[论文解读] Predicting the ultimate outcome of the COVID-19 outbreak in Italy

Gábor Vattay|arXiv (Cornell University)|Mar 17, 2020

COVID-19 epidemiological studies参考文献 3被引用 32

一句话总结

这篇论文使用逻辑增长模型分析意大利的COVID-19数据，以预测总死亡数和爆发持续时间，在2020年3月17日健康系统容量达到上限后更新预测。

ABSTRACT

During the COVID-19 outbreak, it is essential to monitor the effectiveness of measures taken by governments on the course of the epidemic. Here we show that there is already a sufficient amount of data collected in Italy to predict the outcome of the process. We show that using the proper metric, the data from Hubei Province and Italy has striking similarity, which enables us to calculate the expected number of confirmed cases and the number of deaths by the end of the process. Our predictions will improve as new data points are generated day by day, which can help to make further public decisions. The method is based on the data analysis of logistic growth equations describing the process on the macroscopic level. At the time of writing of the first version, the number of fatalities in Italy was expected to be 6000, and the predicted end of the crisis was April 15, 2020. In this new version, we discuss what changed in the two weeks which passed since then. The trend changed drastically on March 17, 2020, when the Italian health system reached its capacity limit. Without this limit, probably 3500 more people would have died. Instead, due to the limitations, 17.000 people are expected to die now, which is a five-fold increase. The predicted end of the crisis now shifted to May 8, 2020.

研究动机与目标

• 推动对政府措施对疫情轨迹的监测。
• 证明意大利的数据可以用与湖北数据类似的逻辑增长来描述。
• 在变化条件下估计最终死亡人数与疫情结束时间。

提出的方法

• 用来自增长率线性化形式的逻辑增长来建模疫情：dN/dt = λ0 N (1 - N/N∞)。
• 利用观测到的每日死亡增长率，从湖北和意大利的数据中估计 λ0 和 N∞。
• 在增长率与累计死亡数的关系中识别一个线性区间以拟合参数。
• 对小的 p，使用 t = (1/λ0) [log(N∞/N0 - 1) - log p] 计算疫情结束时间。
• 在2020年3月17日健康系统容量影响死亡率后更新预测，得到新的 N∞ 和 N0。

实验结果

研究问题

• RQ1 意大利数据能否与类似湖北的逻辑增长框架对齐，以预测最终的爆发规模？
• RQ2 卫生系统容量如何影响死亡增长率和最终死亡人数？
• RQ3 在观察到的数据情形下，疫情的预测结束时间是多少？
• RQ4 容量紧张后的更新是否显著改变预测？

主要发现

• 最初的意大利死亡数据显示出与湖北类似的逻辑增长，N∞ 约为 5996，λ0 约为 0.243。
• 由于卫生系统容量限制，2020年3月17日发生剧变，将 N∞ 修正为 ≈19557，且 λ0/N∞ ≈ 8.1×10^-6。
• 若没有容量限制，研究原本会预测大约少死 3500 人；容量限制使预期死亡人数上升到约 17,000。
• 在将 N∞ 转换为 19557 的更新后，预测结束日期推至大约 2020年5月8日。
• 与湖北数据的对比验证显示，线性区间在某些死亡数（N0）附近开始，在回顾性检查中给出准确的结束时间估计。
• 该方法使用增长率的线性拟合来估计逻辑参数，然后从逻辑解导出结束时间估计。