看帖神器
未名空间
追帖动态
头条新闻
每日新帖
最新热帖
新闻存档
热帖存档
文学城
虎扑论坛
未名空间
北美华人网
北美微论坛
看帖神器
登录
← 下载
《看帖神器》官方
iOS App
,体验轻松追帖。
学术一下,俺最近学习流行病学的心得,献给巨巨
查看未名空间今日新帖
最新回复:2020年3月15日 22点37分 PT
共 (30) 楼
返回列表
订阅追帖
只看未读
更多选项
阅读全帖
只看图片
只看视频
查看原帖
d
dakedo
大约 4 年
楼主 (未名空间)
最近几天看到很多地方提到一个概念,
flatten the curve,
就是说把发病曲线扁平化,
峰值位置后移,避免医疗资源崩溃。
比如这样的:
这里量化讨论一下这个策略在我帝的可行性
暂时用最简单的SIR模型
SIR就是susceptible, infected, recoverd
系统如下:
参数:
人口3.27亿,
德国说可能感染70%,
我帝少算点假设30%最终感染好了,
其他人假设像老中一样关禁闭一个月不出门
初始感染人数:
保守一点,
假设现在我帝一万实际感染
beta可以从病例翻倍时间算,
Lancet说:COVID-19 had a doubling time in China of about 4–5 days in the
early phases
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30567-5/
fulltext
我帝现在病例基本三天翻倍,但这应该是检测的问题
这里用5天倍增时间来算
gamma可以从治疗需要的时间算,
The time from symptom onset to recovery ranged from 12 to 32 days.
https://jamanetwork.com/journals/jama/fullarticle/2762452
这里先用平均值22天算
病床数:
总病床数540668,ICU数94837
https://www.sccm.org/Communications/Critical-Care-Statistics
这里姑且假设其他病人全部清空只用来治疗新冠
住院比例/危重率
about 15% required hospitalization and 5% ended up in critical care.
https://www.statnews.com/2020/03/10/simple-math-alarming-answers-covid-19/
The percentage of patients in intensive care reported daily in Italy between March 1 and March 11, 2020, has consistently been between 9% and 11% of
patients who are actively infected.
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30627-9/
fulltext
这里保守一点,估计住院率15%,ICU 5%
ODE解出来大概这样
左边都缩成一坨了,右边用log scale才能看出来
红/紫实线和虚线交叉的时间,
就是医院崩溃的时间
那所谓的flatten the curve能不能起作用呢?
看看不同的doubling time下的ICU曲线:
要像前面示意图一样,
flatten the curve到不超过承受力,
还是很难的,
主要效果是推迟崩溃的时间
这么看着有点乱,
求了下解析解,
所有病床/ICU病床崩溃的时间跟病人翻倍的时间关系如下:
可以看出来如果充分减慢病毒传播,
医院全面崩溃的时间还是可以大大推迟的
但是这个大概是非常理想的情况下医院崩溃的时间
实际上available的病床并没有这么多
而且各地医疗资源和人口密度不同
有的地方先崩溃也是有可能的
I
I23
大约 4 年
2 楼
怎样控制或改变 doubling time?
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
S
SandersTrump
大约 4 年
3 楼
快,裤十衲正在research coronavirus,你献此奇计,可得黄金百两和与一万卡合影机会
d
dakedo
大约 4 年
4 楼
呆家里
戴口罩
洗手
【 在 I23 (嘿嘿) 的大作中提到: 】
: 怎样控制或改变 doubling time?
n
newIdRobot
大约 4 年
5 楼
Mark
【在 dakedo(大蝌蚪)的大作中提到:】
:最近几天看到很多地方提到一个概念,
:flatten the curve,
k
keystone0504
大约 4 年
6 楼
不错,这个是新概念,书都没听说过
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
d
dakedo
大约 4 年
7 楼
英帝连学都不停
会崩得更快
我帝还有救
【 在 iworm (昵称) 的大作中提到: 】
: 这是英国目前的策略,把峰值压到流感季节之后 医疗资源就可以腾出来,英国首相也
: 说这策略有风险。 美国这么大国家不是一个概念 不能照搬 好不好
d
dirtyman
大约 4 年
8 楼
假设翻倍时间增加到无穷,则永远是1万例,自然不会崩溃。关键在于何种干预措施可
以延缓传染至何总程度
d
dakedo
大约 4 年
9 楼
按俺的模型,
拖到十几天翻一倍就可以基本缓解医院压力
撑到特效药出来
【 在 dirtyman (得体侠) 的大作中提到: 】
: 假设翻倍时间增加到无穷,则永远是1万例,自然不会崩溃。关键在于何种干预措施可
: 以延缓传染至何总程度
l
llsunspot
大约 4 年
10 楼
狗屁,就是不测,所以永远没有peak
d
dakedo
大约 4 年
11 楼
这病不治死亡率5%往上
最终会在ICU崩溃中看出来
【 在 llsunspot (小小手) 的大作中提到: 】
: 狗屁,就是不测,所以永远没有peak
x
xdf
大约 4 年
12 楼
赞。
n
newIdRobot
大约 4 年
13 楼
你本职工作是干什么的?
