d****o
发帖数: 32610 | 1 最近几天看到很多地方提到一个概念，
flatten the curve，
就是说把发病曲线扁平化，
峰值位置后移，避免医疗资源崩溃。
比如这样的：
这里量化讨论一下这个策略在我帝的可行性
暂时用最简单的SIR模型
SIR就是susceptible, infected, recoverd
系统如下：
参数：
人口3.27亿，
德国说可能感染70%，
我帝少算点假设30%最终感染好了，
其他人假设像老中一样关禁闭一个月不出门
初始感染人数：
保守一点，
假设现在我帝一万实际感染
beta可以从病例翻倍时间算，
Lancet说：COVID-19 had a doubling time in China of about 4–5 days in the
early phases
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30567-5/
fulltext
我帝现在病例基本三天翻倍，但这应该是检测的问题
这里用5天倍增时间来算
gamma可以从治疗需要的时间算，
The time from symptom onset to recovery ranged from 12 to 32 days.
https://jamanetwork.com/journals/jama/fullarticle/2762452
这里先用平均值22天算
病床数：
总病床数540668，ICU数94837
https://www.sccm.org/Communications/Critical-Care-Statistics
这里姑且假设其他病人全部清空只用来治疗新冠
住院比例/危重率
about 15% required hospitalization and 5% ended up in critical care.
https://www.statnews.com/2020/03/10/simple-math-alarming-answers-covid-19/
The percentage of patients in intensive care reported daily in Italy between
March 1 and March 11, 2020, has consistently been between 9% and 11% of
patients who are actively infected.
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30627-9/
fulltext
这里保守一点，估计住院率15%，ICU 5%
ODE解出来大概这样
左边都缩成一坨了，右边用log scale才能看出来
红/紫实线和虚线交叉的时间，
就是医院崩溃的时间
那所谓的flatten the curve能不能起作用呢？
看看不同的doubling time下的ICU曲线:
要像前面示意图一样，
flatten the curve到不超过承受力，
还是很难的，
主要效果是推迟崩溃的时间
这么看着有点乱，
求了下解析解，
所有病床/ICU病床崩溃的时间跟病人翻倍的时间关系如下：
可以看出来如果充分减慢病毒传播，
医院全面崩溃的时间还是可以大大推迟的
但是这个大概是非常理想的情况下医院崩溃的时间
实际上available的病床并没有这么多
而且各地医疗资源和人口密度不同
有的地方先崩溃也是有可能的 |
I*3
发帖数: 7012 | 2 怎样控制或改变 doubling time?
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
S**********p
发帖数: 331 | 3 快，裤十衲正在research coronavirus，你献此奇计，可得黄金百两和与一万卡合影机
会 |
d****o
发帖数: 32610 | 4 呆家里
戴口罩
洗手
【在 I*3 的大作中提到】
: 怎样控制或改变 doubling time?
|
n********t
发帖数: 21 | 5 Mark
：最近几天看到很多地方提到一个概念，
：flatten the curve， |
k**********4
发帖数: 16092 | 6 不错，这个是新概念，书都没听说过
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
d****o
发帖数: 32610 | |
d******n
发帖数: 3836 | 8 假设翻倍时间增加到无穷，则永远是1万例，自然不会崩溃。关键在于何种干预措施可
以延缓传染至何总程度 |
d****o
发帖数: 32610 | 9 按俺的模型，
拖到十几天翻一倍就可以基本缓解医院压力
撑到特效药出来
【在 d******n 的大作中提到】
: 假设翻倍时间增加到无穷，则永远是1万例，自然不会崩溃。关键在于何种干预措施可
: 以延缓传染至何总程度
|
l*******t
发帖数: 1430 | |
|
|
d****o
发帖数: 32610 | 11 这病不治死亡率5%往上
最终会在ICU崩溃中看出来
【在 l*******t 的大作中提到】
: 狗屁，就是不测，所以永远没有peak
|
x*f
发帖数: 902 | |
n********t
发帖数: 21 | 13 你本职工作是干什么的?
：最近几天看到很多地方提到一个概念，
：flatten the curve， |
b******s
发帖数: 2919 | 14 CDC可能是经费太紧张，没订阅 wikipedia。我跟川普微信一下这个问题。
你这个 gamma 太狠了，意思是每个 infected 有 22 天的时间散步他的病毒。 |
l*******t
发帖数: 1430 | 15 叔目测生物向的data scientist
【在 n********t 的大作中提到】
: 你本职工作是干什么的?
