新冠肺炎疫情 - 黎明前最黑暗的时刻
人体的奥秘 (Dr. Riverside)
从2019年12月出现第一例新冠肺炎患者到2020年4月5日，全球新冠肺炎病毒感染者已经超过100万，7万多人失去了生命。
根据美国劳工部的统计数据，3月份美国申请失业救济的人数已高达6百60万，是疫情前的30倍。股市下跌30%，市值蒸发11万亿。卫生局局长亚当斯在接受《福克斯新闻周日》采访时说：“坦率地说，这将是大多数美国人生活中最艰难，最悲伤的一周。” “这将是我们的珍珠港时刻，我们的9/11时刻，而且它不会局限在某一个区域，会在全国范围内发生。我希望美国人民能够理解这一点。”
一位在MIchigan的父亲写到：“又是揪心的一天过去了。在纽约读研的女儿有病毒感染症状，已经整整一周。症状都在，没有恶化，也没有好转。女儿一个人在纽约布鲁克林区的公寓里隔离，我们很担心她的安全。所以上周末我已经做好一切准备，带上全副防护服和口罩，租了个RV（野营车），要千里奔袭把女儿接回来。但当告知女儿时，女儿坚决不同意，联系家里的姐妹联合起来阻止我。
我对女儿说，这次要不接你回来，万一你那里有最坏的结果，爸爸这往后就会内疚一辈子了。
女儿说，“爸爸，如果你们有了最差的结果，我内疚的时间会比你长的多呀！”
……
昨天去看一个朋友，两个月前还是一个阳光，帅气的小伙子。这次见到他几乎认不出来了。头发变得稀疏，眼神焦虑而绝望。他告诉我他的爱人有免疫缺陷，而且怀孕了。合租的室友的工作环境有很大的感染机会。“我不怕死”，他说，“但是我的爱人感染了就会死，我不想让她受感染”。我看到他说话时眼圈红红的。那一瞬间，感觉自己像被闪电击中了一样。
疫情 - 你什么时候才会结束呢？
拜托美国疫情数据的公开和透明，让科学家能够对此次疫情作出尽可能准确的推断。根据华盛顿大学健康度量和评估研究所（IHME）的大数据预测，美国疫情的拐点将发生在4月16日，高峰时间的死亡人数会达到每天3千人左右，死亡总数会达到8万人。
这是根据他们的模型推演的疫情流行过程。按照他们的计算，疫情会在5月底结束。
他们还做了每个州的疫情预测，这是纽约州。疫情高峰将在3日内到来，5月前结束
这是伊利诺伊州。疫情高峰将在6日内到来，5月前结束
除了对疫情流行的预测，IHME还对各州应对疫情的医疗资源做出了评估。纽约州的普通病床和ICU病床都有很大缺口。
伊利诺伊州，普通病床没有问题但ICU病床还有3分之一的缺口。有兴趣的朋友可以看看自己所在的州的情况。下方是网页的链接。
https://covid19.healthdata.org/projections
和预测的流行情况一致，今天我们终于看到了疫情的曙光，全美新增病例已经连续两天减少，如果没有意外，疫情即将逐渐减轻。
你是否会好奇这些预测是如何做出来的，它们可靠吗？我在这里做一个简单的解释。
建立模型的第一步是从五彩缤纷的真实世界中把和疾病流行直接相关并且是疾病流行过程中最关键的部分提取出来，把间接和不重要的因素排除在外。比如开私家车和乘公交车，病人的饮食；虽然前者和感染率有关，后者和病情发展有关，但这些都不是流行的关键因素。第二步是根据最关键的因素做一个假设。然后再根据最简单的假设建一个数学模型。
在这个模型的基础上，在逐步增加和流行相关的参数，比如疾病的R0，潜伏期，治愈率。最后在加上人为的干扰因素，比如排查，隔离等等。模型的目的是为疫情控制的决策提供信息，但是没有一个模型是完全准确的，每当有新的数据出来时，就要根据新的数据对模型参数进行修改，让模型的预测更加准确。
举一个Data Science, Machine Learning, Human Behavior专家Bruno Gonçalves用Compartmental Models建模的例子。
