基于生态模型的新型冠状病毒肺炎疫情分析

摘要

为了研究和解释新型冠状病毒肺炎(COVID-19)疫情的变化趋势,本研究利用生态增长模型对实际数据进行拟合分析.收集COVID-19疫情的相关数据,构建确诊患者例数、治愈患者例数和死亡患者例数3项数值的logistic模型,并预测世界6个区域内的疫情发展趋势.截至2020年4月18日,logistic增长曲线的拟合数值与实际观测数据差异较小,且曲线的决定系数(R2)均>0.997 0.全国COVID-19疫情的累计确诊患者例数、累计治愈患者例数和累计死亡患者例数变化趋势基本符合logistic增长曲线;全球COVID-19疫情分析显示,世界各地区的感染、暴发有时间差异,通过对现有数据进行曲线拟合,预测不同区域在具有不同拐点时的最终确诊患者例数.本研究证实logistic曲线可以模拟COVID-19疫情的变化趋势,也可以对疫情做出粗略预测,为未来的疫情防治工作提供一些帮助.

关键词

新型冠状病毒肺炎 / 生态增长模型 / 变化趋势 / 回归分析 / logistic曲线