【在 dakedo(大蝌蚪)的大作中提到:】
:最近几天看到很多地方提到一个概念,
:flatten the curve,
b
bigBalls
大约 4 年
14 楼
CDC可能是经费太紧张,没订阅 wikipedia。我跟川普微信一下这个问题。
你这个 gamma 太狠了,意思是每个 infected 有 22 天的时间散步他的病毒。
l
llsunspot
大约 4 年
15 楼
叔目测生物向的data scientist
【 在 newIdRobot (新器人) 的大作中提到: 】
: 你本职工作是干什么的?
: :最近几天看到很多地方提到一个概念,
: :flatten the curve,
d
dragonfly
大约 4 年
16 楼
两个月才崩,这两个月时间可以生产更多设备,盖出很多医院和ICU。
也可能特效药出来了。
总之,你的预测根股市一样不靠普。不是数学不对,而是忽略了很多关键因素。
m
molen
大约 4 年
17 楼
武汉开始就犯了这个错误
峰值太高,大家一窝蜂都挤去医院,床位没了,去不了的还在阳台敲锣打鼓,
还有人发烧37度5就吓得自杀了
很多别的病人都被耽误了。
也是因为国人素质太低
n
newIdRobot
大约 4 年
18 楼
应该可以用这个SIR模型预测,什么时候是确诊病例人数的峰值。如果医疗资源不够的
话,死亡率高,人数多,股市还有可能下探。
不过我帝的初始数据准确性太差。等试剂盒充足时再画曲线。
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
a
aaaty
大约 4 年
19 楼
不错
我就不用R来自己算了
CDC的模型都藏着掖着,NYT看了都不敢发出来只敢描述一下
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
W
WCNMLGB
大约 4 年
20 楼
对,很多因素都没考虑。比如天气热起来。病毒迅速失活
【 在 dragonfly (小蜻蜓-一品御前带刀老中医) 的大作中提到: 】
: 两个月才崩,这两个月时间可以生产更多设备,盖出很多医院和ICU。
: 也可能特效药出来了。
: 总之,你的预测根股市一样不靠普。不是数学不对,而是忽略了很多关键因素。
z
zhetian
大约 4 年
21 楼
他mathematica用地还不错
【 在 newIdRobot (新器人) 的大作中提到: 】
: 你本职工作是干什么的?
: :最近几天看到很多地方提到一个概念,
: :flatten the curve,
d
dakedo
大约 4 年
22 楼
说了嘛
目前用的是最基本的模型
数据多的话可以把模型再搞复杂些
【 在 WCNMLGB (CCC) 的大作中提到: 】
: 对,很多因素都没考虑。比如天气热起来。病毒迅速失活
b
bigBalls
大约 4 年
23 楼
瞎鸡巴套公式,我都替你脸红
b
beijingren4
大约 4 年
24 楼
叔两个星期前就贴过了
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
d
dakedo
大约 4 年
25 楼
新手上路,就这水平了
你review一下,俺再改改
【 在 bigBalls () 的大作中提到: 】
: 瞎鸡巴套公式,我都替你脸红
m
miejue
大约 4 年
26 楼
我准备用Bayesian来做英帝这个史无前例的模型,算一下到底要死多少英国佬
等我再北京关禁闭的时候就做
q
ql2015
大约 4 年
27 楼
牛贴!受教
d
dakedo
大约 4 年
28 楼
统计模型没法弄吧,
还得动力模型
【 在 miejue (灭绝师太) 的大作中提到: 】
: 我准备用Bayesian来做英帝这个史无前例的模型,算一下到底要死多少英国佬
: 等我再北京关禁闭的时候就做
n
newIdRobot
大约 4 年
29 楼
你的易感染人数为什么是1个亿,而不是美国总人口数?