首先，根据最简单的假设做一个数学模型SI Model。把人群分成敏感和已感染两部分。按这样的模型，只要时间足够长，所有的在敏感这一组的人最后就都会转到已感染那一组。显然这个模型太过于简单，也不符合实际情况。除了这两类人，有些感染的人还会从疾病中恢复出来。考虑到这部分恢复的患者，就有了SIR Model。逐步增加和流行相关的参数，比如疾病的潜伏期，治愈率，人为的干扰因素，比如隔离，排查等等就可以对更复杂的情况进行预测，比如隔离一段时间在放开会发生什么情况呢？
我们前面讨论的IHME模型就考虑到了这些因素。增加了
截止到今天的数据看，这个模型和真实世界虽然有一些出入，但是和现有的数据基本上还是吻合的，它也为联邦政府和各州应对疫情提供了很有价值的信息。
今天微信群一位纽约朋友说新增“断崖式下跌”，不知真假。
-6的根据：看下面中间一行
从有症状去检测，一到二天出结果确诊。再过五到六天住院（不是站票哦）。
同样，仔细看看下面链接中的内容，就明白为啥俺对那个九天症状的帖子不感冒。
From
https://www.worldometers.info/coronavirus/coronavirus-symptoms/#duration
这样绝望下去不要说照顾怀孕的老婆，过不了几天就会需要大肚子老婆反过来照顾他。
相信这种非常时期许多人家有条件的话会很愿意帮这个忙，包括楼主这个朋友。只有眼圈红有什么用！
新冠肺炎疫情 - 黎明前最黑暗的时刻
人体的奥秘 (Dr. Riverside)
从2019年12月出现第一例新冠肺炎患者到2020年4月5日，全球新冠肺炎病毒感染者已经超过100万，7万多人失去了生命。
根据美国劳工部的统计数据，3月份美国申请失业救济的人数已高达6百60万，是疫情前的30倍。股市下跌30%，市值蒸发11万亿。卫生局局长亚当斯在接受《福克斯新闻周日》采访时说：“坦率地说，这将是大多数美国人生活中最艰难，最悲伤的一周。” “这将是我们的珍珠港时刻，我们的9/11时刻，而且它不会局限在某一个区域，会在全国范围内发生。我希望美国人民能够理解这一点。”
一位在MIchigan的父亲写到：“又是揪心的一天过去了。在纽约读研的女儿有病毒感染症状，已经整整一周。症状都在，没有恶化，也没有好转。女儿一个人在纽约布鲁克林区的公寓里隔离，我们很担心她的安全。所以上周末我已经做好一切准备，带上全副防护服和口罩，租了个RV（野营车），要千里奔袭把女儿接回来。但当告知女儿时，女儿坚决不同意，联系家里的姐妹联合起来阻止我。
我对女儿说，这次要不接你回来，万一你那里有最坏的结果，爸爸这往后就会内疚一辈子了。
女儿说，“爸爸，如果你们有了最差的结果，我内疚的时间会比你长的多呀！”
……
昨天去看一个朋友，两个月前还是一个阳光，帅气的小伙子。这次见到他几乎认不出来了。头发变得稀疏，眼神焦虑而绝望。他告诉我他的爱人有免疫缺陷，而且怀孕了。合租的室友的工作环境有很大的感染机会。“我不怕死”，他说，“但是我的爱人感染了就会死，我不想让她受感染”。我看到他说话时眼圈红红的。那一瞬间，感觉自己像被闪电击中了一样。
疫情 - 你什么时候才会结束呢？
拜托美国疫情数据的公开和透明，让科学家能够对此次疫情作出尽可能准确的推断。根据华盛顿大学健康度量和评估研究所（IHME）的大数据预测，美国疫情的拐点将发生在4月16日，高峰时间的死亡人数会达到每天3千人左右，死亡总数会达到8万人。
这是根据他们的模型推演的疫情流行过程。按照他们的计算，疫情会在5月底结束。
他们还做了每个州的疫情预测，这是纽约州。疫情高峰将在3日内到来，5月前结束
这是伊利诺伊州。疫情高峰将在6日内到来，5月前结束
除了对疫情流行的预测，IHME还对各州应对疫情的医疗资源做出了评估。纽约州的普通病床和ICU病床都有很大缺口。
