具有鲁棒性的预测模型：对于西班牙CoVid-19的载体、感染和康复（CIR），预测死亡率。
摘要：一种预测不确定性或低质量信息下传染病演变的新模型：以中国和欧洲CoVid-19传播的初期情况为例。该模型已被用于预测西班牙的死亡率，但也可以用于预测在不同的限制政策下对重症监护室或机械通气机的需求。该模型的主要创新之处在于它追踪单个个体的感染日期，并使用随机分布来聚合具有相同感染日期的个体。此外，它使用了两种类型的感染，轻度和严重，具有不同的康复时间。这些特性被应用在一组微分方程中，确定了携带者、感染者、康复者、住院者和死亡人数。与真实数据的比较显示出良好的一致性。
作者：Efren M. Benavides
论文ID：2003.13890
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2020-04-14