你这样预设感染上线30%就不科学。herd immunity要60%以上,德国70%算是科学的。你预设上线30%,就不对,至少改成60-70%。
也就是放任不管的情况下,比你估计的还要严重。
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
n
newIdRobot
大约 4 年
30 楼
按照你给的数据
我按照你给的数据算了一下。60%的群体免疫率192000000
3/15的数据3769
Beta值,5天翻一倍,1/5
Gamma,平均22天治愈,1/22
放任自流估计8000万人会感染
http://www.public.asu.edu/~hnesse/classes/sirv.html?Alpha=0.2&Beta=0.04545&Nu=0&initialS=196200000&initialI=3769&initialR=0&iters=200
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
请输入帖子链接
收藏帖子
最近几天看到很多地方提到一个概念,
flatten the curve,
就是说把发病曲线扁平化,
峰值位置后移,避免医疗资源崩溃。
比如这样的:
这里量化讨论一下这个策略在我帝的可行性
暂时用最简单的SIR模型
SIR就是susceptible, infected, recoverd
系统如下:
参数:
人口3.27亿,
德国说可能感染70%,
我帝少算点假设30%最终感染好了,
其他人假设像老中一样关禁闭一个月不出门
初始感染人数:
保守一点,
假设现在我帝一万实际感染
beta可以从病例翻倍时间算,
Lancet说:COVID-19 had a doubling time in China of about 4–5 days in the
early phaseshttps://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30567-5/
fulltext
我帝现在病例基本三天翻倍,但这应该是检测的问题
这里用5天倍增时间来算
gamma可以从治疗需要的时间算,
The time from symptom onset to recovery ranged from 12 to 32 days.https://jamanetwork.com/journals/jama/fullarticle/2762452
这里先用平均值22天算
病床数:
总病床数540668,ICU数94837https://www.sccm.org/Communications/Critical-Care-Statistics
这里姑且假设其他病人全部清空只用来治疗新冠
住院比例/危重率
about 15% required hospitalization and 5% ended up in critical care.https://www.statnews.com/2020/03/10/simple-math-alarming-answers-covid-19/
The percentage of patients in intensive care reported daily in Italy between March 1 and March 11, 2020, has consistently been between 9% and 11% of
patients who are actively infected.https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30627-9/
fulltext
这里保守一点,估计住院率15%,ICU 5%
ODE解出来大概这样
左边都缩成一坨了,右边用log scale才能看出来
红/紫实线和虚线交叉的时间,
就是医院崩溃的时间
那所谓的flatten the curve能不能起作用呢?
看看不同的doubling time下的ICU曲线:
要像前面示意图一样,
flatten the curve到不超过承受力,
还是很难的,
主要效果是推迟崩溃的时间
这么看着有点乱,
求了下解析解,
所有病床/ICU病床崩溃的时间跟病人翻倍的时间关系如下:
可以看出来如果充分减慢病毒传播,
医院全面崩溃的时间还是可以大大推迟的
但是这个大概是非常理想的情况下医院崩溃的时间
实际上available的病床并没有这么多
而且各地医疗资源和人口密度不同
有的地方先崩溃也是有可能的
怎样控制或改变 doubling time?
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
快,裤十衲正在research coronavirus,你献此奇计,可得黄金百两和与一万卡合影机会
呆家里
戴口罩
洗手
【 在 I23 (嘿嘿) 的大作中提到: 】
: 怎样控制或改变 doubling time?
Mark
【在 dakedo(大蝌蚪)的大作中提到:】
:最近几天看到很多地方提到一个概念,
:flatten the curve,
不错,这个是新概念,书都没听说过
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
英帝连学都不停
会崩得更快
我帝还有救
【 在 iworm (昵称) 的大作中提到: 】
: 这是英国目前的策略,把峰值压到流感季节之后 医疗资源就可以腾出来,英国首相也
: 说这策略有风险。 美国这么大国家不是一个概念 不能照搬 好不好
假设翻倍时间增加到无穷,则永远是1万例,自然不会崩溃。关键在于何种干预措施可
以延缓传染至何总程度
按俺的模型,
拖到十几天翻一倍就可以基本缓解医院压力
撑到特效药出来
【 在 dirtyman (得体侠) 的大作中提到: 】
: 假设翻倍时间增加到无穷,则永远是1万例,自然不会崩溃。关键在于何种干预措施可
: 以延缓传染至何总程度
狗屁,就是不测,所以永远没有peak
这病不治死亡率5%往上
最终会在ICU崩溃中看出来
【 在 llsunspot (小小手) 的大作中提到: 】
: 狗屁,就是不测,所以永远没有peak
赞。
你本职工作是干什么的?
