Measuring the Change in European and US COVID-19 Death Rates
通过将新冠肺炎传播的房室ODE模型拟合到美国各州和欧洲国家的累积病例和死亡数据，我们发现美国大部分地区的病例死亡率似乎下降了至少80%，欧洲大部分地区至少下降了90%。这些变化比经验研究报告的变化要大得多，也快得多，例如，从2020年3月到8月，纽约市医院系统的死亡率下降了18%（Horwitz et al，Trends in Covid-19 risk-adjusted mortality rates，J. Hosp. Med. 2020）。令人惊讶的是，我们报告的下降与其他模型参数（如接触率）或其他标准州/国家指标（如人口密度，GDP和中位年龄）没有很强的相关性。几乎所有的减少都发生在4月中旬至6月中旬之间，这出乎意料地与许多州和国家封锁解除导致新病例激增的时间相对应。研究了这种下降的几个可能的原因，例如治疗的改善，戴口罩，新的病毒株，以及感染患者的人口统计学可能发生的变化，但考虑到目前可用的证据，没有一个是压倒性的令人信服的。
2021-01-06 physics.soc-ph q-bio.PE
Infection Kinetics of Covid-19: Is Lockdown a Potent Containment Tool?
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）正在肆虐，其死亡率与感染率之比是有史以来最高的。由于缺乏疫苗和治疗手段，封锁成为唯一的遏制方式，从而造成社会排斥。在6维感染动力学模型中利用机器学习的预测能力，描述6个感染阶段的交互式演变-健康易感者（$H$），易感共病（$P$），感染（$I$），已恢复（$R$），免疫畜群（$V$）和死亡率（$D$）--PHIRVD模型首次提供了18个国家在不同战略封锁阶段的准确死亡率预测，最多30天，比上次数据培训更长。PHIRVD将死亡率与感染率之比确定为正确的大流行描述符，取代了繁殖数，并强调了早期和长期但战略性封锁的重要性，以遏制二次复发。重要性声明：1.准确预测18个国家的每日死亡率概况，超过数据培训的最后数据30天。2.精确量化早期与后期封锁措施的影响。3.准确预测继发性复发时间线/ 4。确立死亡率与感染率之比作为正确的大流行描述符，取代了流行的繁殖数量选择，这在预测未来感染动力学和继发性激增方面被证明是失败的。这些结果有可能重新定义健康的政策格局，特别是考虑到二次复发和未来可能发生的SARS-COV/埃博拉群体入侵。
2020-09-11 physics.soc-ph q-bio.PE q-bio.QM
Modelling Excess Mortality in Covid-19-like Epidemics
我们开发了一个基于代理的模型，以评估各种非药物干预策略在假设的COVID-19样流行病期间的累计死亡人数。我们考虑了疾病传播的本地和非本地模式。第一种模拟通过居住地附近的社会接触传播，第二种模拟通过公共场所的社会接触传播：学校、医院、机场等，很多人聚集在一起，他们生活在遥远的地理位置。将传染病传播建模为随机几何网络上的离散时间随机过程。我们使用Monte-Carlo方法进行模拟。作出以下假设。基本繁殖数为2.5，感染期约为10天。感染导致SARS的病例约占1%，除非患者接受适当的治疗，否则可能导致呼吸系统衰竭和死亡。医疗保健系统的能力由呼吸机或重症监护病床的可用性模拟。模型中的一些参数，如死亡率或每10万居民的呼吸系统呼吸机数量，被选择来模拟美国和波兰的真实值。在模拟中，我们比较“什么都不做”的策略与缓解策略的基础上，社会距离和减少社会混合。我们研究前疫苗时代的流行病，那时免疫力只能通过感染获得。该模型仅适用于再感染罕见且可以忽略的流行病。模拟结果表明，在早期阶段过于减缓流行病发展的战略，从长期来看并不能显著减少死亡总数，反而会延长流行病的持续时间。特别地，其中锁定被保持一段时间然后被完全释放的~混合策略是低效的。
2020-11-13 physics.soc-ph q-bio.PE
Beyond the biology: Evaluating the role of political, economic, and social factors associated with the incidence and mortality of SARS-CoV-2 during the first seven months of the COVID-19 pandemic
