COVID-19流行病学的关键问题的定量澄清
摘要：建模COVID-19的传播对制定公共卫生政策至关重要。COVID-19流行病学的所有模型都依赖于描述感染过程动态的参数。流行病学参数（如R\_0，R\_t，"连续间隔"和 "世代间隔"）的含义可能很难理解，尤其是这些参数与其他参数概念上重叠且命名有时令人困惑。此外，用于估计这些参数的程序做出了各种假设并使用不同的数学方法，应对参数值进行了解和记录，并向公众报告。在这里，我们提供了一些关于常见流行病学参数推导的见解，并描述了封锁等缓解措施预计会如何影响这些参数的值。我们的目标是以最广泛的受众为对象，以易于理解的方式呈现这些定量关系。我们希望更好地传达流行病学模型的复杂性，提高我们对其优势和局限性的集体理解，并在使用它们时避免可能的陷阱。
作者：Yinon M. Bar-On, Ron Sender, Avi I. Flamholz, Rob Phillips, Ron Milo
论文ID：2007.05362
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2020-07-13