COVID-19数据:感染率如何改变当天锁定或类似的措施

使用基于计算机视觉技术的一种方法,研究人员可以从COVID-19死亡率数据,看看感染率改变当天锁定或类似的措施。通常的方法可能是有用的流行病和大流行病在未来。刊登在7月14日的工作科学的进步。

合作者莱昂诺Saiz,加州大学生物医学工程教授,戴维斯和Jose Vilar巴斯克国家大学西班牙,想看看非药物干预的影响,如社会距离、封锁和掩蔽在第一年的大流行。他们看着每日死亡报道从欧洲国家包括英国、意大利、西班牙、丹麦和瑞士来推断《每日新病例。

在计算方面,每日感染的发病率是输入,和死亡率是一个输出。采取一个输出和工作向后计算出输入是数学家所说的逆过程。这是在医学图像处理的一个例子,你可能需要改善图像质量。数学家和工程师已经开发出技术工作从模糊图像清晰,尖锐的原始。这就是所谓的反褶积。

推断《每日新感染从每日死亡率是一个困难的问题,Saiz说。大多数情况下COVID-19不是致命的,当它们死亡通常发生在感染后10到30天。这意味着输出信号涂抹或模糊的跨越时间,以同样的方式,一个图像透过多云的玻璃可以在太空中出现模糊或失真。

反褶积的流行病学

流行病学Saiz和Vilar开发出一种反褶积方法。使用一个神经网络,包括病毒和感染的动态的行为,该模型可以从每日死亡率数据(输出)发病率(输入)。

“我们借了一个概念从视觉技术应用于流行病学、“Saiz说。

研究人员基准测试他们的模型通过观察非药物干预措施的效果(例如,疫苗或药物治疗以外的)第一年的大流行。因为这些措施通常是强加到整个国家在同一天,他们想看看他们的模型可以确定他们介绍的那一天。

例如,他们可以看到天锁定在一天内被强加在英格兰和删除他们的实际日期。在西班牙,他们可以观察感染时上涨旅行限制被取消,在意大利,2020年10月的一天什么时候口罩被要求在户外。

可以用来评估的有效性的方法步骤或组合等步骤的检疫和面具要求降低感染率。

“我们可以至少有信心,封锁减少感染传播瞬间,“Saiz说。