近日,以科罗拉多大学博尔德分校计算机科学助理教授rebecca morrison为首的一个国际研究小组开发了一种新的数学工具,可以帮助科学家建立更准确的病毒传播模型,预测包括新冠肺炎在内的传染病是如何在世界各地传播的。
morrison过去一直从事数学模型的创造和修正工作,她和她的同事们最近将目光投向了一个新的挑战——流行病学模型,原因是当前对新冠病毒传播的预测模型几乎都不准。她表示:“模型开始失败,我的工作要开始了。”
只有很少的情况下,一个模型会完美符合现实,因为根据定义,模型本来是从现实中简化而来的。从某种意义上说,所有的模型都是错误的。
在近期发表于《混沌》的一项研究中,morrison和巴西数学家americo cunha将2016年爆发的寨卡病毒作为一个测试案例。他们报告称,一种称为“嵌入式差异算子”的新工具或许能够帮助科学家修复达偏离现实的模型,有效地将模型结果与真实世界数据对齐。
这项研究源于cunha几年前遇到的问题,他们当时试图采用常见seir模型来重现寨卡病毒爆发的过程。在此之前的2015年和2016年,这种病毒在从巴西开始肆虐,造成全球数千例婴儿出现严重的先天性缺陷。
问题是:不管研究人员做了什么尝试,他们的结果都与记录的寨卡病例数不符,在某些情况下,其误差甚至达到万人级别。而据cunha表示,这样的缺口并不少见。
于是cunha和morrison开始联手研究是否可以修复这个模型。他们提出了一个问题:如果模型没有复制真实世界的数据,他们是否可以利用这些数据来构建更好的模型?
答案是可以,方法则是加入一种嵌入式差异运算符。这是morrison最早开发来研究燃烧物理的工具,是一种安插于模型内部的模块。当研究人员将数据输入工具时,它看到并响应信息,然后自动重写模型的基本方程以更好地匹配现实。
使用这种方法,他们几乎消除了模型结果与公共卫生记录之间的所有差距。
虽然这项研究是针对寨卡病毒的,但她透露,研究小组已经在尝试调整他们的方法,希望帮全球医学人员重新跑在新冠病毒前面。
不过,莫里森认为,任何一种疾病模型都不一定是100%准确的。但是,这些工具对于公共卫生决策人员来说仍然是无价的。她说:“这种流行病揭示了建立一个真正的系统模型是多么困难。但我希望人们不要认为这意味着我们不应该信任我们的科学家。”
编译/前瞻经济学人app资讯组
参考资料:
[1]https://www.sciencedaily.com/releases/2020/05/200505164615.htm
[2]https://aip.scitation.org/doi/10.1063/5.0005204
p5 q0
品牌、内容合作请点这里:
想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:
下载app
关注微信号
扫一扫下载app
与资深行业研究员/经济学家互动交流让您成为更懂趋势的人
咨询专线:400-068-7188
尊龙游戏旗舰厅官网 copyright © 1998-2023 深圳前瞻资讯股份有限公司 all rights reserved. 增值电信业务经营许可证:
我要投稿
×