澳洲维州每日COVID-19病例数的合理解释

在澳大利亚澳洲新闻



维多利亚州最新的COVID-19病例数给我们的感觉就像是坐过山车一样，上下起伏。但这是有原因的，而且这可能意味着一些好消息

原作者 托尼·布莱克教授

墨尔本大学医学部，牙科与健康科学学院
墨尔本人口与全球卫生学院流行病学和生物统计学中心
人口（健康）干预室主任

过去一周，维多利亚州每天的COVID-19病例都是如过山车般的疯狂震荡，其变异度远远超出了随机误差造成的变异。

那么，究竟发生了什么事？简短的答案是，样品的成批处理。

样品的成批处理是指在咽拭子样品处理过程中的一个或多个步骤中：包括实验室，通知或测试等等，进行成批处理的事实。这可能意味着大量的阳性结果在同一天被发送，或者同时有大量的咽拭子被发送到实验室。而且，最重要的是，当实验室测试结果返回维多利亚州卫生与公共服务部（DHHS）时，它们也会被批处理。

实际上，这意味着每天的数字在上下波动，而不仅仅是每天“真实”感染率的偶然变化。

《澳大利亚人报》上的一份报告提供了一个COVID-19病例预测模型，该模型表明在一段时间内，我们每天可能有超过1000例病例。该报告的来源尚未披露，而且（关键地是）它没有说明建模的假设。

仔细查看《澳大利亚人报》中的图表，你会发现上周病例数的上升趋势与维多利亚州的实际病例数（如过山车般的性质）不一致。因此，让我们尝试整理一下这些数据并弄清楚它。

对于随机变化，我们需要使数据平滑。但这对于批处理数据更为重要。为此，我使用了五天的平滑平均值。具体来说，使用公式：（Casesᵗ-²+ 2 xCasesᵗ-¹+ 3 xCasesᵗ+ 2 xCasesᵗ⁺¹+Casesᵗ⁺²）/ 9
因此，用通俗易懂的英语来解释这一点，对于感兴趣的那一天（ᵗ），当天的病例数将获得权重的1/3（3/9）；前一天和后一天的权重为2/9；前后两天的权重为1/9。

到目前为止一切都很顺利。但对于昨天和今天的数据处理讲会比较棘手，因为明天和后天还没有发生。因此，仅依靠过去的数据，我们就可以得出今天和昨天的估算值，并根据明天和第二天的实际情况进行一些更改。



上面的图表是这样的-其中包括周四报告的471个案例。值得注意的是，每日计数的变化很大，但是五天平均值的变化要平滑得多。其次，鉴于接下来两天的数字是未知的，我五天平均值中的最后两个数据点有意地标为了空心圆和虚线，因为它们是假设的。

综上所述，我们可以称其为好消息。看起来曲线的走向在7月30日发生了变化。更重要的是，这个变化很有意义。为什么？因为7月30日是强制戴口罩的一周后（即刚好在病毒的平均潜伏期之后）。戴口罩似乎使曲线不再上升，而这符合预期。或者换种说法，如果不戴口罩，这个数字现在会更高，而如果没有第3级出行限制，这个数字会更高。现在，最大的问题是下个星期左右的数字是多少？好吧，坦诚地说我们也不知道。

我个人假设，从维多利亚州开始实施第4级出行限制后10天左右，我们可能会看到曲线的再次下探。也许会更早，这可能是因为我们中的一些人更早地采用类似于第4级出行限制要求的行为。

不过，有一件事确实让我担心，并且可能使我的预言变得愚蠢。那就是目前在维多利亚州，有许多行业同时有疫情爆发，而且不同步。比如在老年护理员中，或许在其他必需开工的行业的工人中流行。考虑到在第4级出行限制中他们仍然能够外出，在他们中可能会出现新的疫情爆发。关于这一点，我们需要拭目以待。

不管怎么说，对于我们大多数人来说，第4级出行限制将使病毒的传播减少。 此外，当每天的病例数减少到不足200个左右时，我们的跟踪团队将能够有效地进行接触者追踪，而不会不堪负荷。那么最后一个问题–我们在六周内能将病例数压制到多低？ 同样，我们不知道。但是在两到三周的时间内，我们会有一个更好的概念。也许我们那时候可以开始讨论消灭病毒传播还是仍然可以实现的目标，还是说我们所有人都必须学会忍受某种程度的病毒传播，直到我们获得有效地疫苗（希望如此）



原文链接：
https://pursuit.unimelb.edu.au/a ... aybe-some-good-news

评论

数据再分析
基于托尼·布莱克教授的模型，我对病例数进行了前后七天的数据平滑。采用七天而不是5天是因为七天的数据在随后的分析中显示了更小的变异度。

然后用平滑后每天的数据除以七天前的例数，得到每周的相对增长。如果大于1，说明病人会传给一个以上的接触者。如果小于1，则说明传播给少于一个接触者。同样，如果曲线上升，说明传播率上升，曲线下降，说明传播率下降。

