数学模型显示，全球可能只有五分之一的新冠肺炎病例被计算在内

数学模型表明，在正式报告的5亿病例中，在大流行的前29个月发生的COVID-19病例只有五分之一。

根据美国疾病控制与预防中心的数据，世界卫生组织报告了2020年1月1日至2022年5月6日的513955910例病例和6190349例死亡病例，这些数字已经使COVID-19成为包括美国在内的一些国家的头号杀手，仅次于心脏病和癌症。

然而，研究人员在该杂志上报告说，数学模型表明，总体上的漏报病例在1 / 1.2到1 / 4.7之间当前的科学。这种少报现象导致全球大流行病例估计在6亿至24亿之间。

乔治亚医学院传染病学部理论与数学建模实验室主任Arni S.R. Srinivasa Rao博士说:“我们都承认这对我们个人、国家和世界的巨大影响，但真实的病例数量很可能比我们意识到的要高得多。”“我们正在努力了解漏报病例的程度。”

Rao和他的同事Steven G. Krantz博士(密苏里州圣路易斯华盛顿大学数学教授)和David A. Swanson博士(加州大学社会学系爱德华A.迪克森名誉教授)写道，由他们的模型产生的估计病例的大范围表明，报告数字的准确性存在问题，其中包括数据篡改、无法进行准确的病例跟踪以及病例报告方式缺乏一致性。河畔。

Rao说，信息的缺乏和病例报告的不一致是了解大流行影响的一个主要问题。

数学模型使用任何可用的信息以及全球传播率和世界人口数量等相关因素，包括人口平均人口在29个月的时间框架内。Rao说，这个被称为有效人口的平均值更好地说明了那些因任何原因出生和死亡的人，因此提供了一个更现实的可能被感染的人数。

Rao说:“你必须了解患者及其家属、医院和护理人员、经济和政府的真正负担。”他说，更准确的数字还有助于评估间接影响，比如目前已知与感染直接相关的潜在长期神经和精神疾病的诊断不足。

数学专家在2020年大流行的早些时候对八个国家发表了类似的基于模型的估计，以提供更多关于他们当时所说的明显少报的观点。他们的模型预测，像意大利这样的国家，尽管他们在报告方面很尽职，但可能会捕获四分之一的实际病例，而在中国人口数量是巨大的，他们计算出潜在的低报率，从149分之一到1104分之一。

造成低报的其他因素包括，每个感染COVID-19的人都没有接受检测。此外，相当大比例的人，即使是接种过疫苗和接种过疫苗的人，也不止一次被感染，他们可能只会在第一次去看医生进行PCR休息，并可能在家里进行检测，甚至不进行后续疾病的检测。例如，最近的一份报告《美国医学会杂志》根据PCR检测，在冰岛，在组粒变异波爆发的前74天内，再感染率为10.9%，在18-29岁的人群中，再感染率高达15.1%，这些人接种了两剂或更多剂量的疫苗。

据报道，在他们29个月的研究期限结束时，全球完全接种疫苗的人数达到51亿。

美国疾病控制与预防中心报告说，从8月到9月，美国的新病例、住院治疗和死亡人数呈下降趋势。