新传媒网一种可以解释年龄组之间接触模式的新疾病模型显示了传染病在空间和时间上的演变方式，以及如何预测整个地区未来的病例数。
COVID-19 大流行凸显了建模对于帮助了解疾病传播并为疾病预防和控制提供宝贵见解的重要性。一个新模型使用了 COVID-19 数据并整合了两种经典方法来改进对疾病传播的预测。
一种常见的建模方法是将人群分成几个部分——例如易感 (S)、感染 (I) 和恢复 (R)，称为 SIR 模型——然后对描述个体如何从一个部分移动的变化率进行建模给另一个。
由 Paula Moraga 领导的 KAUST 研究人员整合了时间上的 SIR 隔间建模和时空上的点过程建模方法，同时还考虑了特定年龄的接触模式。为此，他们使用了一个两步框架，允许他们为不同年龄组的感染地点随时间建模数据。
首席研究员安德烈·阿马拉尔 (André Amaral) 表示：“在对空间和时间进行短期/中期预测时，该模型比以前的方法提供了更准确的预测。”
“它还考虑了不同的年龄段，因此我们可以分别对待这些群体，从而更好地控制感染病例的数量。”
他们的方法得到了回报。在一项评估模型性能的模拟研究中，以及在哥伦比亚卡利的 COVID-19 病例案例研究中，与预测建模中常用的模型相比，该模型在进行预测时表现更好，并为过去的时间点提供了相似的结果。
“该模型的功能可以帮助决策者识别高风险地区和弱势人群，从而制定更好的疾病控制策略，”Amaral 说。
它还可以用于任何符合隔室模型假设的传染病，例如流感。此外，该模型可以考虑不同的年龄组及其相关的接触模式，这意味着它可以得出更详细的结论，即如果决策者想要控制疾病传播，他们应该将资源集中在何处、何时以及哪些人群。
“在未来的工作中，我们可能会扩展这种方法并使用不同的时间模型来取代 SIR 模型。这将使我们能够考虑不同的流行病动态并扩大该模型可用于的场景数量，”Amaral 说。
“最后，为了提高模型的预测能力，我们可能会致力于开发集成方法，将来自许多不同模型的大量预测结合起来，并考虑到收集数据的潜在时间延迟，”他补充道。
