江苏龙网

  1. 首页 > 资讯 > 科技 > >

##特别报道：计算机模拟驱动了世界对COVID-19的反应( 二 )


【##特别报道：计算机模拟驱动了世界对COVID-19的反应】##特别报道：计算机模拟驱动了世界对COVID-19的反应
文章图片

文章图片

人口规模、人口密度,人口年龄,交通联系,社交网络的大小和医疗规定上使用详细的信息,模型构建的虚拟副本——有关一个城市,地区或整个国家使用微分方程控制运动和人群在时间和空间上的相互作用 。然后他们在这个世界上播下感染的种子 ， 观察事情如何发展 。
但是 ， 这反过来又需要一些只能在疫情开始时粗略估计的信息 ， 比如受感染的人死亡的比例 ， 以及基本繁殖数(R0)——平均而言 ， 一个受感染的人会把病毒传给多少人 。例如 ， 帝国理工的建模人员在3月16日的报告中估计 ， 0.9%的COVID-19感染者将会死亡(这个数字根据英国的具体人口统计数据进行了调整);R0在2和2.6之间;而SARS-CoV-2在感染者体内培养需要5.1天 。他们还假设那些没有表现出症状的人在感染后4.6天仍然可以传播病毒;其他人可以在出现疾病症状前12小时传播病毒;后者的传染性比前者高50% 。这些数据依赖于其他类型的模型:流行病学家试图从流行病早期不同国家的不完整信息中拼凑出病毒的基本特性 ， 并据此进行粗略估计 。
同时 ， 有些参数必须完全假定 。例如 ， 帝国研究小组不得不推测 ， 没有对COVID-19的天然免疫力 ， 因此,所有人群都是从易感人群开始的 ， 而从COVID-19恢复的人在短期内对再次感染具有免疫力 。
使用这些参数的模拟运行总是给出相同的预测 。但被称为随机模型的模拟会注入一点随机性——例如 ， 滚动一个虚拟骰子 ， 看看I组中的人是否会在见面时感染S组中的人 。当模型运行多次时 ， 这给出了一系列可能的可能性 。
建模者也以不同的方式模拟人们的活动 。在“基于等式”的模型中 ， 个人被分成群体 。但随着这些群体被分成更小、更有代表性的社会子集 ， 以更好地反映现实 ， 模型变得越来越复杂 。另一种方法是使用一种“基于代理”的方法 ， 即每个人都根据自己的特定规则移动和行动——就像电子游戏系列《模拟人生》中的模拟角色一样 。
“你有几行代码 ， 这些代码驱动着你的代理人如何行动 ， 他们如何生活 ， ”在都柏林科技大学研究疾病传播模型的伊丽莎白·亨特(Elizabeth Hunter)说 。
基于代理的模型与基于等式的模型构建了相同类型的虚拟世界 ， 但是每个人在特定的一天或相同的情况下可以有不同的行为 。伦敦卫生和热带医学学院(LSHTM)的流行病学家Kathleen O 'Reilly说:“这些非常具体的模型非常需要数据 。”“你需要收集有关家庭、个人如何去上班以及他们周末做什么的信息 。例如 ， 伦敦管理学院(LSHTM)、伦敦大学学院(University College London)和英国剑桥大学(University of Cambridge)的研究人员通过英国广播公司(BBC)的一个公民科学项目 ， 从逾3.6万名志愿者那里收集了社交联系数据 。一些帮助英国政府的建模者使用了这个数据集 ， 该数据集在2月份的预印本中被报道 。
选择哪个模型呢？
帝国研究小组在这次大流行中使用了基于代理和基于等式的模型 。该小组于3月16日进行了模拟 ， 以告知英国政府的COVID-19反应 。模拟使用了2005年建立的一个基于代理的模型 ， 以观察如果H5N1禽流感变异为一种在人群之间容易传播的版本 ， 泰国将会发生什么 。(2006年 ， 同样的模型被用来研究英国和美国如何减轻致命的流感大流行的影响 。)弗格森在2005年接受《自然》杂志采访时表示 ， 收集泰国人口的详细数据比编写模型的编程代码要困难得多 。当他的团队对冠状病毒大流行的预测首次公布于众时 ， 这些代码并没有被公布 ， 但是他的团队正在与微软合作整理这些代码并使之可用 ， Ferguson说 。
3月26日 ， 弗格森和他的团队发布了对COVID-19影响的全球预测 ， 该预测采用了更简单的基于方程的方法 。它将人分为四组：S ， E ， I和R ， 其中“E”指的是那些已经暴露 ， 但还没有传染性的人 。“他们给出的总体数据大致相似 ， ”流行病学家阿扎拉·加尼(Azra Ghani)表示 ， 他也是帝国集团的成员 。例如 ， 全球预测表明 ， 如果美国不对病毒采取行动 ， 就会有218万人死亡 。相比之下 ， 早期基于代理的模拟 ， 使用相同的死亡率和繁殖数假设运行 ， 估计220万美国人死亡 。


推荐阅读


上一篇：「」麒麟810赶上骁龙865？网友指出错误，却反被指责在黑华为

下一篇：『』谷歌与英研究人员合作 利用手机位置数据研究疫情传播