本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-11-03
摘要
對美國 COVID-19 大流行軌蹟的短期機率預測已成為科學建模界與公眾和決策者之間明顯且重要的溝通管道。預測模型提供具體、定量和可評估的預測，為醫療人員需求、學校關閉和醫療用品分配等短期決策提供資訊。從 2020 年 4 月開始，美國 COVID-19 預報中心 ( 收集、傳播並綜合了來自 90 多個不同學術、產業和獨立研究小組的數千萬個具體預測。每週結合數十個組別的預測的多模型整合預測提供了從 2020 年 4 月到 2021 年 10 月在州和國家層面上因 COVID-19 導致的事件死亡的最一致準確的機率預測。今年全年一致提交完整的 COVID-19 死亡預測的 27 個單獨模型的表現表明，預測技能在時間、地理空間單位和預測範圍方面存在很大差異。三分之二的評估模型顯示出比樸素基線模型更好的準確性。隨著模型對未來進行預測，預測準確度會下降，20 週範圍內的機率誤差比 1 週範圍內的預測大三到五倍。該計畫強調了政府公共衛生機構、學術建模團隊和產業合作夥伴之間的合作和積極協調在開發現代建模能力以支持地方、州和聯邦應對疫情方面可以發揮的作用。