the new approach in $L^{\infty}$-norm. The proposed method is less time consuming. Furthermore, the method is stable, at least second-order convergent and can serve as a robust tool for the integration of general systems of ordinary differential equations. A wide set of numerical evidences which consider the case of Cameroon are presented and discussed.

研究动机与目标

• 开发一种快速、稳定且准确的数值方法，用于模拟存在未被检测到的感染者时的SARS-CoV-2传播。
• 通过将未被检测到的病例纳入模型，应对早期大流行阶段数据有限且不一致的挑战。
• 利用校准后的常微分方程系统，估算疫情期间的病床需求量和疫情高峰时间。
• 分析检测率对低资源环境（如喀麦隆）中病死率和疾病负担的影响。
• 为在不同干预情景下预测流行病动态，提供一种稳健且计算高效的工具。

提出的方法

• 为求解描述含未被检测到的感染者组分的新冠肺炎传播的常微分方程组，开发了一种两级显式有限差分格式。
• 在L∞-范数下分析了该格式的稳定性和收敛性，证明其具有至少二阶收敛性且无条件稳定。
• 模型包括检测到的和未被检测到的感染者、康复者（具有或不具有免疫力）、住院病例以及潜伏期个体的组分。
• 传播动力学考虑了住院患者和未被检测到的个体在传染性上的差异，相关参数来自现有文献。
• 该方法被应用于2020年3月6日至4月30日期间喀麦隆的真实数据，以模拟病例的发展进程。
• 动态计算有效基本再生数（Re），以评估随时间推移的传播控制情况。

实验结果

研究问题

• RQ1 未被检测到的感染者在模型中的引入如何影响喀麦隆新冠肺炎疫情的预测轨迹？
• RQ2 检测率（检测到的病例占比）对估算的病死率和整体疾病负担有何影响？
• RQ3 所提出的两级显式格式能否准确且高效地预测关键流行病学指标，如住院人数、死亡人数和感染高峰？
• RQ4 在模型中采用不同传播假设时，有效基本再生数（Re）如何随时间演变？
• RQ5 该模型在多大程度上能够预测疫情高峰的时间和规模以及病床需求量？

主要发现

• 所提出的两级显式格式在L∞-范数下无条件稳定，且至少具有二阶收敛性，确保了可靠且高效的数值积分。
• 对于喀麦隆，模型预测检测到的感染病例在2020年3月17日至30日期间达到峰值，当检测率为0.0667时，到4月30日累计检测病例约为116例。
• 在低检测率（0.0667）下，模型预测到2020年4月30日累计未被检测到的感染者达1,548.22例，表明存在显著的隐性传播库。
• 在基线情景下，有效基本再生数（Re）从1.11下降至0.12（截至2020年4月15日），表明若持续实施干预措施，疫情最终将得到控制。
• 在检测率为0.0667的情景下，病床需求量预计在2020年4月15日左右达到约56.6张的峰值，凸显了早期准备的重要性。
• 模型与实际趋势表现出良好一致性，表明低检测率会显著扭曲对疫情严重程度的判断，并延迟公共卫生响应。