冠状病毒建模，对印度大流行应对的影响
密歇根大学公共卫生学院生物统计学教授兼主席Bhramar Mukherjee领导了一个研究团队，随着冠状病毒大流行在世界各地展开，他们使用标准流行病学模型对印度的危机进行了情况评估，为当局提供实时数据，以协助领导层应对这一全球大流行。
基于这份报告，研究小组发表了一篇论文对他们的数据进行分析，强调了社交距离的好处．现在，该团队发表了一篇第二篇文章预测，21天的封锁很有可能减少COVID-19病例数量并为印度赢得宝贵的时间来准备其卫生保健和疾病监测系统。
慕克吉来自印度，是一名生物统计学、流行病学和全球卫生学教授。她讨论了团队的工作。
在你最初的研究中，你概述了在印度这样一个拥有13亿多人口和代际大家庭的固有社区文化中，保持社交距离可能很困难。印度总理纳伦德拉·莫迪因一些封锁措施及其实施方式受到批评。你有什么想法?
与其他一些东方国家相比，印度实施封锁可能不那么有效，但仍将降低感染者与易感人群相遇的概率。如果处理得当，这是遏制病毒传播的一项非常有效的措施。它还使印度能够为其卫生保健基础设施做好准备。然而，封锁的决定在经济和社会方面产生了其他附带损害。在这种情况下，不同的决定会给公众带来不同类型的焦虑、痛苦和不便。在我看来，我们别无选择，只能阻止病毒，然后重振经济。
在这篇新文章中，我们还将介绍COV-IND-19应用程序该项目通过开源软件为印度的COVID-19数据提供了一个新的交互式可视化平台，供公众使用。通过这个应用程序，我们的目标是提供一个资源来描述迄今为止在印度爆发的COVID-19，以及各种假设场景下的预测模型。数据和预测模型会随着新数据的出现而更新(即至少每天更新一次)。这是一项艰巨的任务，我们在几天内就完成了，现在正在扩展到其他国家/地区。
是什么促使您和您的团队进行这项工作?
作为一名移民科学家，你的一部分始终与你出生的国家和你离开的朋友和家人在一起，特别是我的所有家人，包括年迈的父母都回到了印度。由于旅行禁令，我感到无助，即使他们发生什么事，我也不能去看我的父母。我们中的许多人都有同样的情况，所以我们决定把我们不安宁的能量转化为积极的协同作用。我联系了生物统计系的印度裔学生和教师。每个人都积极贡献自己的力量。在最初的布局之后，许多其他编程大师加入到应用程序的开发中来。在这里，时间是至关重要的，所以我们必须以闪电般的速度，夜以继日地工作。在武汉疫情爆发后，我开始对疾病传播模型感兴趣，但我必须加快学习速度。我们都是。
关于你的工作，很有趣的一点是它没有遵循传统的同行评审流程。你能谈谈为什么吗?
我们没有走传统的学术道路写论文，因为我们想用数据实时驾驭病毒的进程，影响政策，实时告知公众，而不是事后的事后分析，但我从来没有想到这篇报告会有这样的影响。我们迫切需要推出数据驱动的产品。学者并不是我们最初想要的受众。令人惊讶的是，两周后，我们有了一个开放源代码可视化平台，我们正在进行同行评审论文的提交。
你说得很清楚的一件事是，这项研究有很多未知因素，但你也有一种紧迫感，要尽快把信息公布出来。你能解释一下原因吗?
我们的预测有很大的不确定性和可变性。所有的模型都充满了假设。然而，我认为所有这些模型的主要信息是相同的:在COVID-19传播过程的早期采取干预措施是最有效的，可以减少疾病的传播。当一个国家的公共卫生和经济利益相互对立时，决策者真的很难做出决定。任何决定都会对双方产生巨大的影响。但如果你必须采取封锁措施，在病例数量激增之前尽早采取措施，效果是最高的。除了确切的数字之外，从这项数据驱动的实践中得到的教训是，干预措施是有效的。我真的很感激和高兴，这份报告被媒体引用为一个催化性的证据，并感谢注意到我们科学的当局。
你还有什么要谈的吗?
我们作为被隔离的数据科学家，在这个灾难性的时刻做这项工作是为了服务于社区。我们很感激我们的工作得到了媒体的关注。我们的学生在这个过程中发现了巨大的能量和灵感。数据科学家在这场对抗病毒的集体战争中发挥着巨大的作用，不仅在预测方面，而且在优化资源配置方面。在我们经历这场大流行之际，我为公共卫生、科学和创新以及人类善良的魔力喝彩。
