陈剑:全球疫情观察(四):各国疫情防治效率的比较
(2020.4.16)
摘要:我和郑军华教授(上海市第一批援鄂医疗队领队,上海交通大学附属第一人民医院副院长)团队在医学预印网站MedRxiv上发表的两篇论文(《利用状态转移矩阵预测新冠病毒感染峰值及病患分布》[1], 《利用状态转移矩阵及中国实证数据对主要疫情国家的趋势预测》[2]),首次提出了使用经验概率和状态转移矩阵模型预测COVID-19疫情的发展。经过多个国家和地区(中国湖北、意大利、韩国、伊朗、西班牙、法国、德国、美国、纽约)的回测,表明模型的准确性、稳定性、灵活性,都超过了目前广泛使用的SIR及SEIR类模型。
同时,在第二篇论文我们提出了一种量化各国疫情防治效率的简单指标,即新增确诊的变化率的斜率(二阶导数)。目前根据这一指标,可以比较一下主要国家地区的疫情防治效率。该指标仅仅代表多快能够控制住新增确诊,不涉及死亡率及治愈率指标。
|
Slope of Daily Inc% |
R^2 |
Score |
China-Ex. Hubei |
-0.0387 |
0.8830 |
100 |
China-Hubei |
-0.022 |
0.9096 |
56.8 |
S.Korea |
-0.0076 |
0.2992 |
19.6 |
S.Korea(Revised) |
-0.0352 |
0.7545 |
91.0 |
Italy |
-0.0086 |
0.8461 |
22.2 |
Iran |
-0.0097 |
0.6506 |
25.1 |
Spain |
-0.014 |
0.9297 |
36.2 |
France |
-0.0103 |
0.8512 |
26.6 |
Germany |
-0.0123 |
0.8816 |
31.8 |
UK |
-0.0079 |
0.7355 |
20.4 |
USA |
-0.0136 |
0.8389 |
35.1 |
如果按照新增确诊变化率的斜率(累计确诊的三阶导数)来衡量各国的疫情防治,那么可以看到:
基本上各国的10日移动平均变化率都是一条直线,只不过斜率不同。如果中国(湖北省外)打100分,那么韩国可以打91分,西方主要国家在20-40分之间。
差异如此之大的原因,除了大规模测试及追踪密切接触者并及时隔离,还和封城的时机有很大关系。 湖北外是在新增154例的时候停摆,而韩国是在新增161例时进行局部封城,所以都很快(5-10天)到达峰值,而且之后的新增确诊也下降得很快。
一旦疫情已经蔓延,封城的最佳时期就错过了,基本上要花20天左右才能到达峰值,而且之后的减退也会比较缓慢。如同张文宏主任所说,一定要在早期(线性增长阶段)就花大力气把疫情控制住,一旦进入指数增长阶段,就错过了最佳时机。
这一参数除了可以估计各地的疫情防治效率,还可以用于进一步推演下一步疫情发展。
正文:
在财新网的系列文章《新冠肺炎疫情防治文集》中,我们提出了以下的状态转移模型,并于2月9日用于预测疫情防治中的各个环节,包括密切接触者、接受医学观察、解除医学观察、确诊、重症、危重症、轻症、治愈、死亡。这也是迄今为止,唯一可以全面推演疫情演变的预测模型。
2月份的回测数据显示,大部分关键指标的实际值与预测值是比较符合的,尤其是和“谨慎乐观”场景最为接近,这也是我们当初认为最可能的一个场景。考虑到预测模型仅仅利用了1月25日-2月8日的14个实际观测值,而且2月12日出现了单日新增14000多确诊病例的极端事件,这个模型的稳定性和准确性经受了严格的测试,表现良好。
模型中最重要的参数是新增密切接触者的衰减率(a): 它决定了每天潜在被感染人数的变化:如果潜在被感染人数越来越多(a>0),那么疫情可控就无从谈起。这个参数能否降低,能降多低,决定了疫情的走势,也是衡量疫情防治的重要指标。
这个参数下降的斜率可以理解为防治政策的有效性,湖北外的斜率是-1.37%,也就是每天新增密切接触者的变化率的变化(二阶导数)是-1.37%,而湖北内是0.84%,说明湖北省内防控措施的有效性,是省外的60%左右。原因应该主要是湖北省内疫情已经爆发,导致防治政策的有效性下降。
了解到这一点之后,我们就可以用类似的原理来推演其他国家未来的疫情走势。由于各国披露的数据不尽相同,比如韩国CDC虽然也披露密切接触者,但是并无披露医学观察,也没有重症、危重症数据,所以可以基于新增确诊人数简化模型,仅预测其单日感染峰值和总感染人数。从以下两张图可以看出,湖北省内外(对2/12日之后湖北省的临床诊断新增病例做了平滑调整)新增确诊人数的变化率的10日移动平均值可以用一个线性模型拟合,斜率分别是-3.87%和-2.20%,湖北省内的防控措施在减少新增病例方面的有效性是省外的57%,与防控新增密切接触者的比例(60%)非常接近。我们可以认为这是在强力政策措施下输入型疫情防控(湖北外),和本地爆发型疫情防控(湖北内)的参数。
基于以上分析,我们可以估计各国的防治效率并打分。考虑到韩国的第二波疫情主要是输入型病例,仅对韩国在3/20之前的数据进行估计,其他国家数据截止4月15日,数据由财新智库提供。
根据以上方法,可以计算各地的疫情防治效率参数。
|
Slope of Daily Inc% |
R^2 |
Score |
China-Ex. Hubei |
-0.0387 |
0.8830 |
100 |
China-Hubei |
-0.022 |
0.9096 |
56.8 |
S.Korea |
-0.0076 |
0.2992 |
19.6 |
S.Korea(Revised) |
