根据模型估计，美国和其他国家的COVID-19病例严重低估

一个新的机器学习框架使用报告的测试结果和死亡率来估算美国50个州和50个国家当前COVID-19感染的实际人数。德克萨斯大学西南医学中心的Jungsik Noh和Gaudenz Danuser在开放获取期刊上发表了这些发现《公共科学图书馆•综合》2021年2月8日。

在这场持续的大流行期间，美国各州和许多国家每天都报告了经检测确认的COVID-19感染和死亡人数。然而，许多感染没有被发现，导致对任何特定时间内当前受感染的总人数的统计不足，这是指导公共卫生努力的一个重要指标。

现在，Noh和Danuser开发了计算模型该系统使用机器学习策略来估计美国所有50个州和50个感染最严重的国家当前每天的实际感染人数。为了进行计算，该模型利用了以前公布的流行病参数和公开的每日数据例确诊病例和死亡。这些每日估算的可视化可以在网上免费获得。

该模型的估计显示，美国和世界各地的病例严重低估。50个国家中有9个国家的累计实际病例数估计至少是确诊病例的5倍。在美国，各州的实际病例累积数量的估计与46个州进行的抗体测试研究的结果一致。

对于一些国家，如美国，比利时和英国，估计显示超过20%的总人口经历了感染。截至2021年1月31日，美国的一些州——包括宾夕法尼亚州、亚利桑那州和佛罗里达州——目前有活跃病例，总数超过该州总人口的5%。在华盛顿，当天活跃的病例估计占人口的1%。

展望未来，该模型一直在估算社区内当前的COVID-19病例数，这可能有助于为追踪接触者和其他公共卫生工作提供信息。

作者补充说:“鉴于确诊病例只是大流行期间的冰山一角，这项研究中当前感染的估计规模为确定可能被确诊病例误导的COVID-19地区严重程度提供了关键信息。”

---

---