目的：在这项研究中，我们建议确定在COVID-19大流行的前七个月内有助于全球SARS-CoV-2发病率和死亡率的重要经济，政治和社会因素。研究方法：回顾性分析使用了世界卫生组织获得的关于2020年1月至7月来自76个国家的新病例和死亡人数的数据。采用分层聚类和主成分分析，根据各国控制疫情的能力，根据大流行最初几个月的病例和死亡人数，对不同国家进行分类。此外，使用非参数分析，不同的变量与多个经济，政治和社会指标相关。结果如下：研究发现，腐败控制、政府效率和人类生命指标等因素之间存在多项显著相关性，其中相关性较高的指标表明，各个国家有能力帮助推动这一流行病的发展。确定了需要进一步关注以协助控制疫情的地理热点。结论：总的来说，这项研究的结果表明，在实施遏制这一流行病的措施时，应考虑生物因素以外的多种因素。
2022-04-05 physics.soc-ph q-bio.PE stat.ME
Universal behavior of the Covid-19 tails: Inverse power-law distribution
本文首次发现不同国家和大陆的Covid-19大流行尾部死亡率分布及其随时间衰减均遵循逆幂律，揭示了大流行末期的普适统计规律。
2024-09-13 physics.soc-ph
Influence of State Reopening Policies in COVID-19 Mortality
截至2020年5月底，美国所有州均已放宽COVID-19缓解措施。不同的州采取了明显不同的政策和重新开放的时间。一个重要的问题是，放宽缓解措施与伤亡人数有何关系。为了解决这个问题，我们将实际数据与假设情况进行比较，在假设情况下，缓解措施保持不变，使用缓解措施放松之前的数据预测。我们发现，不同的州在死亡人数上表现出显着差异，可能是由于他们不同的政策和重新开放的时间表。我们的研究为不同州政府的方法的有效性提供了衡量标准，并可以作为未来实施最佳政策的指南。它还表明，口罩的任务似乎与死亡人数的变化比其他措施更显着相关。
2020-11-20 physics.bio-ph physics.med-ph physics.soc-ph
Correlates of the country differences in the infection and mortality rates during the first wave of the COVID-19 pandemic: Evidence from Bayesian model averaging
在COVID-19大流行的第一波中，我们观察到各国之间的感染率和死亡率存在巨大差异。除了生物和流行病因素外，许多社会和经济标准也影响到这些差异的出现程度。因此，人们就与这一流行病的感染率和死亡率结果相关的关键社会经济和健康因素展开了积极的辩论。在这里，我们利用贝叶斯模型平均技术和国家层面的数据来调查28个变量的潜力，这些变量描述了一系列不同的健康和社会经济特征，这些变量与冠状病毒大流行第一波期间的最终感染和死亡人数相关。我们发现，只有少数变量能够与这些结果强有力地相关。为了理解解释感染率和死亡率的潜在相关因素之间的关系，我们创建了一个联合空间。利用这个空间，我们得出结论，每个变量能够为COVID-19感染/死亡结果提供可信解释的程度因国家而异，因为它们的异质性特征。
2022-01-12 econ.GN physics.soc-ph q-fin.EC
Are the COVID19 restrictions really worth the cost? A comparison of estimated mortality in Australia from COVID19 and economic recession
关于目前COVID 19限制措施的经济影响是否值得付出代价，公众进行了大量辩论。尽管COVID 19的潜在影响已被广泛建模，但在关于潜在经济影响的讨论中，很少有数字被提出。对于这个问题的一个很好的答案-限制会像COVID 19一样造成伤害吗？- 需要有可信的循证估计，而不仅仅是夸夸其谈。在这里，我们提供了一些初步估计，以比较目前的限制措施的影响与病毒的直接影响。由于大多数国家目前正在采取减少COVID-19死亡人数的方法，我们提供的COVID-19死亡人数估计数是故意从感染死亡率估计值的低端计算的，而经济衰退死亡人数的估计数是故意从严重经济衰退置信区间高端的两倍计算的。这确保了对目前限制的现状提出充分的质疑。我们的分析表明，严格限制根除病毒可能导致的总死亡人数比立即恢复工作的情况少至少八倍。