正如布莱克教授文中所讲，从措施实施到真正见效，需要10-14的时间，这个包括病毒的潜伏期，实验室检测，以及DHHS汇总数据所需要的时间。因此我们可以看到从三级出行限制实施，和口罩强制令实施，都大概经历了两周的时间才逐渐见到效果。

不幸的是无论是三级出行限制或者口罩强制令都未能把R值显著降低到1以下。这也是为什么维州不得不实施四级出行限制的原因。

假如R值可以降低到0.5，那么6周封锁将能把病例数降低到个位数。也许，消灭病毒传播将成为可能。


评论
请问楼主也是行内的专业人士吗？

评论

阿丝不记得我是谁了？我们03年在上海见过一面

评论
专业！ 昨晚听的直播确实就是这么说的。  batching 的图表是目前系统采用的模式。
我赶紧仔细再读读， 昨天那个教授有口音，语速快但是非常的自信和诚恳，他回答问题的时候让我感觉相对靠谱。

评论
没分了，明天想着尽量回来加，R值这个图表更加直观！  非常感谢！

评论

记得呀，就是希望不介意的话讲一下专业背景，给你翻的这篇文章背书

评论

就是嘛，阿丝的记忆力超级棒。
翻译的这篇文章与我的专业相关但是又是有一些距离的。毕竟流行病学是大学里面学的内容，一晃不用已经二十多年了。

评论
希望R值早日降到0.5以下吧

评论
不知道目前这个R值是如何统计出来的， 如果是通过community传染来计算，那么目前社区传染已经失去了追查的capacity。 希望这个数字相对准确一些！

评论
不明觉厉。但是这年头专家不让人相信，前几周专家也说什么什么值低于1了，大家等好吧，结果等来stage4

评论
我也觉得是和LAB有关，我七月底的周二需要做一个小手术，在此之前的周五和我先生去Pop up site 做了一下测试； 我的request mark Urgent , 我先生就是载我去，顺便做一下； 结果他的结果第二天就出来了，我MARK URGENT的，等了3天； 我打电话去问，说凡是MARK URGENT的，都要送到另外一个LAB去做，那个LAB周末不工作，平时也很慢，还不如普通LAB回复得快。

评论
楼主你好牛

评论
不知道楼主做的7天平均值也用了加权平均么？ 不过根据楼主这个增长曲线最近两天的倍数已经到了1以下了，确实是好迹象

评论
已经到乱猜的地步了！

这些信息本来就应该透明，人们却被搞得云里雾里

评论
耐心读完，豁然开朗！加分感谢！

评论
花七个月时间来证明戴口罩有效，牛

评论
教授说的权重是如何得到的？

评论
我觉得应该随机初始化权重然后的一个预测值。然后做一个损失函数再做反向传播优化权重。利用这么多天的数据基本上可以得到比较合理的权重矩阵，当然噪声比偏差也要考虑进去。

评论
我觉得应该随机初始化权重然后的一个预测值。然后做一个损失函数再做反向传播优化权重。利用这么多天的数据基本上可以得到比较合理的权重矩阵，当然噪声比偏差也要考虑进去。

评论
意大利说过，数据体现的是十一天前的情况

评论
希望如楼主分析，各种措施都在逐渐产生作用

评论
不要看数据，要看措施和手段。

评论
什么数据，分析都是扯淡！我只看到笑话一般的所谓的各种封锁措施以及越来越失控的局面！一堆垃圾政客！

评论
烈性传染病不想办法阻断传染链条，不想办法隔离传染源，怎么可能控制住？

几百年前，天花泛滥，人们是怎么阻止传播的？把有病的人赶到山洞里，禁止与任何人接触，这些人要么熬过去，要么死，这样才能阻止病毒传播

现在当然不需要这么做，但是，隔绝传染源，打断传播链条，仍然是最重要的事，可惜这些最基本的常识，澳洲卫生部和那些首席医疗官都不屑为之

评论
感谢楼主分享！戴口罩肯定有效，希望形势越来越好。
但澳洲真的不要再有这种听天由命的等运到的思想了，能否成功压制病毒，还要看措施。政府这样乱来，好的数据也会变差。

评论
解释就是掩饰，认识一个人4号去测的，到今天7号晚上了还不知道结果。

评论
楼主来帮我写公卫MPH的论文吧，怎么凑，结论都是没有相关性

评论
希望如此！加油！

评论
昨WX就看到了
澳洲中文论坛热点