COVID-19风险模型使用医院数据来指导有关社交距离的决策

随着美国各地社区都在抗击COVID-19病例激增和住院人数增加，得克萨斯大学奥斯汀分校(University of Texas at Austin)和西北大学(Northwestern University)的研究人员创建了一个框架，帮助决策者确定跟踪哪些数据以及何时采取行动保护他们的社区。

该模型指定了一系列触发点，以帮助当地实体知道何时收紧社交距离措施，以防止医院被病毒患者占据。该方法还旨在通过建议最早放松安全限制的时间，将对社区的经济影响降到最低。

今天(7月29日)发表在《美国国家科学院院刊》(Proceedings of The National Academy of Sciences)上的一篇新论文描述了这个框架。

美国持续的高感染率意味着全国的立法者需要继续决定恢复和放松社交距离措施。利用医院的数据，新的模式让地方领导人知道何时该对重新开放和放松限制踩刹车。

例如，在德克萨斯州的奥斯汀，建模人员应用这个框架来帮助城市领导人决定何时在五个不同的COVID-19预警级别之间切换。目前，北京市正在跟踪每日新增住院人数，最近，当数据超过规定的门槛时，北京市就收紧了相关措施。

“我们开发了这一框架，以确保covid19不会压倒当地的卫生保健能力，同时将严格的社会隔离措施的经济和社会成本降至最低，”该论文的合著者、德克萨斯大学covid19建模联盟主任Lauren Ancel Meyers说。

该研究的第一作者、西北大学的丹尼尔·杜克(Daniel Duque)说:“这种方法为何时应该采取措施和放松措施来管理风险提供了明确的指示。”

成功实施该战略有两个关键组成部分:密切监测COVID-19的住院数据，确保社区保护最易受该疾病影响的人群。

“虽然许多城市已经实现警报水平和新政策,我们的研究可能是第一个提供明确的指导,跟踪(住院数据)和什么什么时候采取行动(严格的阈值),”大卫·莫顿说椅子和西北大学工业工程和管理科学教授,论文的合著者。“社区需要在医院激增成为危险之前就采取行动。医院的入院数据是大流行迅速增长的早期迹象，跟踪这些数据将确保医院保持足够的能力。”

最近几周，随着联邦政府将数据转移到设在卫生与公众服务部(Department of health and Human Services)内的一个新门户网站，公共卫生官员对住院数据不一致表示担忧。

Meyers说:“COVID-19住院数据对于跟踪大流行的变化速度和为制定良好决策提供信息至关重要。”

该小组还确定，要防止不可控制的住院人数激增，需要坚持与高危人群保持严格的社会距离，即茧居。例如，研究人员估计，未能保护脆弱人群导致的死亡人数增加了一倍以上，同时也使为防止医院超负荷运转而被封锁的天数增加了一倍。

该框架结合了两个数学模型:一个是预测大流行可能如何传播的基础模型，另一个是使用奥斯汀医院系统的住院数据的优化模型。它试图在防止经济灾难和防止医院系统不堪重负方面走好一条线。虽然研究人员使用的是奥斯汀数据，但该框架可以很容易地用于其他社区的公开医院入院数据。

莫顿说:“这是一个可用于设计多级触发器的一般框架，不仅适用于锁定，还适用于在不同阶段之间移动，就像我们为奥斯汀所做的那样。”“我们的框架已经指导了奥斯汀的政策变化。”

除了Meyers, Duque和Morton, UT Austin的Zhanwei Du和Remy Pasco以及friedrich – alexander大学的Bismark Singh也对这项研究做出了贡献。这项研究由国家卫生研究院和美国国土安全部资助。