受COVID-19引导并保护人民的障碍之一是每日可用数据之多令人困惑。信息充斥着信息 但每个人都想从中提取洞察力
决策人需要理解数据以便预测并管理正在发生的事情解决这一需求,我们开发了一个数据驱动疾病监控框架,跟踪并预测国家一级的COVID-19案例
更多读取:联系追踪应用工作,如果他们能超载信任问题
我们是一个国际科学家团队 研究新方式预测诊断显示严重感染开始模型预测传染病归根结底,当传染性物剂未知时,我们有兴趣改善治疗对COVID-19而言,我们的方法对理解和预测人口层次的感染很有价值
我们一直关注东非和东南亚的婴儿感染超过15年,我们已经工作状态与乌干达医院、保健提供者、规划者、经济学家、工程师和决策者一起预测婴儿感染和先天缺陷
更多信息:如何制作低价空气净化器减少COVID-19室内传输
2020年初,我们开始讨论如何使用技术为打击SARSQECOV#2广博专家组织与本地政府网络帮助我们调整方法预测周头COVID-19案例数
我们创建集可视化工具图解易解我们与乌干达规划师和经济学家密切合作,确保我们共同创造的东西能够得到实现。并改编以适应整个非洲大陆。
更多读取:手洗用灰或水分防 CoVID-19
本研究使用模型综合多组数据预测COVID-19传输图层从上到下:COVID-19案例计数、特定湿度、雨量、人口和温度照片来自Andrew Geronimo
模型搭建方式
使用相对简单模型数学标准 建基计算机代码收录国每日案例报告 以及人文开发指数特征 面向国 民情 社会约束度 气象数据我们考虑了邻国案例,以及该国是否地处内陆问题。
模型使用案例数上周报告并含前一周预测案例数
模型包括过去天气温度观察、雨量观察和特定湿度观察其中一些环境因素与COVID-19在非洲以外传播有牵连我们调整了每个国家的天气数据以阿尔及利亚为例, 大部分居民沿较冷潮岸生活, 我们强调或权重天气数据与人居之地成比例(忽略无人居住的沙漠天气数据)。
我们考虑到货物和商业的跨边界流量,因为对于内陆非洲国家来说,这是它们的货物和服务生命线
难以获取非洲人口移动数据,所以我们用所有其他国家的案例测试这些案例是否与邻近国家下星期案例相关联证明非常有效
并进政府实时约束政策的演化,
并需要看看我们能否理解到非洲目前流行状况汇总, 预测一周或一周后是否准确与实测案例数比较
从预测到策略
预测比我们预想的精确得多严格评分预测只有少数国家预测不准确(布隆迪、喀麦隆、索马里和博茨瓦纳)。可视化这些预测,我们创建了一套工具图解易解决策人需要知道当前状况如何,当前状态如何从过去事件中实现,以及未来会发生什么。上头网站并观察模型结果 人使用计算机鼠标选择自己的国家或大陆不需要数学或博士
爱游戏下载更多信息:八大教程设计COVID-19响应推送器
面向其他国家或全球机构技术科学家,我们分享全代码开源免费软件中写出代码 模型使用的所有数据都来自开源免费网站方法压力数据预测性自动忽略数据 无助于下周了解案例这是一种古老经济学技巧, 我们发现它非常有效预测传染性案例
上头发布内含计算机代码运行模型和图形显示这些结果供任何人使用
乌干达同事查找此模型有用预测案例前一周帮助引导社会政策和锁住跟踪案例效果, 并规划重开时案例压力松散因控件效果延时数周 预测能改善策略规划象天气等许多自然事物一样 两周后预测常不确定
面向未来
我们发现的一个清晰意义是,流行病是危机,任何国家都无法自行最妥善处理。我们鼓励邻近非洲国家分享数据并合作旅行和边界管理
将通过大规模在非洲接种疫苗结束这一流行病数十亿多安全有效SARS-COV-2疫苗向非洲提供等预测方法帮助推导策略
关于作者
史蒂文J希夫rush理工系工程学教程美国宾夕法尼亚州立大学
Andrew Geronimo是宾州立大学神经外科助理研究教授
Claudio Fronterre任兰开斯特大学健康信息学、计算学和统计中心生物统计学讲师
Paddyssongo是宾州立大学工程学和机械系神经工程中心助理研究教授
文章重发对话依据创用CC授权使用读取原创文章.
