オハイオ州での COVID-19 症例と病院負担の予測

コロナウイルス2019病（Covid-19）がオハイオ州で急速に広がると、オハイオ州立大学（OSU）の感染症研究所（IDI）内の生態学、疫学、人口健康（EEPH）プログラムがイニシアチブを取りましたオハイオ州保健省（ODH）に流行モデリングと意思決定分析のサポートを提供する。このホワイトペーパーでは、OSU/IDI応答モデリングチームが州全体の新しい感染症と潜在的な病院の負担を予測するために使用される方法論について説明します。方法論には、パラメーター推論、州全体の予測、不確実性の定量化を実行するための動的生存分析（DSA）ベースの統計方法の2つのコンポーネントがあります。（2）州全体でカウントを予測する地理的要素は、州全体の潜在的な病院の負担にカウントを予測しました。公開されているデータを使用して、全体的な方法論を実証します。方法論のPython実装も公開されています。この原稿は、「Covid-19のモデリングと将来のパンデミックの準備」のテーマ問題の一部として提出されました。

As the Coronavirus 2019 disease (COVID-19) started to spread rapidly in the state of Ohio, the Ecology, Epidemiology and Population Health (EEPH) program within the Infectious Diseases Institute (IDI) at The Ohio State University (OSU) took the initiative to offer epidemic modeling and decision analytics support to the Ohio Department of Health (ODH). This paper describes the methodology used by the OSU/IDI response modeling team to predict statewide cases of new infections as well as potential hospital burden in the state. The methodology has two components: (1) A Dynamical Survival Analysis (DSA)-based statistical method to perform parameter inference, statewide prediction and uncertainty quantification. (2) A geographic component that down-projects statewide predicted counts to potential hospital burden across the state. We demonstrate the overall methodology with publicly available data. A Python implementation of the methodology is also made publicly available. This manuscript was submitted as part of a theme issue on "Modelling COVID-19 and Preparedness for Future Pandemics".