[论文解读] Understanding the COVID19 Outbreak: A Comparative Data Analytics and Study

Anis Koubâa|arXiv (Cornell University)|Mar 29, 2020

COVID-19 epidemiological studies被引用 13

一句话总结

本研究提出了一套全面的比较性数据分析框架，利用大数据与可视化技术，分析2019冠状病毒病（COVID-19）的全球传播与影响，与2003年SARS、2012年MERS及2014年埃博拉病毒病进行对比。研究基于每日更新的全球病例数据，采用描述性与预测性模型，结果显示截至2020年3月27日，COVID-19占全球确诊病例的90.4%以上、死亡病例的80.0%，其传播速度与规模远超以往疫情，其中欧洲在确诊病例与死亡人数方面均受创最重，凸显其相较于以往疫情的空前全球严重性。

ABSTRACT

The Coronavirus, also known as the COVID-19 virus, has emerged in Wuhan China since late November 2019. Since that time, it has been spreading at large-scale until today all around the world. It is currently recognized as the world's most viral and severe epidemic spread in the last twenty years, as compared to Ebola 2014, MERS 2012, and SARS 2003. Despite being still in the middle of the outbreak, there is an urgent need to understand the impact of COVID-19. The objective is to clarify how it was spread so fast in a short time worldwide in unprecedented fashion. This paper represents a first initiative to achieve this goal, and it provides a comprehensive analytical study about the Coronavirus. The contribution of this paper consists in providing descriptive and predictive models that give insights into COVID-19 impact through the analysis of extensive data updated daily for the outbreak in all countries. We aim at answering several open questions: How does COVID-19 spread around the world? What is its impact in terms of confirmed and death cases at the continent, region, and country levels? How does its severity compare with other epidemic outbreaks, including Ebola 2014, MERS 2012, and SARS 2003? Is there a correlation between the number of confirmed cases and death cases? We present a comprehensive analytics visualization to address the questions mentioned above. To the best of our knowledge, this is the first systematic analytical papers that pave the way towards a better understanding of COVID-19. The analytical dashboards and collected data of this study are available online [1].

研究动机与目标

• 分析2019冠状病毒病的全球传播情况，理解其相较于以往流行病的前所未有的传播速度与规模。
• 量化并可视化2019冠状病毒病在各大洲、区域及国家层面的累计确诊与死亡病例影响。
• 通过描述性与预测性模型，将2019冠状病毒病的严重性与以往疫情——SARS（2003年）、MERS（2012年）及埃博拉病毒病（2014年）——进行比较。
• 探究不同地理层级中确诊病例数与死亡病例数之间的相关性。
• 提供开放获取的分析仪表板与数据集，以支持公共卫生决策与研究。

提出的方法

• 利用约翰霍普金斯大学数据仓库提供的每日更新全球病例数据，开展全面的时间与空间分析。
• 采用Tableau实现交互式数据可视化，包括各大洲、区域与国家层面的对比热力图与紧凑气泡图。
• 应用描述性分析方法，总结确诊病例与死亡病例在不同地理层级的分布特征。
• 运用预测建模技术，预测疫情发展趋势，并评估预防措施的影响。
• 通过标准化2019冠状病毒病、SARS、MERS与埃博拉病毒病的病例与病死率数据，开展对比分析。
• 分析各大洲的中位年龄，以探究人口结构因素与病死率之间的关联。

实验结果

研究问题

• RQ1 2019冠状病毒病在全球的传播模式如何？其关键传播特征是什么？
• RQ2 在大洲、区域与国家层面，2019冠状病毒病的确诊与死亡病例影响如何？
• RQ3 从病例与病死率分布来看，2019冠状病毒病与2014年埃博拉病毒病、2012年MERS及2003年SARS相比，严重性如何？
• RQ4 不同地理区域的确诊病例数与死亡病例数之间是否存在统计学上显著的相关性？
• RQ5 中位年龄在各大洲层面如何影响病死率？

主要发现

• 截至2020年3月27日，2019冠状病毒病占全球确诊病例的90.4%，死亡病例的80.0%，显著超过2014年埃博拉病毒病、2011年MERS及2003年SARS。
• 欧洲为受影响最严重的大陆，占全球确诊病例的51.64%与死亡病例的56.26%，主要受南欧与西欧国家影响。
• 在国家层面，美国确诊病例占比最高（16.43%），其次为意大利（13.98%）与中国的13.15%。
• 2019冠状病毒病的病死率在欧洲最高，中位年龄为42岁，且与老年人口比例密切相关，表现为南欧与西欧国家病死率较高。
• 平均而言，2014年埃博拉病毒病在非洲造成每国约947例死亡，而2019冠状病毒病在欧洲造成每国约296例死亡，2003年SARS在亚洲仅造成每国约55例死亡。
• 2014年西非埃博拉病毒病的影响规模，与2019冠状病毒病在荷兰、比利时及奥地利等国的确诊病例传播规模相当。