增加“传播与干预模型”,COVID Insights网站新功能上线

2020-06-22 | 作者:微软亚洲研究院

4月,微软亚洲研究院上线了新冠数据分析网站 COVID Insights (covid.msra.cn),希望帮助大家透过数字的表面,更深入、多角度地分析新冠疫情的相关数据。此前,网站发布了感染数据分析、基因组和蛋白质结构、研究趋势三大板块,直观地为大家展现了疫情在不同国家和地区的传播特性、病毒的病毒学分析结果,以及全球最新的相关研究热点,为进一步拓展对疫情的思考提供有价值的参考。

目前,全球抗击新冠疫情的行动依然在进行中,在国内逐渐复工复产的同时也不能放松警惕。为了更直观、更深入地理解 COVID-19 病毒传播扩散的过程,以及不同程度的应对措施对新冠疫情发展造成的可能影响,COVID Insights 网站最近推出了全新功能“传播与干预模型”,能够让大家以交互的方式体验到在隔离措施、医疗资源等条件各不相同的情况下,疫情发展将如何呈现出不同的传播趋势。

如果没有社交隔离,医疗资源也不甚充足,疫情数据会怎样发展?

在“传播与干预模型”页面中,用户可以调整干预措施的强度、医疗能力的强弱等参数来观察其对病毒传播数据的影响,更好地理解病毒传播的内在原因和动力。用户可以设置人口数目和密度这个参数,选择一个虚拟区域,就可以看到该区域疫情数据发展的基准状况,即假设模型始于100个感染者,医疗资源充足并且无外来病例时的疫情传播情况。当自由调节社交隔离等级、输入病例数目、医院病床容量、ICU 容量等参数的级别,一条新的曲线将会出现,来模拟新参数下的疫情传播数据走向。

在疫情数据的模拟中,研究员们采用了经典的病毒传播学动力模型 SIR、SEIR 和 SEIR-H。其中,SIR 模型包括易感者(S)、感染者(I)、移出者(包括死亡者和因病愈而具有免疫力的人)(R)三个仓室;SEIR 模型在此基础上增加了携带者(E)这一新的仓室;SEIR-H 模型则在 SEIR 模型之上,在感染人群中加入了病情的分层临床状态,包括轻症患者、中症患者和重症患者,他们的恢复率、死亡率和对医疗资源的需求都有所不同,因此这种分层结构能够有效地体现不同类型的医疗资源对疫情发展的影响。病毒的传染率、恢复率、治愈率等关键传播数据则根据已发表的 COVID-19 相关的医学论文进行设置。

基于模型的模拟结果,用户可以了解不同干预手段、医疗能力对于疫情数据走势带来的影响,这对于疫情正在迅猛发展的地区尤其具有借鉴价值。比如,根据 SEIR-H 模型的模拟,我们假设一个高密度中型人口规模城市共有100万人口,人口密度为每平方公里1000人,在基准状况下,如果不采取任何社交隔离措施,即使本地医疗资源充足,且杜绝了外来输入病例,6个月后仍有大约80万人口会被病毒感染,约3.5万人在疫情中死亡。

在其他条件相同的情况下,如果采取最高级别的隔离措施,让人们在任何情况下都必须待在家中,感染人数将减少近12万,死亡人数减少5000左右。

而如果不采取任何隔离措施,且医院病床容量和 ICU 容量都严重不足,被病毒感染的患者得不到及时的救治,病毒可能会在4个月内迅速感染这一地区的几乎所有人,并且让死亡人数上升27万之多。

上述情况是无外来输入病例情况下的模拟,而如果存在持续输入的外来病例,疫情的蔓延将更加迅速。由此可见,采取严格的社交隔离措施,控制外部输入病例的传播,以及准备充足的医疗资源,对控制疫情发展来说都是至关重要的。

哪些人群更容易受到 COVID-19 相关的高风险活动的影响?

除了新功能“传播与干预模型”的上线,网站也为“感染数据分析”和“研究趋势”两个版块增加了实用的新功能。

其中,位于“感染数据分析”页面的“高危活动”基于四个国家或地区的开源数据提供了一个统一的分析视角,用户可以从中了解各国造成疫情传播的主要高风险活动的差异。例如,疫情在法国的传播较多通过群众聚集发生,而对新加坡来说,在医院感染带来的输入病例是造成病毒传播的重要原因。

现在,用户还能够以可视化的方式查看和对比细粒度更高的数据。例如,在一个国家或地区的数据中选择高危活动中的“国际旅行”和“与病例接触”,就可以在下部的图表中对比因这两个原因感染新冠病毒的分年龄段、分性别以及每日确诊的病例人数。

“研究趋势” 查询更便捷,为你自动推荐感兴趣的论文

“研究趋势”页面用可视化的方式,呈现了多个学科视角下的新冠病毒相关的热门论文和主题变化趋势。现在可以自由选取时间段,来查看该时间段内最热门的关键词词云和一系列最高引用论文;同时,只要点击词云图中的任意关键词,就能看到与该关键词相关的最高引用论文列表。而在词云图右侧,新增“推荐论文”功能,网站将结合关注度、权威性及热点话题等多种因素为用户推荐优质论文。

我们也会继续通过 COVID Insights 网站分享更多关于新冠疫情数据的深入洞察,帮助用户以科学的方式进一步加深对新冠病毒和疫情发展的理解。例如,有效再生数值是用来衡量感染率的关键指标。在下一次更新中,网站将用数据可视化的方式展示世界疫情发展过程中有效再生数值的变化。大家可以了解疫情在不同区域的严重程度和变化趋势。希望在全世界的共同努力之下,这场保卫生命的“战疫”能早日迎来完全的胜利。

标签