这是在对严重急性呼吸综合征冠状病毒2(SARS-CoV的-2)和冠状疾病2019(covid-19)上西南部教师观点一系列的第二个。读取部1,在SARS-CoV的-2的生物学, 这里.

Time Spent Exponential Graphs2020年3月,一个米姆开始通过社交媒体和各种博客循环。它拥有一个简单的图形绘制:在 x 轴包括2020个月,中 y 轴图“所花费的时间在看指数图表。”线图,自然,曲线向上过。

病毒视觉玩笑病毒大流行之中提供了急需的喜剧效果:通过这一点,证实冠状病毒病2019,更好地称为covid-19的情况下,已经飙升超过五十万世界各地,有超过23000人死亡报道。但米姆也说明了公众似乎越来越多痴迷covid-19报告和预测的一个重要因素:本病的检测,感染的数学模型,合并症(另一种医疗条件的同时出现,可能会加剧疾病),死亡率,恢复和最终的免疫率。

“在一个过度简化的观点,数学模型就像实际物体的雕塑演绎:他们是自己感兴趣的东西抽象和一般离开了很多细节,这可能是有很好的理由,说:” 泰蕾兹谢尔顿,数学西南副教授。 “所用介质和工具可以影响模型及其解释。”

谢尔顿擅长数学建模,和许多她的研究和教学是由流行病学通知。她目前是coprincipal研究者在美国国家科学基金会授予使用建模激励微分方程的研究,并在她的职业生涯中,她已经对霍乱的模型(包括它的一些社会正义方面),麻疹,单核细胞增多的工作,某些药物通过人体,和许多其他运动。在她的课,谢尔顿引导学生养成建模过程的理解,包括不同型号的有效性及其功效的代表实际情况的限制。 

“模型可以作为依据的情况下开始的概念,我们认为是类似的,”她说。 “具体要求正在模拟的数量的估计数字。模型假设在建,它们通过信息如何将使用它们,什么是可驱动的。”

传染病的标准数学模型,例如,一般集中在不同群体群中,如那些谁是易患本病,那些谁是当前被感染,如果谁遇到需要住院治疗或,更可悲的严重的症状,导致死亡。额外的数据,比如如何在疾病的传播,它需要多长时间个体感染后出现的症状,很多人都是他们的症状持续多久,以及如何通过单载波感染疾病,也被映射。和模型进一步更新和完善,代表“群体之间的相互作用,”谢尔顿补充说,比如当数据表明,疾病影响一个组超过另一个,如在人65岁,患有严重的情况下底层的医疗条件,或黑和西班牙/ latinx个体处于较高风险covid-19的更严重形式。

Centers for Disease Control and Prevention (//www.cdc.gov/coronavirus/2019-ncov/covid-data/... 信用:疾病控制和预防(//www.cdc.gov/coronavirus/2019-ncov/covid-data/covidview/index.html#hospitalizations)中心。

“配车型,我们可以看到什么数学 威力 如果发生疾病持续时间较长或利差更快,”她接着说。 “这些都可以帮助我们规划可能的干预措施。而我们可以改变的车型方面,研究了不同的可能性。” 

谁制定传染病和流行病的数学模型的专家经常跨学科的协作。 “我们需要人们在各个领域都让一起工作的建模过程和未来的数据收集是通过现有的数据获悉,由疾病和受影响的生化相互作用的知识和理论,并通过知识和人际交往的理论,”谢尔顿解释道。这些研究人员共享统计数据和其他信息,但他们还讨论并应用解释如何理解和解释这些数字的基本原则。他们也评估他们从不同的角度构建模型的长处和局限性。 “创建和评估数学模型是一个互动的过程。我们与我们有合作,我们努力提高的描述和预测,”她说。 “数学家客观批判的每个模型的长处和短处。该评估需要在其他领域的一些专家:生物学,化学,物理学,心理学,社会学,历史学,仅举几例。看到模型是如何成功或失败运筹学我们如何改变模型。我们来看看之前的信息和模型,但我们承认,我们没有“正确”的一个然而,当我们都在学习,因为我们去。”

对于流行病如covid-19模型使用的医疗保健机构,公共卫生机构,政府决策者和机构领导人“确定可能影响疾病中的每个人,并通过社区其蔓延的严重程度的因素,说:”谢尔顿。车型还帮助告知如何分配医务人员和资源的决定,是否要住宿问题在家的订单,以及何时关闭或重新打开学校和企业。例如,决策者依靠数学模型来确定人口的大片应该自我隔离,以帮助减缓covid-19,这将有助于“拉平曲线”,也就是说蔓延,减少与具体感染人数没有铺天盖地的医疗保健系统的打算。

