文献类型：期刊文章

作　　者：何沅宸[1,2] 孙传瑞[1,2] 陈胤孜[1,2] 陈晓葳[1,2] 王锡玲[1,2]

HE Yuan-chen;SUN Chuan-rui;CHEN Yin-zi;CHEN Xiao-wei;WANG Xi-ling(Department of Biostatistics,School of Public Health,Fudan University,Shanghai 200032,China;Key Laboratory of Public Health Safety(Fudan University),Ministry of Education,Shanghai 200032,China)

机构地区：[1]复旦大学公共卫生学院卫生统计学教研室,上海200032 [2]复旦大学公共卫生安全教育部重点实验室,上海200032

出　　处：《复旦学报（医学版）》

基　　金：国家科技重大专项艾滋病和病毒性肝炎等重大传染病防治(2018ZX10713001-007);上海市公共卫生体系建设三年行动计划(2020-2022)优青计划(GWV-10.2-YQ36)。

年　　份：2023

卷　　号：50

期　　号：5

起止页码：743-749

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：目的基于实时再生数建立COVID-19预测模型并开发新冠疫情可视化平台。方法利用上海市卫生健康委员会报告的COVID-19每日感染者数,将2022年3月1日—4月29日作为模型拟合阶段,通过贝叶斯分层模型估算实时再生数的变化情况并预测疫情发展,将4月30日—5月6日作为预测性能评估阶段,使用随机化概率分布变换和分级概率评分评估模型预测结果。使用Python、R等开源软件开发可视化平台。结果上海市疫情的实时再生数于4月5日首次降至1以下,模型预测本轮疫情将于6月中下旬实现“动态清零”,模型预测结果的概率分布和实际观察值在统计学上具有一致性(P=0.12)且集中度较好(382.53±105.29)。可视化平台可实现上海市疫情变化趋势描述和疫情预测两大功能,已于2022年4月19日开放访问。结论该模型预测性能良好,可视化平台填补了国内对COVID-19疫情数据深层次挖掘的空白,具有较好的扩展价值和应用前景。

关 键 词：COVID-19  实时再生数  预测  数据可视化

分 类 号：R181.2]