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
由於數據有限，預測 COVID-19 的負擔受到阻礙，病例報告因檢測實踐而存在偏差，死亡人數遠遠落後於感染人數，以及醫院普查反映了隨時間變化的患者就診情況、入院標準和人口統計數據。在這裡，我們表明，入院人數與流動數據相結合可以可靠地預測嚴重急性呼吸綜合症冠狀病毒 2 (SARS-CoV-2) 的傳播率和醫療保健需求。使用指導德州奧斯汀緩解政策的預測模型，我們估計當地再生數的初始 7 天平均值為 5.8（95% 可信區間 [CrI]：3.6 至 7.9），並在 2020 年夏季激增後達到 0.65 的低點（95% CrI：0.52 至 0.77）。估計病例檢出率從一開始的17.2%（95% CrI：11.8至22.1%）到2021年1月的70%（95% CrI：64至80%），感染率在2020年4月至2021年3月1日期間維持在0.1%以上，2020年4月至2021年3月1日期間維持在0.1% 10.19% 10.910.10% 10.91% 10.99%。隨著預防行為提高了公共場所的安全性，流動性和傳播之間的關係減弱了。我們估計，與 2020 年 3 月相比，2021 年 2 月與出行相關的傳播降低了 62%（95% CrI：52% 至 68%）。透過回顧性比較，我們未來 1、2 和 3 週預測的 95% CrI 分別包含了報告數據的 93.6%、89.9% 和 87.7%。該模型由包括科學家、公共衛生官員、政策制定者和醫院高管在內的工作小組開發，可可靠地預測美國城市的 COVID-19 醫療保健需求。