:
: ：最近几天看到很多地方提到一个概念，
: ：flatten the curve，
|
d*******y
发帖数: 2710 | 16 两个月才崩，这两个月时间可以生产更多设备，盖出很多医院和ICU。
也可能特效药出来了。
总之，你的预测根股市一样不靠普。不是数学不对，而是忽略了很多关键因素。 |
m***n
发帖数: 12188 | 17 武汉开始就犯了这个错误
峰值太高，大家一窝蜂都挤去医院，床位没了，去不了的还在阳台敲锣打鼓，
还有人发烧37度5就吓得自杀了
很多别的病人都被耽误了。
也是因为国人素质太低 |
n********t
发帖数: 21 | 18 应该可以用这个SIR模型预测，什么时候是确诊病例人数的峰值。如果医疗资源不够的
话，死亡率高，人数多，股市还有可能下探。
不过我帝的初始数据准确性太差。等试剂盒充足时再画曲线。
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
a***y
发帖数: 19743 | 19 不错
我就不用R来自己算了
CDC的模型都藏着掖着，NYT看了都不敢发出来只敢描述一下
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
W*****B
发帖数: 4796 | 20 对，很多因素都没考虑。比如天气热起来。病毒迅速失活
【在 d*******y 的大作中提到】
: 两个月才崩，这两个月时间可以生产更多设备，盖出很多医院和ICU。
: 也可能特效药出来了。
: 总之，你的预测根股市一样不靠普。不是数学不对，而是忽略了很多关键因素。
|
|
|
z*****n
发帖数: 36 | 21 他mathematica用地还不错
【在 n********t 的大作中提到】
: 你本职工作是干什么的?
:
: ：最近几天看到很多地方提到一个概念，
: ：flatten the curve，
|
d****o
发帖数: 32610 | 22 说了嘛
目前用的是最基本的模型
数据多的话可以把模型再搞复杂些
【在 W*****B 的大作中提到】
: 对，很多因素都没考虑。比如天气热起来。病毒迅速失活
|
b******s
发帖数: 2919 | |
b*********4
发帖数: 1 | 24 叔两个星期前就贴过了
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
d****o
发帖数: 32610 | 25 新手上路，就这水平了
你review一下，俺再改改
【在 b******s 的大作中提到】
: 瞎鸡巴套公式，我都替你脸红
|
m****e
发帖数: 160 | 26 我准备用Bayesian来做英帝这个史无前例的模型，算一下到底要死多少英国佬
等我再北京关禁闭的时候就做 |
q****5
发帖数: 1660 | |
d****o
发帖数: 32610 | 28 统计模型没法弄吧，
还得动力模型
【在 m****e 的大作中提到】
: 我准备用Bayesian来做英帝这个史无前例的模型，算一下到底要死多少英国佬
: 等我再北京关禁闭的时候就做
|
n********t
发帖数: 21 | 29 你的易感染人数为什么是1个亿，而不是美国总人口数？
你这样预设感染上线30%就不科学。herd immunity要60%以上，德国70%算是科学的。你
预设上线30%，就不对，至少改成60-70%。
也就是放任不管的情况下，比你估计的还要严重。
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
n********t
发帖数: 21 | 30 按照你给的数据
我按照你给的数据算了一下。60%的群体免疫率192000000
3/15的数据3769
Beta值，5天翻一倍，1/5
Gamma，平均22天治愈，1/22
放任自流估计8000万人会感染
http://www.public.asu.edu/~hnesse/classes/sirv.html?Alpha=0.2&Beta=0.04545&Nu=0&initialS=196200000&initialI=3769&initialR=0&iters=200
【在 d****o 的大作中提到】
: 最近几天看到很多地方提到一个概念，
: flatten the curve，
: 就是说把发病曲线扁平化，
: 峰值位置后移，避免医疗资源崩溃。
: 比如这样的：
: 这里量化讨论一下这个策略在我帝的可行性
: 暂时用最简单的SIR模型
: SIR就是susceptible, infected, recoverd
: 系统如下：
: 参数：
|
