新闻
 抗击疫情 | 动力学模型推演:武汉火神山、雷神山规模背后的科学疾病预测方法论
发布日期:2020-02-12 12:40

火神山医院 新华社记者 肖艺 九摄

2020年2月2日,武汉火神山医院正式交付使用;2月8日,另一家“战地医院”—武汉雷神山医院也迅速加入抗击疫情的战斗之中。两家“战地医院”的总建筑面积合计11万平方米,共编设床位2600张,从开始设计到建成完工,两家医院均仅历时10天。“神一般的速度”背后,是异常严峻的武汉新冠肺炎疫情防控形势。

尽管接受确诊患者的定点医院床位数量在不断增加,但远远跟不上疫情蔓延的速度。新建集中收治疫情患者的医院,能够很大程度上缓解现有医院的压力,救治患者,减少交叉感染。

2003年的非典时期,能够提供1000张床位的北京小汤山医院在历时7个昼夜后建成,这座占地2.5万平方米的临时建筑,收治了全国七分之一的非典病人。如今,为抗击疫情,小汤山医院也已启动重建。


小汤山非典定点医院旧址已开始重新施工改造
新京报记者 李凯祥 摄

而在此次疫情防控中,没有直接复制小汤山医院的规模进行建造,而是修建两家能提供2600张床位的传染病医院。那么,在突发传染病疫情中,床位数究竟是如何设计确认的?这需要综合考虑多方面的因素,包括当前病例数量、未来流行趋势、病例流转速度、医院接诊患者类型(轻症或重症)、建设可行性等。其中,对最终确诊病例数量的估计是至关重要的一环。


疾病预测:
主动预防的关键 


在卫生防治工作中,疾病预测极为关键,是将被动预防向主动预防转化的重要环节。疾病预测的模型专家就像是军事战争中的推演者,在不同的情境下,对疾病未来的发展趋势进行预测,并基于不同的预测数据提出预案供政府参考决策。根据新冠肺炎已有的疾病数据,构建疫情未来发展的模型,再基于疫情确诊最高峰值以及重症患者比例,可以为疫情所需的床位数提供依据。



相信大家都能在网络上看到,国内外不少团队对疫情发展进行的模型预测。华纳鸿业的医疗策划专家团队——来自SGHI的老师们,也是模型预测的团队之一。他们是如何建立模型进行疾病预测的呢?接下来将带你一探究竟。


疾病预测的模型选择

网络上现有各类疫情预测中,部分预测的方法是缺乏科学依据的,例如纯粹用数据进行曲线拟合的预测。众多的预测模型里面,动力学模型预测的核心优势在于它是基于疾病的发展史及疾病的传播规律,结合数据来进行预测,而不是纯粹对数值的拟合。此推文将重点介绍如何应用动力学模型进行科学预测。


重要条件:逻辑思路+前期数据
精准的预测
离不开合理的逻辑思路和靠谱的前期数据

首先,来谈谈合理的逻辑思路。各类疾病有不同的自然史和致病模式,例如传染病(新冠肺炎、SARS等)和非传染病(心血管疾病、肿瘤等)的自然史和致病模式不同,因此有不同的预测逻辑。疾病预测的逻辑路径表现为不同类型的疾病预测模型。传染病模型中最经典最常用的模型为基于“易感状态-潜伏状态-感染状态-移除状态”的仓室模型(SEIR, Susceptible- Exposed- Infected- Removed)。在这种模型中,易感者从患病到移出的过程可以用下图描述:


传染病模型中最经典的的仓室模型


SEIR是一个基本模型。由于每种传染病的状况不同,以上的各种状态可以适当进行微调。例如可以将I状态分为未被确诊后在自然环境中活动的I1+被确诊后并被有效隔离的I2、将死亡状态从R状态中移除等等。基于不同传染病和研究问题,可以基于SEIR进行适当修改。



微调后的仓室模型


其次,在这个合理逻辑思路下,各个状态之间转换的情况如何呢?也就是说随着时间的积累,到底有多少易感者(S)变成了潜伏期患者(E),多少潜伏期患者(E)变成了感染者(I),最终又有多少感染者(I)变成了不具备传播能力的治愈者(R)。

这就需要基于各个状态之间的转换参数了,这也是构建模型最重要的部分。图中的λ、κ、α、γ+μ即说明了这些状态之间转换的概率。










  以上这些参数如何确定呢?那么就轮到前期数据上场了

首先,我们通过已收集的数据对模型进行拟合。“拟合”在这里是指,根据已收集的过去一段时间的新冠肺炎的数据初步形成各个参数λ、κ、α、γ+μ,不断对各个参数进行调整,直到模型的结果和已收集数据的结果基本一致后,就可以确定新冠肺炎的预测模型了。模型确定后,我们就可以通过模型对未来的疫情进行预测了。
 
模型可以按照不同地区算出未来每天的新发感染人数、累计感染人数、新增确诊病例数及累计确诊病例数。基于此次疫情的特殊性,我们可以设定三类不同人群,即武汉、武汉以外的湖北其他城市及湖北以外的全国其他地区。


新冠肺炎疫情中的三类人群


决定是否建设新的传染病医院,病床数的规模需要基于模型所估计的每日新增确诊病例数及累计确诊病例数进行综合考虑。
 
除了需要多少床位数,预测模型还可以给政策制定者提供其他决策参考依据。例如,通过对比模型输出的累计感染人数和累计确诊病例人数,估计还有多少病人是没有被发现的,相关部门还需要投入多大的资源发现这些病人。还可以通过改变模型中的参数,预测相关政策的改变对疫情的影响,例如,于不同日期恢复复工、返校、武汉解除封城等政策会对未来的疫情有什么影响。
 
事实上,预测模型不仅仅运用在疾病的未来发展趋势预测中,也广泛运用于各类新建项目中。在华纳建筑后期的推文中,将会向大家介绍预测模型在医院建设项目的投资回报知识,敬请关注。





 作者简介 

主写:李菁华  郝春 
参与人:徐东  顾菁  朱丽婷







科学预测,推演疫情
WARNER 医疗策划专家助力主动防控工作

抗击疫情我们在行动!
武汉加油!
中国加油!