2021
SEIAR model with ascertainment rate estimate
PŘIBYLOVÁ, Lenka a Veronika HAJNOVÁZákladní údaje
Originální název
SEIAR model with ascertainment rate estimate
Název česky
SEIAR model s odhadem míry detekce
Autoři
PŘIBYLOVÁ, Lenka (203 Česká republika, garant, domácí) a Veronika HAJNOVÁ (203 Česká republika, domácí)
Vydání
ECDC hub seminar, 2021
Další údaje
Jazyk
angličtina
Typ výsledku
Vyžádané přednášky
Obor
10102 Applied mathematics
Stát vydavatele
Velká Británie a Severní Irsko
Utajení
není předmětem státního či obchodního tajemství
Kód RIV
RIV/00216224:14310/21:00121753
Organizační jednotka
Přírodovědecká fakulta
Klíčová slova česky
epidemický model; COVID-19
Klíčová slova anglicky
epidemic model; COVID-19
Štítky
Příznaky
Mezinárodní význam
Změněno: 11. 6. 2021 19:20, doc. RNDr. Lenka Přibylová, Ph.D.
V originále
A model based on a mechanistic compartmental approach, where some parameters are taken from literature, some parameters are estimated from an anonymized dataset of confirmed subjects. It estimates moving ascertainment rate using data of hospitalized subjects (using a proportion of cases not caught before admission to hospital), so it estimates not only the observed part of the epidemic but also the undetected absent infected. The model incorporates transmission rate estimate dependence on mobility data and immunization after vaccination and optimizes affected clusters' size to estimate all exposed individuals using the moving ascertainment rate estimate. To model deaths, we incorporated fixed time delay from positivity report to death estimated from data.
Česky
Model založený na mechanistickém kompartmentovém přístupu. Některé parametry jsou převzaty z literatury, některé parametry jsou odhadnuty z anonymizovaného datového souboru potvrzených subjektů. Odhaduje proměnnou míru detekce na základě údajů hospitalizovaných subjektů (s využitím podílu případů nezachycených před přijetím do nemocnice), takže odhaduje nejen pozorovanou část epidemie, ale také nezjištěné chybějící infikované. Model zahrnuje závislost odhadu míry transmisibity na datech mobility a imunizaci po očkování a optimalizuje velikost postižených klastrů tak, aby odhadoval všechny exponované jedince pomocí odhadu míry detekce. K modelování úmrtí jsme začlenili pevné časové zpoždění od zprávy o pozitivitě po úmrtí odhadované z dat.
Návaznosti
| MUNI/A/1615/2020, interní kód MU |
| ||
| MUNI/11/02202001/2020, interní kód MU |
|