《表1 疫情风险评估指标:一种基于改进SEIR模型的突发公共卫生事件风险动态评估与预测方法——以欧洲十国COVID-19为例》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种基于改进SEIR模型的突发公共卫生事件风险动态评估与预测方法——以欧洲十国COVID-19为例》
本文综合疫情危险性和社会脆弱性,建立6个危险性评价指标和4个脆弱性评价指标(表1),其中腾讯数据来源为2020年2—5月WHO和霍普金斯大学网站。每日新增病例和连续3 d有无新增,决定了一个国家(欧洲国家)疫情发展的阶段。通常病人由发病到确诊需要3 d时间[32],如果一个地区3 d之内未出现新增病例,则说明该地区疫情明显好转;现存确诊病例体现了疫情的严重程度;死亡人数和死亡率代表了病毒在这个国家或地区的危险性;聚集性疫情代表着疫情的大规模传播。考虑到相较于病例数指标,密度更能够更准确地反映区域疫情传播的严重程度。所以本文选取了6项危险性评价指标分别是:每日新增确诊病例密度、现存确诊病例密度、累计死亡人数密度、死亡率、连续3 d有无新增、14 d有无聚集性疫情。此外,在疫情暴发的威胁下,人口密度大、经济发展水平低[33]且医疗条件差的国家更倾向于大规模传播。其中,考虑到本次疫情对老年人更具攻击性[34],因此将人口结构,即65岁以上人口占比纳入脆弱性评价指标[35];人均GDP反映了社会活跃度,人均GDP越高,国民活跃度越高,人群接触机会也会相应增加[14];医疗水平则采用每万人病床数来衡量[36]。从而从人口密度、人口结构、经济发展和医疗水平方面综合反映地区疫情承载脆弱性水平。
图表编号 | XD00192713900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 毕佳、王贤敏、胡跃译、罗孟涵、张俊华、胡凤昌、丁子洋 |
绘制单位 | 中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室、中国地质大学(武汉)地球物理与空间信息学院 |
更多格式 | 高清、无水印(增值服务) |