伊利诺伊州，普通病床没有问题但ICU病床还有3分之一的缺口。有兴趣的朋友可以看看自己所在的州的情况。下方是网页的链接。
https://covid19.healthdata.org/projections
和预测的流行情况一致，今天我们终于看到了疫情的曙光，全美新增病例已经连续两天减少，如果没有意外，疫情即将逐渐减轻。
你是否会好奇这些预测是如何做出来的，它们可靠吗？我在这里做一个简单的解释。
建立模型的第一步是从五彩缤纷的真实世界中把和疾病流行直接相关并且是疾病流行过程中最关键的部分提取出来，把间接和不重要的因素排除在外。比如开私家车和乘公交车，病人的饮食；虽然前者和感染率有关，后者和病情发展有关，但这些都不是流行的关键因素。第二步是根据最关键的因素做一个假设。然后再根据最简单的假设建一个数学模型。
在这个模型的基础上，在逐步增加和流行相关的参数，比如疾病的R0，潜伏期，治愈率。最后在加上人为的干扰因素，比如排查，隔离等等。模型的目的是为疫情控制的决策提供信息，但是没有一个模型是完全准确的，每当有新的数据出来时，就要根据新的数据对模型参数进行修改，让模型的预测更加准确。
举一个Data Science, Machine Learning, Human Behavior专家Bruno Gonçalves用Compartmental Models建模的例子。
首先，根据最简单的假设做一个数学模型SI Model。把人群分成敏感和已感染两部分。按这样的模型，只要时间足够长，所有的在敏感这一组的人最后就都会转到已感染那一组。显然这个模型太过于简单，也不符合实际情况。除了这两类人，有些感染的人还会从疾病中恢复出来。考虑到这部分恢复的患者，就有了SIR Model。逐步增加和流行相关的参数，比如疾病的潜伏期，治愈率，人为的干扰因素，比如隔离，排查等等就可以对更复杂的情况进行预测，比如隔离一段时间在放开会发生什么情况呢？
我们前面讨论的IHME模型就考虑到了这些因素。增加了
social distancing policies对流行峰值的影响 social distancing policies对死亡人数模型的影响 对不确定性和不完整数据预测的验证 对低样本数量州预测的修正截止到今天的数据看，这个模型和真实世界虽然有一些出入，但是和现有的数据基本上还是吻合的，它也为联邦政府和各州应对疫情提供了很有价值的信息。
更多我的博客文章>>> 新冠肺炎疫情 - 黎明前最黑暗的时刻 为什么新冠肺炎病毒能够肆虐全球？ 为什么新冠肺炎病毒能够肆虐全球？ 抗新冠病毒的药在哪里？ 新冠肺炎流行造成的经济损失会有多大
今天微信群一位纽约朋友说新增“断崖式下跌”，不知真假。
-6的根据：看下面中间一行
从有症状去检测，一到二天出结果确诊。再过五到六天住院（不是站票哦）。
同样，仔细看看下面链接中的内容，就明白为啥俺对那个九天症状的帖子不感冒。
From
https://www.worldometers.info/coronavirus/coronavirus-symptoms/#duration
from first symptom to → Dyspnea (Shortness of breath) = 5.0 days from first symptom to → Hospital admission = 7.0 days from first symptom to → ARDS (Acute Respiratory Distress Syndrome) = 8.0 days这样绝望下去不要说照顾怀孕的老婆，过不了几天就会需要大肚子老婆反过来照顾他。
相信这种非常时期许多人家有条件的话会很愿意帮这个忙，包括楼主这个朋友。只有眼圈红有什么用！