【在 dakedo(大蝌蚪)的大作中提到:】
:最近几天看到很多地方提到一个概念,
:flatten the curve,
CDC可能是经费太紧张,没订阅 wikipedia。我跟川普微信一下这个问题。
你这个 gamma 太狠了,意思是每个 infected 有 22 天的时间散步他的病毒。
叔目测生物向的data scientist
【 在 newIdRobot (新器人) 的大作中提到: 】
: 你本职工作是干什么的?
: :最近几天看到很多地方提到一个概念,
: :flatten the curve,
两个月才崩,这两个月时间可以生产更多设备,盖出很多医院和ICU。
也可能特效药出来了。
总之,你的预测根股市一样不靠普。不是数学不对,而是忽略了很多关键因素。
武汉开始就犯了这个错误
峰值太高,大家一窝蜂都挤去医院,床位没了,去不了的还在阳台敲锣打鼓,
还有人发烧37度5就吓得自杀了
很多别的病人都被耽误了。
也是因为国人素质太低
应该可以用这个SIR模型预测,什么时候是确诊病例人数的峰值。如果医疗资源不够的
话,死亡率高,人数多,股市还有可能下探。
不过我帝的初始数据准确性太差。等试剂盒充足时再画曲线。
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
不错
我就不用R来自己算了
CDC的模型都藏着掖着,NYT看了都不敢发出来只敢描述一下
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
对,很多因素都没考虑。比如天气热起来。病毒迅速失活
【 在 dragonfly (小蜻蜓-一品御前带刀老中医) 的大作中提到: 】
: 两个月才崩,这两个月时间可以生产更多设备,盖出很多医院和ICU。
: 也可能特效药出来了。
: 总之,你的预测根股市一样不靠普。不是数学不对,而是忽略了很多关键因素。
他mathematica用地还不错
【 在 newIdRobot (新器人) 的大作中提到: 】
: 你本职工作是干什么的?
: :最近几天看到很多地方提到一个概念,
: :flatten the curve,
说了嘛
目前用的是最基本的模型
数据多的话可以把模型再搞复杂些
【 在 WCNMLGB (CCC) 的大作中提到: 】
: 对,很多因素都没考虑。比如天气热起来。病毒迅速失活
瞎鸡巴套公式,我都替你脸红
叔两个星期前就贴过了
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
新手上路,就这水平了
你review一下,俺再改改
【 在 bigBalls () 的大作中提到: 】
: 瞎鸡巴套公式,我都替你脸红
我准备用Bayesian来做英帝这个史无前例的模型,算一下到底要死多少英国佬
等我再北京关禁闭的时候就做
牛贴!受教
统计模型没法弄吧,
还得动力模型
【 在 miejue (灭绝师太) 的大作中提到: 】
: 我准备用Bayesian来做英帝这个史无前例的模型,算一下到底要死多少英国佬
: 等我再北京关禁闭的时候就做
你的易感染人数为什么是1个亿,而不是美国总人口数?
你这样预设感染上线30%就不科学。herd immunity要60%以上,德国70%算是科学的。你预设上线30%,就不对,至少改成60-70%。
也就是放任不管的情况下,比你估计的还要严重。
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................
按照你给的数据
我按照你给的数据算了一下。60%的群体免疫率192000000
3/15的数据3769
Beta值,5天翻一倍,1/5
Gamma,平均22天治愈,1/22
放任自流估计8000万人会感染
http://www.public.asu.edu/~hnesse/classes/sirv.html?Alpha=0.2&Beta=0.04545&Nu=0&initialS=196200000&initialI=3769&initialR=0&iters=200
【 在 dakedo (大蝌蚪) 的大作中提到: 】
: 最近几天看到很多地方提到一个概念,
: flatten the curve,
: 就是说把发病曲线扁平化,
: 峰值位置后移,避免医疗资源崩溃。
: 比如这样的:
: http://i.ibb.co/NTF0qRr/ER1y-O7i-XUAEDNyz-format-png-name-small.png
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下:
: ...................