2020-05-06 econ.GN physics.soc-ph q-fin.EC
Using excess deaths and testing statistics to improve estimates of COVID-19 mortalities
死亡率的定义不统一、疾病流行的不确定性和有偏见的抽样等因素使流行病期间死亡率的量化复杂化。无论采用何种死亡率衡量标准，都需要对感染人口和感染导致的死亡人数进行一致的估计，以比较各区域的死亡率。我们结合历史和当前的死亡率数据，统计检验模型，和SIR流行病模型，以提高估计的死亡率。我们发现，整个美国的平均超额死亡人数比报告的COVID-19死亡人数高出13 $\%$。在一些地区，如纽约市，每周死亡人数比往年高出约8倍。秘鲁、厄瓜多尔、墨西哥和西班牙等其他国家的超额死亡人数明显高于其报告的COVID-19死亡人数。相反，我们发现丹麦、德国和挪威在2020年部分和全部时间的超额死亡人数可以忽略不计或为负数。
2021-01-10 physics.soc-ph q-bio.QM
Comparing the dynamics of COVID-19 infection and mortality in the United States, India, and Brazil
本文比较和对比了COVID-19在受疫情影响最严重的三个国家（美国、印度和巴西）的传播和影响。这三个国家都有一个联邦结构，其中各个州在很大程度上决定了对这一流行病的反应。因此，我们对这三个国家的各个州进行了广泛的分析，以确定每个国家的相似性模式。首先，我们分析结构相似性和异常的病例和死亡的轨迹作为多变量时间序列。接下来，我们研究了这三个国家及其州的不同病毒爆发波的长度。最后，我们调查适当的时间偏移病例和死亡之间的功能不同的爆发波。在所有这些分析中，我们始终揭示了美国和印度各州之间更具特征性的不同行为，而巴西各州在其波动行为中表现出较少的结构，并在病例和死亡之间不断变化。
2022-01-29 physics.soc-ph
Socio-economic disparities and COVID-19 in the USA
COVID-19不是一个普遍的杀手。我们研究了截至2020年8月的第15个$^{th}$，美国县级COVID-19的传播情况。我们发现，疾病的流行率和死亡率与当地的社会经济条件往往超出地方种群的密度分布，特别是在农村地区。我们将COVID-19的患病率和死亡率与美国人口普查局的数据相关联，并指出该疾病的传播模式如何分别在城市和农村地区显示出不对称性，并优先影响大部分人口为非白人的县。我们的研究结果可以用于更有针对性的政策建设和资源部署，以应对未来由SARS-CoV-2引起的大流行。我们的方法基于可解释的机器学习和博弈论，可以扩展到研究其他疾病的传播。
2021-06-30 physics.soc-ph q-bio.PE
Time Series Analysis and Correlation of Subway Turnstile Usage and COVID-19 Prevalence in New York City
在本文中，我们显示了纽约市大都会交通管理局提供的纽约市地铁旋转栅门使用数据与纽约市卫生局报告的COVID-19死亡和病例之间的强相关性。转门使用数据不仅显示了城市地铁的使用情况，还显示了人们的活动，这些活动促进了2020年3月至5月期间COVID-19城市居民的大规模流行。虽然这种相关性是显而易见的，但以前没有提供任何证据。在这里，我们证明了这种相关性，通过应用程序的长短期记忆神经网络。我们发现，COVID-19流行率与死亡的相关性考虑了报告死亡的潜伏期和症状期。在建立了这种相关性后，我们使用自回归综合移动平均模型估计在报告的死亡人数减少后COVID-19死亡人数和病例数接近零的日期。我们还通过回溯数据集来估计第一例病例和死亡发生的日期，并将其与报告的日期进行比较。
2020-08-30 physics.soc-ph stat.AP
The shapes of an epidemic: using Functional Data Analysis to characterize COVID-19 in Italy
