[论文解读] Did COVID-19 infections decline before UK lockdown?

Simon N. Wood|arXiv (Cornell University)|May 5, 2020

COVID-19 epidemiological studies参考文献 9被引用 14

一句话总结

本研究采用贝叶斯逆问题方法，利用死亡数据和疾病持续时间分布，重建英国和瑞典的SARS-CoV-2感染时间进程，最大限度减少对建模假设的依赖。研究发现，英国在2020年3月24日全面封锁之前，新冠感染已开始下降，而瑞典的下降趋势仅比英国晚一到两天开始。

ABSTRACT

The number of new infections per day is a key quantity for effective epidemic management. It can be estimated by testing of random population samples. Without such direct epidemiological measurement, other approaches are required to infer whether the number of new cases is likely to be increasing or decreasing: for example, estimating the pathogen reproductive rate, R, using data gathered from the clinical response to the disease. For COVID-19 (SARS-CoV-2) such R estimation is heavily dependent on modelling assumptions, because the available clinical case data are opportunistic observational data subject to severe temporal confounding. Given this difficulty it is useful to reconstruct the time course of infections from the least compromised available data, using minimal prior assumptions. A Bayesian inverse problem approach applied to UK data on COVID-19 deaths and the disease duration distribution suggests that infections were in decline before full UK lockdown (24 March 2020), and that infections in Sweden started to decline only a day or two later.

研究动机与目标

• 在不依赖直接病例检测的情况下，估计英国和瑞典SARS-CoV-2感染的真实时间进程。
• 解决机会性临床病例数据的局限性，这些数据受时间偏差和报告延迟的干扰。
• 在最小先验假设下，推断封锁措施实施前感染是上升还是下降。
• 仅使用死亡人数和已知的疾病持续时间分布，提供稳健且基于数据的感染趋势估计。

提出的方法

• 应用贝叶斯逆问题框架，从观察到的死亡数据中推断潜在的感染曲线。
• 将已知的疾病持续时间分布（从症状出现到死亡）作为反演过程的关键组成部分。
• 将死亡报告和疾病持续时间的不确定性纳入考虑，生成感染时间进程的后验分布。
• 通过最小化对传播动力学或R(t)估计的假设来求解逆问题。
• 采用非参数推断，避免因预设流行病学模型结构而引入偏差。
• 通过将推断趋势与观察数据对比，并评估其与已知流行病学约束的一致性，对方法进行验证。

实验结果

研究问题

• RQ1 英国在2020年3月24日全国封锁之前，SARS-CoV-2感染是否已经开始下降？
• RQ2 英国和瑞典的感染趋势，特别是在政策干预期间，有何异同？
• RQ3 在没有直接病例报告的情况下，能否可靠地仅从死亡数据重建感染时间进程？
• RQ4 推断出的感染趋势对疾病持续时间及报告延迟假设的敏感性如何？

主要发现

• 基于死亡数据和疾病持续时间的分析，英国在2020年3月24日全面封锁之前，感染已开始下降。
• 英国的感染下降始于全国限制措施实施之前，表明早期流行病动态可能具有自限性，或受封锁前行为的影响。
• 瑞典的感染仅在英国之后一到两天开始下降，表明两国的流行病轨迹相似但略有延迟。
• 贝叶斯逆方法生成了与假设依赖最小、稳健一致的感染趋势估计，且无需依赖R(t)估计。