财新传媒
位置:博客 > 陈剑 > 陈剑:全球疫情观察(十):世界疫情的现状及趋势

陈剑:全球疫情观察(十):世界疫情的现状及趋势

陈剑:全球疫情观察(十):世界疫情的现状及趋势

2020.8.31

信风科技陈剑博士团队与复旦大学华山医院张文宏教授团队合作研发的全球COVID-19综合疫情指数(http://covid19-risk-index.com/ 手机版已上线),目前已经运行近两个月。从历史表现来看,这一系列的疫情指数表现比较稳定,可以对于过去的疫情发展轨迹做出较好的解释,及对未来的疫情预测进行一定参考。

从最新的综合疫情指数来看,美洲大陆仍然是疫情风险指数最高的地区,而南亚、中东一带也依然属于风险较高的地区,欧洲多个国家出现了疫情防控的差异,而全球控制的最好的地区依然是东亚、东南亚一带。

20国集团这两个月的疫情综合指数表现来看,各国疫情的走势较为稳定,其中中国、澳大利亚依然是疫情指数最低的国家,而阿根廷、巴西依然是疫情指数最高的国家。韩国、法国等国家由于最近疫情的再次爆发,使得疫情指数持续攀升。

全球疫情目前尚未度过第一波的高峰,但是对于不同国家,疫情风险及阶段也极为不同。根据防控效率,基本可以分为以下几类:

1.     疫情完全受控;

2.     疫情曾经受控,但是出现复发;

3.     疫情尚未受控,但是出现缓和迹象;

4.     疫情完全未受控制。

 

目前由于人力和资源限制,虽然不能就全球的疫情走势及每个国家进行较为详细和准确的建模,但仍然可以对于这些类型的国家疫情大体走势进行一个判断。

 

第一类国家以中国、新西兰为代表。其疫情走势基本属于可控,未来只要采取过往经验进行防控,应该也不会有大的爆发。

 

第二类国家以韩国、意大利为代表。在第一波疫情中,转移矩阵模型(参考附录中的参考文献)曾经对其疫情发展做出非常准确的预测。重新开放经济导致其疫情出现反弹,第二波疫情要小于第一波疫情,也属于可控范围。

 

第三类国家以俄罗斯、伊朗为代表。这些国家疫情较为严重,但是目前缓慢受控,疫情完全受控还需要一定时间。

第四类国家以印度、巴西、美国为代表。这些国家的疫情要么处于完全失控状态,要么属于政府不作为,疫情发展难以乐观。

参考文献:

  •          陈剑、傅中旭、张文宏、郑军华,传染病数学分析新方法:DTMC模型及COVID-19案例分析》(暂定书名),华东师范大学出版社。

 

  •          Chen, J.(2020). COVID-19 Comprehensive Risk Index. INFORMS member magazine OR/MS Today, July 2020, doi: https://doi.org/10.1287/orms.2020.04.28n
  • Chen, J. Michael C. Fu, Wenhong Zhang, and Junhua Zheng (2020). Supporting Real-Time COVID-19 Medical Management Decisions-the Transition Matrix Approach, to be submitted to Production and Operations Management. https://arxiv.org/abs/2007.01201
  • Chen, J. Michael C. Fu, Wenhong Zhang, and Junhua Zheng (2020). Modeling the COVID-19 Spread: An OR/MS View. INFORMS member magazine OR/MS Today, June 2020, doi: https://doi.org/10.1287/orms.2020.03.07
  • Chen, J. Michael C. Fu, Wenhong Zhang, and Junhua Zheng, 2020, “Predictive Modeling for Epidemic Outbreaks: A New Approach and COVID-19 Case Study,” Asia-Pacific Journal of Operational Research, June 2020, doi: https://doi.org/10.1142/S0217595920500281
  • Ke Wu Sr., Junhua Zheng, Jian Chen, Utilize State Transition Matrix Model to Predict the Novel Corona Virus Infection Peak and Patient Distribution. . Lancet Preprints. medRxiv 2020.02.16.20023614; doi: https://doi.org/10.1101/2020.02.16.20023614 
  • Zhong Zheng, Ke Wu, Zhixian Yao, Junhua Zheng, Jian Chen,The Prediction for Development of COVID-19 in Global Major Epidemic Areas Through Empirical Trends in China by Utilizing State Transition Matrix Model. . Lancet Preprints. medRxiv 2020.03.10.20033670; doi: https://doi.org/10.1101/2020.03.10.20033670


 



推荐 4