我们调查了20个意大利地区的COVID-19死亡率模式及其与流动性，积极性以及社会人口，基础设施和环境协变量的关系。尽管从公共来源获得的数据在准确性和分辨率方面存在局限性，但我们利用函数数据分析技术在曲线和形状中利用信息来确定重要趋势。这些描述了两种截然不同的流行病;在伦巴第和北部受灾最严重的地区呈现出“指数”趋势，而在该国其他地区（包括威尼托，那里的病例与伦巴第同时出现，但早期实施了积极的检测）则较为温和，“平坦（缓和）”。我们发现，在控制相关协变量时，流动性和阳性可以预测COVID-19死亡率。在后者中，初级保健似乎可以降低死亡率，而医院、学校和工作场所的接触则会加剧死亡率。如果将我们所描述的技术应用于更丰富的数据，它可以捕获更多的、可能更清晰的信号。
2020-08-11 physics.soc-ph stat.AP
Understanding the Relationship between Social Distancing Policies, Traffic Volume, Air Quality, and the Prevalence of COVID-19 Outcomes in Urban Neighborhoods
为应对COVID-19疫情，各国政府已实施政策以遏制新型病毒的传播。人们对这些政策如何影响社会各群体知之甚少。本文探讨了社会距离政策，交通量和空气质量之间的关系，以及它们如何影响各种社会经济群体。本研究旨在了解不同社区对居家令和其他社交距离政策的反应，以了解人类对政策的反应如何在COVID-19阳性病例的流行中发挥作用。我们收集了2020年2月17日至6月12日期间美国犹他州盐湖城县每个邮政编码的交通密度、空气质量、社会经济状况和COVID-19阳性病例率的数据。我们研究了社交距离政策在三个政策实施阶段的影响。我们发现，在“呆在家里”期间，更富裕和更白人的邮政编码经历了更大的交通和空气污染减少。然而，由于排放和气象之间相互作用的复杂性，空气质量并不一定在所有情况下都遵循交通量。我们还发现，较低的社会经济地位与COVID-19阳性率之间存在密切关系。这项研究为社交距离在限制COVID-19传播方面的有效性提供了初步证据，同时也为社会经济地位如何在这场危机中加剧脆弱性提供了深入见解。行为限制通过防止COVID-19传播和减少空气污染，使白人和富裕社区受益不成比例。空气污染的影响可能会进一步加剧这些发现，这可能会加剧COVID-19的传播率和死亡率。决策者需要考虑调整社交距离政策，以最大限度地实现健康保护的公平性。
2020-07-16 cs.CY econ.GN physics.soc-ph
Effective epidemic model for COVID-19 using accumulated deaths
2020年，严重急性呼吸系统综合症COVID-19成为持续全球健康危机的中心。轻症病例的高发率便于在医院环境之外进行次级通报，而感染或已感染的人数在很大程度上仍不清楚，导致对该疾病的粗死亡率的估计很差。在这里，我们使用一个简单的模型来描述COVID-19造成的累计死亡人数。所提出的模型和SIR模型的近似解之间的密切联系提供了一个方程组，其解是流行病学参数的鲁棒估计。我们发现粗死亡率在$10^{-4}$和$10^{-3}$之间变化，取决于爆发的严重程度，这低于先前从实验室确诊患者获得的估计。我们还估计了实际利益的数量，如基本繁殖数和预期的死亡人数在渐近极限有和没有社会距离措施和封锁，这使我们能够衡量这些干预措施的效率。
2020-07-06 physics.bio-ph physics.soc-ph q-bio.PE
Spatiotemporal risk prediction for infectious disease spread and mortality
提出Geo Score方法，整合地理、社会经济和人口数据，利用梯度下降优化权重，实现按区域和时间的传染病感染与死亡风险预测，并应用于纽约市COVID-19数据。
2023-12-05 physics.soc-ph stat.AP
Contrasting pre-vaccine COVID-19 waves in Italy through Functional Data Analysis
IBM Research Europe（IBM 欧洲研究院）；Penn State University（宾夕法尼亚州立大学）；Sant’Anna School of Advanced Studies（圣安娜高等研究学院）；Université Laval（拉瓦尔大学）；CHU de Québec – Université Laval Research Center（魁北克大学医院研究中心）
本文通过功能数据分析对比意大利接种疫苗前新冠流行病第一和第二波的死亡模式，发现第二波传播更广泛且不一致，并验证了及时限制措施对减少死亡的有效性。
