April 19, 2024

Het meest nauwkeurige squadronmodel van UMass Amherst

Centrum voor COVID-19-prognose

Foto: Het COVID-19 Prediction Center bevindt zich in UMass Amherst en wordt gefinancierd door de Centers for Disease Control and Prevention.
Mening meer

Krediet: UMass Amherst

De Universiteit van Massachusetts Amherst bevindt zich in de Verenigde Staten Centrum voor COVID-19-prognoseEn gezamenlijk onderzoeksconsortium, Het produceerde de meest consistent nauwkeurige voorspellingen van epidemiologische sterfgevallen op staats- en nationaal niveau, volgens een artikel dat op 8 april in de Staatscourant werd gepubliceerd. Proceedings van de National Academies of Sciences. Deze internationale inspanning heeft sinds begin april 2020 elke week geresulteerd in Multimodel groepsprojecties van COVID-19-trends op korte termijn in de Verenigde Staten

De COVID-19-pandemie heeft de cruciale rol benadrukt die samenwerking en coördinatie tussen volksgezondheidsinstanties, academische teams en industriële partners kan spelen bij het ontwikkelen van moderne modelleringscapaciteiten ter ondersteuning van lokale, provinciale en federale reacties op uitbraken van infectieziekten.

“Het anticiperen op een verandering van een uitbraak is van cruciaal belang voor het optimaal toewijzen van en reageren op middelen”, zegt hoofdauteur Estee Cramer, PhD, van UMass Amherst. Epidemiologie filter in College van Volksgezondheid en Gezondheidswetenschappen. “Deze voorspellingsmodellen bieden specifieke, kwantitatieve en evalueerbare voorspellingen die nuttig zijn bij het nemen van beslissingen op korte termijn, zoals de behoeften van zorgpersoneel, schoolsluitingen en de toewijzing van medische benodigdheden.”

De Forecast Hub, een ongekende wereldwijde samenwerking, is het grootste project voor het voorspellen van infectieziekten dat ooit is ondernomen. De onderzoeksgroep omvat minder dan 300 auteurs die behoren tot 85 groepen, waaronder Amerikaanse overheidsinstanties zoals de Centers for Disease Control and Prevention (CDC); Universiteiten in de Verenigde Staten, Canada, China, Engeland, Frankrijk en Duitsland; en wetenschappelijke industriepartners in de Verenigde Staten en India. De auteurs omvatten ook onafhankelijke data-analisten die geen affiliatie hebben, zoals: Youyang Gudie het internet overnam dankzij zijn succesvolle vroege inspanningen in epidemische modellering.

Outlook Center wordt geleid door: Nicholas Reich En Evan Ray, een faculteitslid in de UMass School of Public Health and Health Sciences. “Het was een geweldige ervaring om rechtstreeks met zoveel getalenteerde en enthousiaste groepen samen te werken om voorspellingen voor deze groep te maken”, zegt Reich, biostatisticus en senior auteur van het artikel. “Naast het operationele aspect van het centrum, waar de CDC de afgelopen twee jaar elke week voorspellingen heeft gebruikt, laat dit document zien hoe we deze gegevens, die in realtime zijn verzameld gedurende de hele pandemie, kunnen gebruiken om beter te begrijpen wat is het modelleren van technieken die werkten en die niet werkten, en waarom. Het zal vele jaren duren om alle lessen van de afgelopen jaren te ontcijferen. In sommige opzichten is dit nog maar het begin.”

In april 2020 werkte de CDC samen met: Reichslaboratorium Het opzetten en financieren van het COVID-19 Forecast Center. Op dat moment begon het Centrum met het verzamelen, publiceren en synthetiseren van specifieke prognoses van verschillende onafhankelijke academische, industriële en onderzoeksgroepen. Deze inspanning groeide snel en in de eerste twee jaar verzamelde het Amerikaanse Prediction Center meer dan een half miljard rijen voorspellingsgegevens van bijna 100 onderzoeksgroepen. De CDC gebruikt de wekelijkse voorspelling van de CDC in een .-formaat officiële openbare mededeling over de epidemie.

De paper vergeleek de nauwkeurigheid van kortetermijnvoorspellingen van COVID-19-sterfgevallen in de Verenigde Staten tijdens het eerste anderhalf jaar van de pandemie. De zevenentwintig afzonderlijke modellen die in die periode consequent voorspellingen deden, vertoonden een aanzienlijke variatie in nauwkeurigheid over tijd, locaties en voorspellingshorizonten. Het groepsmodel dat individuele voorspellingen verzamelde, was consistent nauwkeuriger dan die individuele voorspellingen.

“Dit project toont het belang aan van diversiteit in modelleringsbenaderingen en modelleringsaannames”, zegt Kramer. Het opnemen van een verscheidenheid aan modellen in de kit draagt ​​bij aan de robuustheid en het vermogen om de vooroordelen van individuele modellen te overwinnen. Dit is een heel belangrijke overweging voor volksgezondheidsinstanties bij het gebruik van prognoses om het beleid te informeren tijdens een uitbraak van elke omvang.”

De Forecast Hub was het enige model dat als eerste in de bovenste helft van alle modellen stond voor meer dan 85% van de voorspellingen die het deed, dat een betere algehele nauwkeurigheid had dan de basisvoorspellingen op elke locatie en over het algemeen vier weken eerder beter was dan de regel Verwacht basis elke week.

Alle projecties, inclusief die van het ensemblemodel, deden minder consistente en minder nauwkeurige voorspellingen tijdens de vier pandemische golven die zich tijdens de onderzoeksperiode voordeden: golf van zomer 2020 in het zuiden en zuidwesten, piek in sterfgevallen in de late herfst van 2020 in het hogere middenwesten, en alfagolf in het voorjaar van 2021 in Michigan en een landelijke variabele golfdelta in de zomer van 2021. “Modellen onderschatten in het algemeen systematisch de sterftecurve waar trends stegen en overdreven projecties naarmate de trends afnamen”, stelt de krant.

Prognoses werden minder nauwkeurig omdat modellen langetermijnvoorspellingen deden. De probabilistische fout bij de horizon van 20 weken was drie tot vijf keer groter dan de voorspelling van de horizon van één week. De paper concludeerde dat dit het gevolg was van het onderschatten van de waarschijnlijkheid van toekomstige stijgingen in gevallen. “Omdat zovelen van ons bijna elke dag op onze telefoons de weersvoorspelling gebruiken, weten we dat we de dagelijkse regenvoorspellingen buiten de horizon van twee weken niet vertrouwen”, zegt Reich. Maar we hebben nog niet dezelfde intuïtie als de samenleving over voorspellingen van infectieziekten. Dit werk laat zien dat de nauwkeurigheid van voorspellingen voor sterfte erg goed is voor de komende vier weken, maar bij een horizon van zes weken of meer is de nauwkeurigheid meestal veel slechter.”

De open source-infrastructuur die is gecreëerd door het Amerikaanse COVID-19 Forecast Center-team is ook over de hele wereld gebruikt, inclusief centra die worden beheerd door Europese centra voor ziektebestrijding en -preventiedoor Duitse academische onderzoekers en andere Amerikaanse onderzoekers Langetermijnmodellering van verschillende ‘wat als’-scenario’s.


Geen mening geven: AAAS en EurekAlert! is niet verantwoordelijk voor de juistheid van nieuwsbrieven verzonden op EurekAlert! Via de bijdragende instellingen of voor het gebruik van informatie via het EurekAlert-systeem.