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：2026-03-12
摘要
數學模型已經被使用了大約 30 年，以提高我們對病毒與宿主相互作用的理解，特別是在慢性感染期間。在 COVID-19 大流行期間，這些模型已被用來深入了解急性 SARS-CoV-2 感染的自然史、優化抗病毒治療策略、了解與傳播相關的因素並優化監測系統。來自動物和人類系統的前所未有的多維免疫數據的可用性加速了建模的影響，這增強了實驗學家和理論家之間的合作關係，並帶來了令人興奮的新建模和統計發展。在這篇小型回顧中，我們回顧了從 COVID-19 大流行中學到的教訓，並討論了疫情不同階段病毒動力學數學模型提供的主要見解。儘管我們專注於呼吸道感染，但我們也考慮新的發展領域，以預測未來新的或重新出現的病原體引起的急性感染。