2023-07-19 physics.soc-ph stat.AP
Long-Term Care Facilities as a Risk Factor for Death Due to COVID-19
2019冠状病毒病的死亡病例中，有很大一部分发生在长期护理机构的居民中。这种现象可能有两个原因。首先，这种环境的结构特征可能导致死亡。或者，这些设施中的个人的健康状况可能比其他地方的人差，即使这些人不在这些设施中，他们也会死亡。我们的研究结果显示，在控制人口密度和老年人在人口中所占比例的情况下，人均长期护理床位数量与COVID-19死亡率之间存在显著的正相关关系。这一发现为长期护理生活安排（老年人）是死于COVID-19的重要风险因素的说法提供了支持。
2020-06-26 physics.soc-ph q-bio.PE
The COVID-19 (SARS-CoV-2) Uncertainty Tripod in Brazil: Assessments on model-based predictions with large under-reporting
COVID-19大流行（SARS-CoV-2病毒）是我们这个时代的全球健康危机。由于缺乏大规模检测以及相关无症状个体的存在，导致巴西COVID-19大流行的感染人数和死亡人数的现有数据在很大程度上被低估。我们提出了一个适应的易感-感染-感染（SIR）模型，该模型明确地将漏报和人口对公共政策（如限制措施，广泛使用口罩等）的反应结合起来，以进行短期和长期预测。大量的不确定性可能提供误导性的模型和预测。在本文中，我们讨论了不确定性在这些预测中的作用，这是说明关于三个关键方面。首先，假设被感染的人数被低估，我们展示了对感染高峰的预期。此外，虽然具有单一类别感染者的模型产生的预测峰值增加，但考虑有症状和无症状感染者的模型表明有症状的峰值下降。第二，考虑到实际死亡人数大于登记人数，然后证明死亡率的增加。第三，当考虑一般少报的数据，我们演示了如何传输和恢复率模型参数的定性和定量变化。我们亦调查“COVID-19漏报三脚架”的影响，即感染人数、死亡人数及真实死亡率方面的漏报。如果已知其中两个因素，则只要比例保持不变，就可以推断出其余的因素。所提出的方法允许人们通过对观察到的死亡率和真实死亡率的评估来确定不确定性的范围。
2020-06-27 math.DS physics.soc-ph q-bio.PE
Complexity of the COVID-19 pandemic in Maringa
本研究调查了巴西南部城市马里恩加 COVID-19 大流行的动态，发现非药物干预措施对流动性和疫情指标有显著影响，但城市措施主要是被动的，且超额死亡率表明医疗系统过载导致了其他原因死亡率增加，疫苗接种显著降低了死亡人数。
2023-07-20 physics.soc-ph q-bio.PE
Social capital may mediate the relationship between social distance and COVID-19 prevalence
新型冠状病毒（COVID-19）的威胁正在增加。关于各地区感染率的差异，除了寻找社会距离（人口密度）差异原因的研究外，寻找社会资本差异原因的研究也有增加的趋势。然而，关于社会资本即使控制了人口密度的影响，是否也会影响感染率的研究尚未进行。因此，本文使用各都道府县的统计数据，分析了感染率、人口密度和社会资本之间的关系。统计分析表明，社会资本不仅与感染率和人口密度相关，而且在控制人口密度影响的情况下与感染率仍呈负相关。此外，以平均年龄控制变量间的关系，发现社会资本与感染率的相关性大于人口密度。换句话说，社会资本在人口密度和感染率之间起着中介作用。这意味着单靠社交距离不足以阻止冠状病毒感染，还需要为社会资本充电。
2020-07-21 econ.GN physics.soc-ph q-fin.EC
A Modified Epidemiological Model to Understand the Uneven Impact of COVID-19 on Vulnerable Individuals and the Approaches Required to Help them Emerge from Lockdown
