模型发现新冠的数据被严重低估了！

时间：2021-02-09 00:00:00 来源：网络整理

一个新的机器学习框架使用报告的测试结果和死亡率来计算美国所有50个州和50个国家当前COVID-19感染的实际数量。德克萨斯大学西南医学中心的Jungsik Noh和Gaudenz Danuser在2021年2月8日的开放获取期刊《公共科学图书馆综合》上发表了这些发现。

在目前的流感大流行期间，美国各州和许多国家报告了每日经检测证实的COVID-19感染和死亡人数。然而，许多感染未被发现，导致目前在任何特定时间点感染的总人数计算不足——这是指导公共卫生工作的一个重要指标，Noh和Danuser开发了一个计算模型，它使用机器学习策略来估计美国所有50个州和50个受感染最严重的国家目前每天的实际感染人数。为了进行计算，该模型利用了先前公布的大流行参数和公开的每日确诊病例和死亡数据。这些每日估计数的可视化可在网上免费获得。

该模型的估计数表明，美国和世界各地的病例统计严重不足。据估计，50个国家中有9个国家的累计实际病例数至少是确诊病例数的5倍。在美国，州内实际病例累计数的估计与46个州进行的抗体检测研究的结果一致。

< p >一些国家，如美国、比利时和英国，估计表明总人口的20%以上已经感染。截至2021年1月31日，美国一些州——包括宾夕法尼亚州、亚利桑那州和佛罗里达州——目前活跃的病例总数超过该州总人口的5%。在华盛顿，活动病例估计占当天总人口的百分之一。

展望未来，该模型一直在估计社区内当前的COVID-19病例数，作者补充说：“鉴于确诊病例只抓住了大流行期间的冰山一角，本研究中当前感染的估计规模为确定可能被误导的COVID-19的区域严重性提供了关键信息由确诊病例提供https://plos.org/“rel=”nofollow“target=”\u blank“>pLOS。注：内容可根据风格和篇幅进行编辑。

期刊参考：

Jungsik Noh，Gaudenz Danuser。美国各州和世界各国COVID-19感染者比例的估计。公共科学图书馆一号，2021；16（2）：e0246772 DOI:

郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。