bob国际首页登录南加州大学维特比的研究人员开发了一个模型，可以在7到10天内预测每天新的COVID-19病例。图像/安妮陈。
目前，已经确认的有870多万新型冠状病毒肺炎全国大约有25万人死亡约翰霍普金斯大学这使得这次流感大流行成为美国有史以来最严重的一次。
如果有一些事情，即使是一个小小的行动，可以阻止这个数字的增长，那不是很好吗?如果我们能预测未来，看看新冠病毒的传播会发生什么?这就是南加州大学维特比教授bob国际首页登录罗杰·加尼姆在Sonny Astani土木与环境工程系和他的博士生曾晓舒在研究中所做的事情。
Ghanem、Gordon S. Marshall工程技术教授和Zeng希望通过研究最近COVID-19病例的激增来帮助遏制病毒的传播。他们开发了一个模型，可以做出可靠的预测，并预测未来一周各州和整个美国每天新增的COVID-19病例数量，使受影响地区的科学家能够建议政策制定者采取缓解措施，如保持社交距离和强制佩戴口罩。
加尼姆说:“我们不能真正预测未来，但使用科学和统计数据是你能得到的最好的明智猜测。”
这项研究发表在《计算力学》杂志上。
这是他们的计算模型是如何工作的。
研究人员将过去7天至10天每天新增COVID-19病例的数据输入到模型中，该模型使用数学和算法来处理数据。在系统中运行后，该模型预测了未来一周到10天内给定地区的COVID病例数。
Ghanem和Zeng使用了一种重要的算法，即切换卡尔曼滤波器(sKF)，该算法实现了嵌入在内部的较小模型，以显示增长速度，可以是线性的，也可以是二次的。线性模型的增长率要小得多，这意味着有稳定的增长，但没有快速的增长。而二次型模型增长速度较快，病例数增长较快。该算法将具有线性和二次行为的加权组合，这将反映在观察和预测期间哪个增长率占主导地位。据此，他们可以估计出某一天的病例数。这个预测可以在几分钟内完成——这取决于所使用的计算机。
“一旦政策实施，我们将在一段时间内观察每天的新病例，看看线性增长模型和二次增长模型之间是否有任何切换。如果从主要的二次增长转向主要的线性增长，那么这是当前政策有效的一个好迹象，”曾鸣说。
如果该图表转为快速增长或保持相当高的增长率，政策制定者需要采取更严厉的行动来遏制病毒的传播。
他们的数据结果可以影响政策制定者关于如何防止病毒传播的决策，并确定这些行动是否有效，为州和国家政府机构传递关键信息。他们的模型还可以指导政策干预，如封锁、隔离、强制佩戴口罩或更严格的物理距离协议。
他说:“这些信息非常有用，因为各州之间可能存在一些共同的因素，因此决策者可以从其他地理位置学习。”
除了COVID, Ghanem和Zeng表示，只要研究人员能够获得当前和以前的数据，他们的模型就可以预测流感和其他传染病的未来发病率。
加尼姆希望这种模式可以为该国提供一种新的工具，帮助减少COVID病例数量。
他说:“现在这项工作已经发表，也许公共卫生专业人员和流行病学家将能够更好地审查它，评估它的可信度，并希望将它添加到他们处理未来发病率的能力中。”
2020年10月28日发布
最后更新于2021年4月8日
