[论文解读] COVID-19 pandemic: a mobility-dependent SEIR model with undetected cases in Italy, Europe and US

Nicola Picchiotti, Mónica L. Salvioli+2 more|PubMed|May 18, 2020

COVID-19 epidemiological studies参考文献 17被引用 11

一句话总结

本研究开发了一种与流动性相关的SEIR模型，纳入了未被检测到的和无症状感染者，以模拟意大利、欧洲及美国在新冠疫情第一波期间的情况。通过整合来自谷歌的实时流动性数据以及各地区的公共卫生措施，该模型准确预测了流行病曲线，并揭示了过早放松封锁措施与低防护行为相结合，可能引发快速且危险的二次高峰。

ABSTRACT

mathematical models can provide useful insights for healthcare decision makers to determine the best strategy in case of future outbreaks.

研究动机与目标

• 建立一个聚焦于未被检测到的和无症状感染者的新冠疫情第一波传播模型。
• 评估流动性限制与个人防护措施对流行病动态的影响。
• 为后封锁期过渡阶段的公共卫生决策提供预测工具。
• 利用意大利、选定欧洲国家及美国的真实世界数据对模型进行校准。
• 评估康复报告延迟与地区异质性对流行病曲线形态的影响。

提出的方法

• 本研究采用一种改进的SEIR分 compartment 模型，明确设置了易感者（S）、潜伏者（E）、感染者（I）和康复者（R）的类别。
• 基于观察到的病死率和基础死亡率数据，纳入各地区未被检测到的病例比例。
• 流动性变化通过来自谷歌COVID-19社区流动性报告的递减逻辑函数建模。
• 通过文献估计的传播率调节因子，整合个人防护措施（如戴口罩、洗手）的影响。
• 模型在2020年4月17日前的数据上进行拟合，并使用2020年4月18日至24日的观测数据进行验证。
• 通过MAPE和Lewis标准评估模型准确性，参数拟合与先前流行病学文献保持一致。

实验结果

研究问题

• RQ1 未被检测到的和无症状感染者在意大利、欧洲及美国的新冠疫情传播轨迹中起到何种影响？
• RQ2 流动性限制与个人防护行为在多大程度上改变了二次流行高峰的出现时间和规模？
• RQ3 康复报告时间的差异如何影响封锁解除前后活跃病例曲线的形态？
• RQ4 在不同封锁解除策略下，疫情再次暴发的潜在结果是什么？
• RQ5 一种考虑流动性的SEIR模型，若纳入未被检测到的病例，能否为公共卫生规划提供可靠的预测？

主要发现

• 模型估计，截至2020年3月25日，意大利累计感染人数达146万例（95%可信区间：131万至160万例），尽管显著高于确诊数，但与其他研究结果一致。
• 截至2020年3月28日，包括未被检测到的病例在内的累计感染人数估计为160万例（95%可信区间：148万至176万例）。
• 在湖北案例研究中，模型显示，若在无防护措施的情况下完全恢复流动性，可能迅速引发大规模的二次高峰。
• 模型表明，即使仅部分恢复流动性，若防护行为水平较低，也可能引发危险的疫情反弹。
• 各国康复报告时间差异显著（四分位距：36至95天），各地区间也存在差异（四分位距：38至99天），英国的拟合值10,000天表明数据已中断。
• 模型预测结果经拟合后数据验证，与实际趋势高度一致，MAPE和Lewis标准表明模型拟合效果良好。