[论文解读] Estimating the number of SARS-CoV-2 infections and the impact of social distancing in the United States

James E. Johndrow, Kristian Lum+2 more|arXiv (Cornell University)|Apr 6, 2020

COVID-19 epidemiological studies参考文献 14被引用 7

一句话总结

本研究基于COVID-19死亡数据，采用贝叶斯分层模型估算美国SARS-CoV-2感染的真实数量及社交疏离政策的影响，发现确诊病例数低估了实际感染人数5至25倍。模型显示纽约州的疫情可能已达到峰值，而加利福尼亚州和佛罗里达州可能仍处于增长阶段，结果对感染致死率和政策遵守情况的假设较为敏感。

ABSTRACT

Understanding the number of individuals who have been infected with the novel coronavirus SARS-CoV-2, and the extent to which social distancing policies have been effective at limiting its spread, are critical for effective policy going forward. Here we present estimates of the extent to which confirmed cases in the United States undercount the true number of infections, and analyze how effective social distancing measures have been at mitigating or suppressing the virus. Our analysis uses a Bayesian model of COVID-19 fatalities with a likelihood based on an underlying differential equation model of the epidemic. We provide analysis for four states with significant epidemics: California, Florida, New York, and Washington. Our short-term forecasts suggest that these states may be following somewhat different trajectories for growth of the number of cases and fatalities.

研究动机与目标

• 估算美国SARS-CoV-2的真实感染数量，校正确诊病例数中因报告不足导致的偏差。
• 评估社交疏离政策在关键美国州份中抑制病毒传播的有效性。
• 构建仅依赖可靠数据（特别是死亡人数）的模型，以应对病例和住院数据不可靠的问题。
• 量化感染致死率（IFR）的不确定性及其对感染和传播估计的影响。
• 基于严谨的贝叶斯框架与可信区间，提供可解释且参数可识别的预测结果。

提出的方法

• 围绕标准SIR流行病动力学分层模型构建贝叶斯分层模型，参数基于死亡数据进行估计。
• 通过时间至死亡分布和假设的感染致死率（IFR）将感染与死亡联系起来，IFR被视为关键的不确定参数。
• 基于在潜在感染轨迹和IFR下观察到报告死亡数的概率，构建似然函数。
• 使用马尔可夫链蒙特卡洛（MCMC）采样拟合模型，并生成传播率（β）、恢复率（γ）和R₀的后验分布。
• 将该模型应用于四个美国州（纽约州、加利福尼亚州、佛罗里达州和华盛顿州）的死亡数据，结果在多种IFR假设下报告。
• 通过固定来自外部临床数据的时间至死亡分布并将其IFR作为具有多种情景的超参数，增强模型的可识别性。

实验结果

研究问题

• RQ1 美国的确诊病例数在多大程度上低估了SARS-CoV-2的真实感染数量？
• RQ2 社交疏离政策在不同美国州份中抑制传播的有效性如何？
• RQ3 各州的疫情发展轨迹有何不同，峰值传播可能何时出现？
• RQ4 估计结果对感染致死率（IFR）不确定性的敏感程度如何？
• RQ5 在病例和住院报告存在局限性的情况下，能否仅使用死亡数据生成可靠的疫情预测？

主要发现

• 美国的确诊病例数低估了实际感染人数约5至25倍，具体取决于所假设的感染致死率。
• 纽约州的疫情似乎已达到峰值，当前政策条件下死亡人数预计将下降。
• 加利福尼亚州可能尚未达到传播峰值，当前政策下死亡人数预计将持续上升。
• 佛罗里达州预计死亡人数将缓慢增加，表明疫情仍在持续增长。
• 模型预测对数据质量问题（如报告延迟和记录错误）较为敏感，尤其是在疫情早期阶段。
• 本研究强调了死亡数据作为在病例和住院数据不可靠时，估计真实感染负担最可靠指标的重要性。