מבט מקרוב על מספרי וירוס Coronavirus המדווחים בפרספקטיבות

ניתוח מספרי המקרים ביחס לגדלים במדינה

הצהרת אחריות: לקראת נתונים מדע הוא פרסום בינוני, בעיקרו מבוסס על חקר מדעי נתונים ולמידת מכונות. איננו אנשי מקצוע בתחום הבריאות או אפידמיולוגים, ואין לפרש את דעותיו של מאמר זה כעצות מקצועיות. למידע נוסף על מגיפת וירוס הקורבן, תוכלו ללחוץ כאן.

תוך חודשים ספורים בלבד, נגיף הקורונוי (COVID-19) התפשט בכל רחבי העולם והוביל למגיפה עולמית דה-פקטו. במדינות ואזורים רבים המקרים שאושרו עדיין צומחים באופן אקספוננציאלי. בעקבות מספרי המקרים המדוברים המדווחים מדי יום, אני מודאג מאוד מההשפעה של הנגיף על חיי האנשים, על השווקים ועל הכלכלה הגלובלית. במקור מבייג'ינג, סין, הזיכרון מההתפרצות SARS בשנת 2003 נותר טרי. עם זאת, נדהמתי לגלות שכל כך הרבה אנשים במערב כל כך אדישים לחומרת COVID-19: "זו רק שפעת", "זה משפיע רק על אנשים זקנים", "תעמולה תקשורתית", "חסינות לעדר" ... הגבהים האלה מהציבור הרחב ממשיכים לעמוד עלי בלילות.

אולי יש אנשים שלא מתרשמים מהמספר המדווח של המקרים וחושבים שמרבית המקרים הנגועים הם רחוקים בצד השני של העולם. אני מסכים אכן להסתכל על כך שמספרי המקרים שאושרו הם מופשטים. הנה עשיתי כמה עלילות בכדי להכניס את המספרים הללו לפרספקטיבות.

אזהרות: המודל טוב רק כמקור הנתונים. כל המקרים המאושרים של COVID-19 מסופקים על ידי המרכז לאוניברסיטת ג'ונס הופקינס למדע מערכות והנדסה (JHU CSSE), אשר אסף מספרים מדווחים רשמיים של ארגון הבריאות העולמי וממשלות ברחבי העולם. ללא ספק, יש דיווח נמוך מרוב המדינות בגלל היעדר בדיקות אבחנתיות, חוסר שקיפות מהממשלות ואנשים שלא מצליחים להיבחן בגלל בורות.

כל הנתונים להלן מבוססים על מקרי COVID-19 שאושרו נכון ליום 15 במרץ 2020.

מקרים מצטברים ברמת האזור

המדינות / האזורים שנפגעו בראשם לפי מקרים COVID-19 שנצברו מאושרים

הדמיות רבות (כגון זו) מציגות רק נתונים סטטיסטיים ברמת הארץ. מהעלילה ברמת האזור נוכל להפריד בין מחוזות שונים של סין ומדינות בארצות הברית. הוביי, שהיה בעבר מוקד ה- COVID-19, יחד עם כמעט כל המחוזות האחרים בסין, התיישב במספר המקרים המאושרים. איראן, דרום קוריאה, איטליה, יחד עם מדינות רבות באירופה עלו על גואנג-דונג רבים, המחוז הסיני שנפגע הכי קשה.

מתאים לצמיחה המעריכית

בשלב הבא, נבדוק כמה מהר COVID-19 מתפשט באזורים. צירפתי למקרים המאושרים המצטברים פונקציה מעריכית, y = exp (a + bx). כאן השתמשתי בפחות ריבועי רגיל (OLS) כדי לקבוע את הפרמטרים a ו- b, המדרון b תואם את התלילות של עקומת האקספוננציאלית.

במציאות כמעט שום דבר לא עוקב אחר צמיחה מעריכית ללא הגבלת זמן. עם זאת, ניתן להתוות את ההתפרצות הראשונית של מחלה זיהומית עם פונקציה מעריכית. באזורים שונים צירפתי את המספר המצטבר של מקרי COVID-19 שאושרו במהלך תקופה ראשונית זו, שהוגדרו על ידי 50 מקרים במשך לפחות 5 עד 10 ימים. ממיין את המדרונות המותאמים (ב) מתפקודים מעריכיים מצאתי רשימה מדהימה של מדינות עם שיעורי צמיחה גדולים יותר מהוביי סביב הנעילה ב- 01/23, כולל איראן, פינלנד, פורטוגל, איטליה, דרום קוריאה, דנמרק, סלובניה וספרד שרבים מהם חווים את הצמיחה האקספוננציאלית כעת (נכון ל 15 במרץ). בנוסף, מדינת ניו יורק וושינגטון בארה"ב דירגו גם את 15 ו -19 בין האזורים המתפשטים במהירות בעולם.