-0.0352 |
0.7545 |
91.0 |
Italy |
-0.0086 |
0.8461 |
22.2 |
Iran |
-0.0097 |
0.6506 |
25.1 |
Spain |
-0.014 |
0.9297 |
36.2 |
France |
-0.0103 |
0.8512 |
26.6 |
Germany |
-0.0123 |
0.8816 |
31.8 |
UK |
-0.0079 |
0.7355 |
20.4 |
USA |
-0.0136 |
0.8389 |
35.1 |
如果按照新增确诊的变化率的斜率(累计确诊的三阶导数)来衡量各国的疫情防治,那么可以看到:
基本上各国的10日移动平均变化率都是一条直线,只不过斜率(导数)不同。如果中国(湖北省外)打100分,那么韩国可以打91分,西方主要国家在20-40分之间。
差异如此之大的原因,除了大规模测试及追踪密切接触者并及时隔离,还和封城的时机有很大关系。 湖北外是在新增154例的时候停摆,而韩国是在新增161例时进行局部封城,所以都很快(5-10天)到达峰值,而且之后的新增确诊也下降得很快。下图中以累计确诊50例为各地时间坐标原点,红色为封城日期,绿色为峰值日期。
一旦疫情已经蔓延,封城的最佳时期就错过了,基本上要花20天左右才能到达峰值,而且之后的减退也会比较缓慢。如同张文宏主任所说,一定要在早期(线性增长阶段)就花大力气把疫情控制住,一旦进入指数增长阶段,就错过了最佳时机。
这一参数除了可以估计各地的疫情防治效率,还可以用于进一步推演下一步疫情发展。比如意大利的疫情发展已经非常有可能突破我们在3月9日所做预测的悲观场景(39%的湖北外防治效率,目前看来意大利只有22%的湖北外防治效率),即最终超过22万人感染。
附录:新冠病毒疫情期间文集
• 2/6:财新网:《新冠肺炎湖北死亡率仍高于全国 医疗资源须进一步倾斜》
• 2/8 :财新网:《关于新冠肺炎的一些关键指标分析》
• 2/9 :财新网: 《预测湖北省的拐点何时出现?》
• 2/10 :财新网: 《预测新冠肺炎重症人数,合理分配医疗资源》
• 2/11 :与上海援鄂医疗队领队、上海第一人民医院副院长郑军华教授团队合作论文发布:《Utilize State Transition Matrix Model to Predict the Novel Corona Virus Infection Peak and Patient Distribution》
• 2/12 :财新网: 《信用风险模型为何能用于疾病防治?》
• 2/13 :财新网: 《拐点取决于数据的可靠性。全国可见,湖北呢?》
• 2/14 :财新网: 《保护医务人员,最需要的是科学决策》
• 2/15 :财新网: 《全国(湖北外)抗击疫情何时可以取得阶段性成功?》
• 2/19 :财新网: 《防治疫情任重道远,不宜过早过度乐观》
• 2/20 :财新网: 《关于疫情预测的《柳叶刀》投稿论文简介》
• 2/26 :财新网: 《陈剑、高尔基、郑军华:谈谈疫情期间数据披露暴露的问题》
• 3/8:财新网: 《Coronavirus Infection Forecast for Korea, Italy and Iran》
• 3/10:财新网: 《如何借鉴中国经验?与张文宏主任探讨全球抗疫策略》
• 3/13:与郑军华院长合作第二篇疫情论文发布:《The Prediction for Development of COVID-19 in Global Major Epidemic Areas Through Empirical Trends in China by Utilizing State Transition Matrix Model》
• 3/20:MSCI:《新冠疫情将如何影响中国消费类ABS市场》
• 3/24:财新网: 《国外疫情预测模型回测:意、韩、伊及新增预测:西、德、法、美》
• 3/28:财新网: 《美国疫情分析(一):哪里最危险?》
• 3/29:财新网:《美国疫情分析(二):与张文宏教授探讨纽约疫情预测》
• 3/29:财新网: 《疫情经济观察(一):居民消费类贷款受到疫情严重影响》
• 4/3:布鲁金斯学会论坛:《抗击疫情的亚洲经验》
• 4/5:《美国疫情观察(三):布鲁金斯遍撒英雄帖,全球专家聚义商大计》
• 4/6:《美国疫情观察(四):白宫预测数屡遭质疑,中国死亡率为何较低?》
• 4/10:《美国疫情观察(五):病毒也许一视同仁,穷人却更加脆弱》
• 4/12:《美国疫情观察(六):检测不足仍是瓶颈,死亡率接近百分之四》
[1] Utilize State Transition Matrix Model to Predict the Novel Corona Virus Infection Peak and Patient Distribution, https://www.medrxiv.org/content/10.1101/2020.02.16.20023614v1
[2] The Prediction for Development of COVID-19 in Global Major Epidemic Areas Through Empirical Trends in China by Utilizing State Transition Matrix Model, https://www.medrxiv.org/content/10.1101/2020.03.10.20033670v1
0
推荐