Tracking [Formula: see text] of COVID-19: A new real-time estimation using the Kalman filter.
Tracking [Formula: see text] of COVID-19: A new real-time estimation using the Kalman filter.
复制标题
DOI：
10.1371/journal.pone.0244474
复制
发表时间：
2021
期刊：
影响因子：
3.7
通讯作者：
Rondón-Moreno C
中科院分区：
文献类型：
--
作者：
Arroyo-Marioli F;Bullano F;Kucinskas S;Rondón-Moreno C
我们提出了一种估算传染病有效繁殖数（）的新方法，并将其应用于COVID-19的动态跟踪。该方法是基于这样一个事实，即在SIR模型中，与受感染个体数量的增长率线性相关。这个时变的增长率是用卡尔曼滤波器从新病例的数据中估计出来的。该方法易于在标准统计软件中实现，并且即使在感染人数不完全测量或感染不遵循SIR模型时也表现良好。我们对全球124个国家2019冠状病毒病的估计在一个交互式在线仪表板中提供，并用于评估14个欧洲国家样本中非药物干预措施的有效性。
We develop a new method for estimating the effective reproduction number of an infectious disease () and apply it to track the dynamics of COVID-19. The method is based on the fact that in the SIR model, is linearly related to the growth rate of the number of infected individuals. This time-varying growth rate is estimated using the Kalman filter from data on new cases. The method is easy to implement in standard statistical software, and it performs well even when the number of infected individuals is imperfectly measured, or the infection does not follow the SIR model. Our estimates of for COVID-19 for 124 countries across the world are provided in an interactive online dashboard, and they are used to assess the effectiveness of non-pharmaceutical interventions in a sample of 14 European countries.
登录
查看更多内容
影响因子：
11.8
作者：
Delamater, Paul L.;Street, Erica J.;Jacobsen, Kathryn H.
通讯作者：
Jacobsen, Kathryn H.
影响因子：
3.7
作者：
Bettencourt LM;Ribeiro RM
通讯作者：
Ribeiro RM
影响因子：
2.3
作者：
Dietz, K
通讯作者：
Dietz, K
影响因子：
1.2
作者：
Creal, Drew
通讯作者：
Creal, Drew
DOI：
10.1098/rspa.1927.0118
发表时间：
1927-08-01
期刊：
PROCEEDINGS OF THE ROYAL SOCIETY OF LONDON SERIES A-CONTAINING PAPERS OF A MATHEMATICAL AND PHYSICAL CHARACTER
影响因子：
--
作者：
Kermack, WO;McKendrick, AG
通讯作者：
McKendrick, AG