这个备受共享动画说明社会距离的影响。这个备受共享动画说明社会距离的影响。 信用:苏克西能事和托比·莫里斯; BY-SA CC(//creativecommons.org/licenses/by-sa/4.0)。

当然,这些模型只能是一样好 他们在此基础上的数据。当研究人员正在建模的大流行是在其早期阶段,可以将数据稀少,并且确定哪些数据实际上是相关的可能是困难的。而当一个病疫情仍在进行中,数字可能不会以一致的,标准化的方式报道,因为它们是由不同的地方,联邦和国际组织的产生;认为,例如,对不同的感染,恢复和死亡率疾病控制和预防中心(CDC)中心报告的比率,世界卫生组织(谁),及各种大学研究中心。在covid-19在美国的情况下,数据的可获得性已经缺乏足够测试的损害,而对隐私的担忧可以减轻信息的患者,家庭成员的数量和质量,以及医护人员都愿意或者能够分享。此外,研究机构在资金缺乏或已被彻底切断,例如当美国(临时)中止了相当大的贡献,谁今年春天,收集和翻译可靠的统计数据的能力可能会受到影响。这样的限制使得收集,分析,和代表数字,更不用说预测结果基于这些数据点,甚至更具挑战性的过程。

“有可用的信息之间的相互影响,对速度的需要有 一些 排序模式或许表明哪些附加信息和干预措施可能会有所帮助,而我们接受什么样的数据将被收集和共享,”谢尔顿说。 “我想起由著名疾病研究员博士发言。南希·韦克斯勒在西南,在1998年的褐色座谈会上的人类基因组计划:发展,影响和挑战。她描述收集样本是来自社区,亨廷顿氏病,这是遗传,而不是传染的高浓度。我记得她说,他们每天收集体液可能告诉他们的东西,因为他们不知道什么是重要的。有工作的一个巨大的量,他们能够识别基因;没有治愈还不得而知亨廷顿,但希望仍然存在。在提供数据的社区合作,通过专家的资助的研究似乎势在必行,只要我们有进步。”

我们知道,科学家不断发现SARS冠状病毒-2和covid-19的新的方面。同样,目前的流感大流行的数学模型也必然发生变化的数据进行更新。谢尔顿说,“数学模型是有用的,但它们是 楷模,这基于我们的假设,可用的数据和建模的专业知识改变“。尽管如此,这些模型的可靠性是没有问题的。 “我们可以相信的车型?是的,他们的目的是做的,”谢尔顿声称。 “模型说明各种情况,与当前的信息发挥出来通过模拟。作为新的信息变得可用,模型需要修订或新模式创建的。这是一种新的疾病尤其如此,尤其是一个似乎能够几乎影响身体的任何部位,并且具有高度的传染性“。 

 

 

什么可能是值得信赖的少,当然,是多么的数学模型是共享的,解释,甚至曲解时,他们是由非专业,如政府官员,记者和社交媒体的居民们报告。最大的后果,谢尔顿说,就是“我们必须正确地解释模型。我们从一些谁似乎有权威发言,但似乎缺乏专业知识与准确性说话声音。我相信,一个扬声器需要谦卑认识什么人知道,什么人不知道,和其他人谁拥有更专业的技术涉及。”通过应用不假装知道比我们更知道这苏格拉底的方针,依靠专家的数学素养,忠实地翻译他们的分析,领导者和传播者能够更好地传达有关流感大流行对公众知识。这些消息的清晰度和精确度的,毕竟当我们试图解释符合健康和安全的需要的时间至关重要的协议,并为那些在前线,并在实验室继续开发有效的治疗和疫苗2019冠状病毒病。

谢尔顿认为,在由市民展示了数学素养的希望,特别是由她自己的学生西南部,比如那些谁通过把她的数学建模顶峰研讨会或从事暑期研究 范围 (夏天的合作机会和经验)。 “我很高兴地想像,我们的学生和广大市民有一个更好的把握和赞赏,数据,分析,词汇和造型,以及适当的图形和用于研究和报告,”她股完整性。不过,她说,她感到非常难过,这提高数学和信息素养是一个大流行有必要的影响,在写这篇文章,声称超过422,000生命,感染了超过750万。 “我相信,我们的答案被这种流行病提出的问题集体口渴将刺激改善我们的批判性思维的积极性,扩大我们的分析能力,以及更清楚地传达。我相信,在西南地区可以帮助跨学科合作我们不断变化的挑战做好准备,我们的学生面对作为个人和作为一个全球性的家庭成员和鞭策我们调查和解决在我们的社会差距的影响。这些需求是不是新的,但covid-19已经注入了迫切的需求。” 

进一步阅读和可视化

疾病预防控制中心, 数学建模

fivethirtyeight, “大流行造型的野生世界的漫画之旅”