J 2023

Using real-time ascertainment rate estimate from infection and hospitalization dataset for modeling the spread of infectious disease: COVID-19 case study in the Czech Republic

PŘIBYLOVÁ, Lenka, Veronika ECLEROVÁ, Ondřej MÁJEK, Jiří JARKOVSKÝ, Tomáš PAVLÍK et. al.

Základní údaje

Originální název

Using real-time ascertainment rate estimate from infection and hospitalization dataset for modeling the spread of infectious disease: COVID-19 case study in the Czech Republic

Autoři

PŘIBYLOVÁ, Lenka (203 Česká republika, garant, domácí), Veronika ECLEROVÁ (203 Česká republika, domácí), Ondřej MÁJEK (203 Česká republika, domácí), Jiří JARKOVSKÝ (203 Česká republika, domácí), Tomáš PAVLÍK (203 Česká republika, domácí) a Ladislav DUŠEK (203 Česká republika, domácí)

Vydání

PLoS ONE, Public Library of Science, 2023, 1932-6203

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10100 1.1 Mathematics

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 3.700 v roce 2022

Kód RIV

RIV/00216224:14310/23:00131249

Organizační jednotka

Přírodovědecká fakulta

UT WoS

001030033800054

Klíčová slova anglicky

COVID 19; Virus testing; Hospitals; Czech Republic; Hospitalizations; Infectious diseases; Respiratory infections; SARS CoV 2

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 9. 3. 2024 12:50, Mgr. Michaela Hylsová, Ph.D.

Anotace

V originále

We present a novel approach to estimate the time-varying ascertainment rate in almost real-time, based on the surveillance of positively tested infectious and hospital admission data. We also address the age dependence of the estimate. The ascertainment rate estimation is based on the Bayes theorem. It can be easily calculated and used (i) as part of a mechanistic model of the disease spread or (ii) to estimate the unreported infections or changes in their proportion in almost real-time as one of the early-warning signals in case of undetected outbreak emergence. The paper also contains a case study of the COVID-19 epidemic in the Czech Republic. The case study demonstrates the usage of the ascertainment rate estimate in retrospective analysis, epidemic monitoring, explanations of differences between waves, usage in the national Anti-epidemic system, and monitoring of the effectiveness of non-pharmaceutical interventions on Czech nationwide surveillance datasets. The Czech data reveal that the probability of hospitalization due to SARS-CoV-2 infection for the senior population was 12 times higher than for the non-senior population in the monitored period from the beginning of March 2020 to the end of May 2021. In a mechanistic model of COVID-19 spread in the Czech Republic, the ascertainment rate enables us to explain the links between all basic compartments, including new cases, hospitalizations, and deaths.

Návaznosti

EF16_013/0001761, projekt VaV
Název: RECETOX RI
EF17_043/0009632, projekt VaV
Název: CETOCOEN Excellence
MUNI/A/1132/2022, interní kód MU
Název: Matematické a statistické modelování 7
Investor: Masarykova univerzita, Matematické a statistické modelování 7
MUNI/A/1342/2021, interní kód MU
Název: Matematické a statistické modelování 6 (Akronym: MaStaMo6)
Investor: Masarykova univerzita, Matematické a statistické modelování 6
MUNI/A/1615/2020, interní kód MU
Název: Matematické a statistické modelování 5 (Akronym: MaStaMo5)
Investor: Masarykova univerzita, Matematické a statistické modelování 5
MUNI/11/02202001/2020, interní kód MU
Název: Online platforma pro monitoring, analýzu a management epidemických situací v reálném čase
Investor: Masarykova univerzita, Online platforma pro monitoring, analýzu a management epidemických situací v reálném čase
857560, interní kód MU
(Kód CEP: EF17_043/0009632)
Název: CETOCOEN Excellence (Akronym: CETOCOEN Excellence)
Investor: Evropská unie, CETOCOEN Excellence, Spreading excellence and widening participation
90121, velká výzkumná infrastruktura
Název: RECETOX RI

Přiložené soubory