• 1. 电子科技大学大数据研究中心(成都 611731);
  • 2. 四川大学计算机学院(成都 610065);
  • 3. 北京爱奇艺科技有限公司(北京 100080);
  • 4. 清华大学深圳国际研究生院(深圳 518055);
  • 5. 电子科技大学复杂性科学实验室(成都 611731);
  • 6. 国防科技大学系统工程学院(长沙 410073);
  • 7. 四川大学华西医院华西生物医学大数据中心(成都 610047);
导出 下载 收藏 扫码 引用

目的 预测新型冠状病毒感染肺炎(2019-nCoV)的基本再生数,为其防控和相关政策支持提供依据。方法 基于包括“易感态-潜伏态-感染态-移除态”的 SEIR 仓室模型,假设 2020 年 1 月 25 日及以前出现症状的感染者均属于无干预自由传播期间感染的人员,结合截至 1 月 26 日凌晨已确诊和疑似病例数及国际同行预测的感染人数,参考 SARS 的流行病学关键参数,对新型冠状病毒感染肺炎的基本再生数进行估计。结果 以《人民日报》和丁香园发布的新型冠状病毒感染肺炎疫情实时动态数据为基准,估计 2019-nCoV 的基本再生数在 2.8~3.3 之间;以国外同行预测的感染人数为基准,基本再生数在 3.2~3.9 之间。结论 2019-nCoV 早期致病传播能力与 SARS 接近或略高于 SARS,属于中高度传染性的传播疾病。迅速切断传播途径,采用及时有效的防控措施能够较快遏制 2019-nCoV 的进一步蔓延。

引用本文: 周涛, 刘权辉, 杨紫陌, 廖敬仪, 杨可心, 白薇, 吕欣, 张伟. 新型冠状病毒肺炎基本再生数的初步预测. 中国循证医学杂志, 2020, 20(3): 359-364. doi: 10.7507/1672-2531.202001118 复制

  • 上一篇

    利用 SAS MIXED 和 SAS NLMIXED 实现线性或非线性多水平模型的 Meta 分析
  • 下一篇

    华西医院抗击新型冠状病毒肺炎疫情的十大管理举措