COVID Insights网站全新功能上线:Rt值,疫情传播态势的风向标

2020-08-13 | 作者:微软亚洲研究院

随着新冠疫情形势的不断变化,微软亚洲研究院推出的 COVID Insights 网站 (covid.msra.cn)也在持续更新。此前,我们发布了病毒传播特性、病毒学分析、全球最新研究热点等相关功能,多角度地提供了与 COVID-19 有关的数据和分析结果。

抗击新冠疫情是一场持久战,人类与病毒的斗争仍在不断反复。为了更好地了解疫情在不同区域的严重程度和变化趋势,深入研究新冠病毒的基因变异情况,COVID Insights 网站近日新增了有效再生数(Rt)可视化功能和基因组分析结果的时序展示功能。

有效再生数Rt

在疫情防控时,疫情传播态势是不可或缺的重要信息,了解疫情传播态势可以更好地帮助防疫措施的制定和相关的医学研究。如何量化当前疫情的严重程度、预测有限数量病例是否会引起未来大规模的传播、何种防控措施能够有效遏制传染是当前面临的三个挑战。回答这些问题需要借助两个指标:基本再生数(R,又称R0,Basic Reproduction Number)与有效再生数(Rt,Effective Reproduction Number)。

再生数是传染病防控中的关键参数。基本再生数 R 是指在没有任何干预措施的前提下,在全部是易感人群的环境中平均一个患者可以传染的人数。R 值大于1则疾病能够在人群中扩散,否则传染病将会逐步消失。但 R 值的计算条件是自由传播的理想环境,因此通常只用于估算传染病传播能力的期望值。

出于防控目的,则需要有一个指标能够实时反映传染病在人群中的传播力,这个指标通常使用的是有效再生数 Rt。Rt 是指从 t 时刻开始,一个患者平均能够感染的人数。如果 Rt 值大于1,感染人数会持续增多。当 Rt 值小于1时,感染人数将会逐步降低。

在此次新冠疫情期间,Rt 值在疫情防控中发挥了重要作用。事实上,一个地区感染人数的绝对值并不一定能够准确地反映该地区的疫情传播走向,但Rt 值能够实时计算病毒在某个地区的传播能力,防控人员利用这一点可以观察到某个时刻疫情控制的情况,从而去判断该地区当前的疫情严重程度。除此之外,因为 Rt 值会随着有效的防控手段逐渐下降,所以也被不少国家用来评价所属地区防控措施的有效性。

因此,在此次更新的 COVID Insights 网站中,我们在感染数据分析版块加入了 Rt 值的功能。通过对不同区域的 Rt 值进行可视化,用户可以从热力图中直观地了解疫情在不同区域的严重程度和变化趋势。

7月19日-8月8日期间辽宁地区 Rt 值变化热力图

以中国辽宁地区为例,从上图中可以看到,从7月20日至7月28日,辽宁地区的热力图颜色不断加深,Rt 值从小于1逐渐上升至1.5,这一时期辽宁地区新增较多病例,病毒传播呈扩散趋势,感染人数有所上升。7月28日以后,热力图颜色减淡,Rt 值回落至接近1,由此可以看出防控措施开始起效,疫情传播态势逐渐得到了控制。

多年来,Rt 值的计算方法在不断改进。在此次 COVID Insights 网站的更新中,我们使用了一个开源的模型(https://github.com/epiforecasts/covid)来计算 Rt 值。在计算某天的 Rt 值时,我们用基于动态窗口的历史确诊数据来得到更加稳定、可靠的估计结果。考虑到数据中可能会出现的缺失和错误(例如确诊数为负),我们则通过利用滑动时间窗口内的确诊数据对某天的确诊人数进行了平滑处理(smoothing),有效缓解了数据误差带来的影响。

按时序动态观察基因组分析

本次更新,除了在感染数据分析版块新增有效再生数 Rt,基因组分析版块也新增了时序播放功能,展示每个位点变异类型数量的时序动态。用户可以在这里观看到更细粒度的可视化呈现。

新功能提供了针对位点的变异明细列表。在选定氨基酸的种类和时间段后,用户可以查看当前位点该氨基酸在各大洲对应的序列数量和这些序列在该大洲全部序列中的占比情况,以及变化趋势。

在基因组分析版块的最后,还提供了对基因组分析结果的下载功能,同时,在蛋白质结构版块,用户也可以下载蛋白质结构预测结果。

为了更加方便用户浏览 COVID Insights 网站,此次更新也将网站的页面进行了重组,分为流行病学、病毒学和研究趋势三大部分,并在此基础上进一步细分。流行病学页面包含感染数据分析和干预模型,病毒学页面包含了基因组分析和蛋白质结构的信息,研究趋势版块则仍保留与 COVID-19 相关的全球研究趋势,用两级结构帮助用户快速、清晰地找到所需的功能。

欢迎大家使用 COVID Insights 网站的新功能!我们希望可以赋能更多对新冠病毒数据分析感兴趣的研究人员,并且为抗疫作出更多贡献。

标签