COVID-19在年轻健康个体中显示出相对较低的死亡率，该群体中的大多数无症状或症状轻微，而在具有基础健康状况的个体中，疾病的严重程度导致全球范围内的死亡率显著上升。了解社会不同部门之间的死亡率差异并建立模型，将有助于确定不同的风险和脆弱性水平，以制定退出封锁的战略。然而，流行病学模型不能解释不同人群中SARS-CoV-2疾病严重程度的变异性。为了克服这一局限性，它提出了一个modifed SEIR模型，即SEIR-V，通过它的人口被分为两组关于他们对SARS-CoV-2的脆弱性。这使得在对社会中不同群体的易感染性采取不同的衡量标准时，能够分析这一流行病的传播情况。一项蒙特卡罗模拟表明，只要稍微减少弱势群体感染艾滋病的机会，就可以避免大量死亡。根据这一模型，可以提出一些机制来限制易受感染者感染这种疾病，以降低这一群体的死亡率。一种选择是为脆弱人群和那些没有接触追踪应用程序的人提供腕带。通过将智能手机应用程序和腕带信号中非常密集的接触追踪数据与有关感染状态和症状的信息相结合，脆弱人群可以得到保护并保持更安全。若能广泛使用，保障范围便会进一步扩展至这些高危组别以外。
2020-06-19 cs.SI physics.soc-ph
Wastewater-based Epidemiology for COVID-19 Surveillance and Beyond: A Survey
本文综述了基于废水的COVID-19流行病学监测方法，涵盖采样、检测与数据分析，并指出当前挑战，旨在推动针对一般传染病的废水监测系统发展。
2024-09-23 physics.soc-ph q-bio.PE stat.AP
Mortality containment vs. economics opening: optimal policies in a SEIARD model
我们采用了一个包含无症状人口和COVID死亡的SEIRD微分模型（我们称之为SEAIRD）来模拟COVID-19的演变，并添加了一个影响病毒扩散和GDP的控制函数，包括所有直接和间接的遏制政策;为了模型的可行性，控制被假设为满足额外约束的分段线性函数。我们描述了感染和经济的联合动态，并讨论了生产和死亡之间的权衡。特别是，我们仔细研究的最优政策反应的存在条件和唯一性。唯一关键地取决于人类生命统计值和GDP之间的边际替代率;我们展示了一个具有相变的例子：在某个阈值以上，存在唯一的最优遏制政策;在阈值以下，最优的是放弃任何遏制;在阈值本身，有两个最优政策。然后，我们探索和评估各种配置文件的各种控制策略依赖于少量的参数。
2020-05-29 econ.GN math.OC physics.soc-ph
Revealing the Global Linguistic and Geographical Disparities of Public Awareness to Covid-19 Outbreak through Social Media
新型冠状病毒疫情对全球公共卫生构成前所未有的挑战。然而，不同国家的居民在疫情爆发期间表现出不同程度的Covid-19意识，并受到不均衡的健康影响。这项研究分析了2020年1月1日至6月30日的全球Twitter数据，试图回答两个研究问题。社交媒体上反映的新冠肺炎疫情期间公众意识的语言和地理差异是什么？不断变化的流行病意识能否预测COVID-19疫情？我们建立了一个Twitter数据挖掘框架，通过计算Ratio指数来量化和跟踪用户的认知度。在全球和国家两级审查了认识与健康影响之间的滞后关系。结果显示，对新冠肺炎认知度最高的用户主要是那些用印度和孟加拉国官方语言发推文的用户。亚洲国家在认识方面的差距比欧洲国家更大，东欧的认识高于中欧。最后，比率指数可以准确预测全球死亡率、全球病死率和国家水平死亡率，分别领先21-30天、35-42天和17天。这项研究及时深入了解了社交媒体在公共卫生研究中的人类行为。
2021-11-09 cs.SI physics.soc-ph
Characterization Of Diseases In Temporal Comorbidity Networks
基于4500万次奥地利住院记录构建共病网络，研究疾病网络随年龄演化的规律，识别出三个年龄相关的结构中心性成分及高死亡率桥接疾病，为年龄特异性疾病预防和综合护理提供依据。
2025-06-27 cs.SI physics.med-ph physics.soc-ph
A phenomenological estimate of the Covid-19 true scale from primary data
