基于实时再生数的COVID-19预测模型及可视化平台开发

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

所属期刊栏目：50

分类号：R181.2(流行病学与防疫)

在线出版日期：2023-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：743-749,760