אזורים / מדינות המתפשטים במהירות ביותר. האגדה מציינת את b בפונקציה המעריכית ואת תקופת התאריך המשמשת להתאמת עקומת הצמיחה.

בצד ההפוך, אנו יכולים לגלות גם את האזורים והמדינות עם ההתפשטות האיטית ביותר של COVID-19. 20 הראשונים נמצאים כמעט אך ורק באסיה, שרבים מהם מחוזות מרוחקים ופחות מאוכלסים בסין כמו נינגקסיה, מונגוליה הפנימית ושינג'יאנג. שימו לב, מקרים של COVID-19 קיימים בסינגפור וביפן מאז אמצע פברואר, ובכל זאת התפשטו הרבה יותר איטית, ככל הנראה עקב יישום מוקדם ויעיל של ההתרחקות החברתית.

האזורים / המדינות המתפשטים באיטיות ביותר.

מנרמל לאוכלוסייה

אחת הדרכים להכניס את מספר האנשים הנגועים לפרספקטיבה היא לנרמל את זה מול גודל האוכלוסייה באזור או במדינה. למטה אני מגרש את 20 האזורים / המדינות המובילים שבהם האחוז הגדול ביותר של האוכלוסייה הנגועה ב- COVID-19. סן מרינו, מיקרוסטט סגור מוקף באיטליה, דורג במקום הראשון בצפיפות COVID-19 לפי אוכלוסייה. בראש הרשימה נמצאות גם מדינות נמוכות אוכלוסייה נמוכות כמו איסלנד.

מנרמל לאזור

דרך נוספת להבין את מספר האנשים הנגועים היא לנרמל כנגד אזור האזור / מדינה כדי לגזור את צפיפות המקרים מבחינת הגיאוגרפיה. שוב, סן מרינו מובילה ברשימה בגלל האזור הקטן. ערים ומדינות עיר רבות הן גם בין הראשונות: מקאו, סינגפור וושינגטון הבירה.

לנרמל לקיבולת בית החולים

דרך בעלת השפעה רבה יותר להציב את מספר המקרים של COVID-19 בפרספקטיבה היא לכמת את הנטל שלה לבתי חולים באזורים. ניתן לעשות זאת על ידי נורמליזציה מול יכולת בית החולים, הנמדדת על פי המספר המשוער של מיטות האשפוז.

די בחולים הנגועים ב- COVID-19 בכדי לתפוס 72% ממיטות האשפוז בסן מרינו, שיש בה רק בית חולים אחד. מדינות אחרות עם נטל גבוה מאוד כוללות איסלנד, איראן, איטליה וקטאר, כאשר חולי COVID-19 משתלטים על 10% ממיטות החולים. שים לב כי בהנחה כי מדובר בתרחיש המקרה הטוב ביותר בו חולים מפוזרים באופן יחסי סביב בתי חולים, כך שהם לא יציפו לאותו בית חולים.

יש לקחת בחשבון גם את מספר המיטות בכלי לטיפול נמרץ ואת מספר המאווררים המכניים הזמינים, החיוניים להצלת אותם חולים עם תסמינים חמורים. על פי נתוני איגוד בית החולים האמריקני, מיטות ב- ICD מהוות ~ 5% מכל מיטות האשפוז בארצות הברית. בהנחה שכל אותם מטופלים יצטרכו לשהות במחלקה לטיפול נמרץ, מיטות בית החולים ~ 10% הופכות ליכולת מפחיתה של ~ 200% לטיפול נמרץ.

נטל בית חולים מעודכן על סמך מקרים מאושרים עד 21 במרץ

הייתי מסוגל להעריך מיטות אשפוז למדינות בארה"ב באמצעות נתונים מכאן. כפי שניתן לראות בעלילה, המקרים המאושרים בסן מרינו כבר חרגו ממספר מיטות האשפוז. נטל בית החולים של איטליה זינק ל ~ 23%. שלוש מדינות בארצות הברית, ניו יורק, וושינגטון וניו ג'רזי מדורגות גם הן בעשירייה הראשונה, כאשר 16%, 12% ו -4% - כל מיטות האשפוז שעשויות להיות תפוסות על ידי מקרי COVID-19 מאושרים, בהנחה שכולן דורשות אשפוז.

קודים:

https://github.com/wangz10/covid_19_analyses