估计未记录的SARS-CoV-2感染的患病率对于了解Covid-19疾病的总体影响至关重要。事实上，公布未统计的案例对公共政策干预战略具有根本性影响。在目前的工作中，我们展示了一种基本而有效的方法，通过使用欧盟最大国家和美国官方卫生机构报告的流行病学原始数据来估计SARS-Cov-2感染的实际人数。
2021-01-24 physics.soc-ph
A statistical model of COVID-19 testing in populations: effects of sampling bias and testing errors
我们开发了一个统计模型，用于检验人口中的疾病患病率。该模型假设二元测试结果，阳性或阴性，但允许样本选择中的偏差以及I型（假阳性）和II型（假阴性）测试错误。我们的模型还结合了多种测试类型，并能够区分重新测试和排除测试后。我们的定量框架使我们能够直接将测试结果解释为误差和偏差的函数。通过将我们的测试模型应用于COVID-19测试数据和特定司法管辖区的实际病例数据，我们能够估计并提供疫情中至关重要的指标的不确定性量化，例如疾病患病率和死亡率。
2021-05-24 physics.soc-ph q-bio.QM stat.AP
Estimating the Number of Infected Cases in COVID-19 Pandemic
COVID-19疫情对人类生活造成重大干扰。社会普遍焦虑的背后，一个重要原因是大流行的巨大不确定性。一个根本的不确定性是有多少人或多大比例的人被感染。在地方、国家或全球一级，有关于这一流行病的各种统计数据的公布和经常更新的数据。然而，由于各种原因，许多案件没有包括在这些报告的数字中。我们提出了一种结构化的方法来估计未报告的病例数，在这种方法中，我们区分了报告病例数较晚到达的病例和那些症状轻微或没有症状，因此根本没有被任何医疗系统捕获的病例。我们使用报告后的数据估计前者和人口匹配到后者。我们估计，截至2020年4月20日，美国报告的感染病例数应乘以220.54%的系数进行校正，而美国人口的感染率估计为0.53%，这意味着病例死亡率为2.85%，接近WHO在2020年3月建议的3.4%。到2020年夏末，美国的总体感染率上升至2.49%，而病例死亡率下降至2.09%，无症状病例占所有感染病例的比例从夏季前的35-40%降至20- 25%左右。
2021-03-03 physics.soc-ph q-bio.PE stat.ME
Significancia estadística del exceso de muertes en Chile durante pandemia COVID-19
死亡率研究和超额死亡的计算是了解流行病/大流行病的影响以及流感等地方病/流行病的季节性周期的基本工具，根据世界卫生组织和不同作者的说法，这在危机时期非常重要。在这项研究中，我们分析了2019冠状病毒病大流行期间智利超额死亡的指标。与此同时，正在进行研究，以证实和确定官方卫生机构低估死亡人数的可能原因。
2020-06-08 cs.SI physics.soc-ph
COVID-19 transmission risk factors
我们分析了与不同国家近期COVID-19大流行的初始传播增长率相关的风险因素。病例数在其早期阶段几乎呈指数级增长;我们选择每个国家的第一天$d_i$作为起点，有30个病例，我们拟合了12天，从而捕获了早期的指数增长。然后，我们在126个国家的样本中寻找指数$α$与其他变量的线性相关性。我们发现正相关，{ \it，即COVID-19的更快传播}，具有高置信水平，以下变量，各自的$p$值：低温（$4\cdot10^{-7}$），老年人与~老年人的高比率，劳动年龄人口（$3\cdot10^{-6}$），预期寿命（$8\cdot10^{-6}$），国际游客人数（$1\cdot10^{-5}$），较早的流行病开始日期$d_i$（$2\cdot10^{-5}$），问候习惯中的高水平身体接触（$6 \cdot 10^{-5}$），肺癌患病率（$6 \cdot 10^{-5}$），男性肥胖（$1 \cdot 10^{-4}$），城市地区人口比例（$2\cdot10^{-4}$）、癌症患病率（$3 \cdot 10^{-4}$）、饮酒量（$0.0019$）、每日吸烟患病率（$0.0036$）、紫外线指数（$0.004$，73个国家）。我们还发现了与低维生素D水平的相关性（$0.002-0.006$，较小的样本，$\sim 50$国家，将在较大的样本中确认）。与血型也有高度显著的相关性：与RH-型（$…
2021-05-10 physics.soc-ph q-bio.PE q-bio.QM
