侵權(quán)投訴
訂閱
糾錯(cuò)
加入自媒體

如何科學(xué)估算新冠肺炎病死率?森億智能大數(shù)據(jù)模型揭示其變化規(guī)律

國(guó)家衛(wèi)生健康委員會(huì)官方網(wǎng)站信息顯示,截至截至2月22日24時(shí),全國(guó)累計(jì)報(bào)告確診病例76936例。而COVID-2019的病死率究竟有多高?也自然成為了大家最為關(guān)心的問(wèn)題之一。

2 月 17 日,《中華流行病學(xué)雜志》雜志上刊登了一篇名為《新型冠狀病毒肺炎流行病學(xué)特征分析》的研究論文。論文顯示,湖北省的粗病死率(2.9%)高出其他省份(0.4%)7.3 倍。

但2月21日,Lancet Respir Med (柳葉刀呼吸病學(xué))發(fā)表了來(lái)自華中科技大學(xué)同濟(jì)醫(yī)學(xué)院和武漢金銀潭醫(yī)院團(tuán)隊(duì)的論文。該團(tuán)隊(duì)通過(guò)對(duì)金銀潭醫(yī)院收治的重癥新冠肺炎患者的單中心回顧性研究表明,新冠肺炎重癥患者28天內(nèi)病死率高達(dá)61.5%,高于對(duì)SARS和MERS重癥患者的研究中得到的數(shù)據(jù)[1]。

大家比較困惑數(shù)據(jù)之間的反差。那么,粗病死率的概念該如何解讀?它和真正的病死率的區(qū)別又在什么地方?對(duì)此,森億智能真實(shí)世界研究團(tuán)隊(duì)進(jìn)行了一番深入分析。

通過(guò)數(shù)據(jù)建模預(yù)測(cè)疾病,是當(dāng)前行之有效的方式之一

通常,在疫情初期,媒體報(bào)道和學(xué)術(shù)研究中多用以下幾種病死率的計(jì)算方式:

1、總死亡數(shù) /  總確診人數(shù),也就是粗病死率;

2、總死亡數(shù) /(總死亡數(shù) + 總治愈人數(shù));

3、假設(shè)病毒的平均潛伏期是X天,出現(xiàn)癥狀到死亡的平均天數(shù)是Y天。那么病死率應(yīng)該是這樣的:總死亡數(shù)/(X+Y)天前確診人數(shù)。

如果疫情已經(jīng)結(jié)束,所有患者要么治愈出院,要么死亡,那這幾種方式計(jì)算的結(jié)果都殊途同歸。換言之,都是正確的計(jì)算方法。然而在疫情初期和中期,由于絕大多數(shù)患者還在醫(yī)院治療,總確診人數(shù)并不等于總死亡數(shù) + 總治愈人數(shù)。

所以,這三種計(jì)算方式所反映的,都不是最終的真正病死率。上周,甚至有學(xué)者在《柳葉刀》雜志發(fā)文明確提出,之前文獻(xiàn)一直報(bào)道的武漢死亡率或病死率都是不確切的[2]。

當(dāng)個(gè)體生存時(shí)間未詳細(xì)公布的階段,究竟用什么方法,才能估算出最接近真實(shí)的結(jié)論呢?

森億智能真實(shí)世界研究負(fù)責(zé)人趙洪鑫博士認(rèn)為,粗病死率用官方公布的死亡數(shù)除以所有確診人數(shù),而這些確診且還未出院的人當(dāng)中,由于未來(lái)還會(huì)陸續(xù)出現(xiàn)死亡,所以粗病死率和真正的病死率相比而言,被低估了。

并且,由于數(shù)據(jù)公布順序的原因,每天實(shí)時(shí)計(jì)算的粗病死率在疫情初期和中期還會(huì)出現(xiàn)逐步升高的情況。這就進(jìn)一步說(shuō)明,粗病死率難以客觀(guān)反映政府、社會(huì)、醫(yī)護(hù)人員、科研人員在疫情防控、優(yōu)化診療方面做出巨大努力的成果,以及真實(shí)的死亡風(fēng)險(xiǎn)變化趨勢(shì)。

因此,通過(guò)數(shù)據(jù)分析建模預(yù)測(cè)疾病最新的病死率及變化趨勢(shì),將對(duì)疫情下階段的防控產(chǎn)生極大的參考價(jià)值。

未來(lái),湖北的病死率可能會(huì)降低至3-4%

2月21日,森億智能真實(shí)世界研究團(tuán)隊(duì)在醫(yī)學(xué)預(yù)印本論文medRxiv網(wǎng)站發(fā)表研究論文《Estimating the case fatality ratio of the COVID-19 epidemic in China》,該研究主要通過(guò)建立競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型和joinpoint回歸模型,分析目前公布的確診,新增,治愈和死亡數(shù)據(jù),從而通過(guò)復(fù)雜的數(shù)學(xué)模型通過(guò)前期的數(shù)據(jù)去估計(jì)最終真實(shí)的病死率和死亡風(fēng)險(xiǎn)的變化趨勢(shì) [3]。

1.jpg

競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型和joinpoint回歸模型分析結(jié)果

趙洪鑫博士介紹,團(tuán)隊(duì)根據(jù)數(shù)學(xué)模型,發(fā)現(xiàn)病死率其實(shí)是不斷大幅下降的動(dòng)態(tài)過(guò)程。因此,首選medRxiv發(fā)布研究結(jié)果也是為了能夠每天更新數(shù)據(jù),響應(yīng)國(guó)家科技部號(hào)召,把論文寫(xiě)在抗擊疫情的第一線(xiàn)。

團(tuán)隊(duì)估算,到2月22日,湖北的病死率從疫情初期的一個(gè)相對(duì)較高的值下降到目前的 7.2% (95% CI: 6.6%-8.0%) ,而其他省份在1.0% (95% CI: 0.87%-1.2%) ,該數(shù)字與公布的粗病死率趨勢(shì)保持一致。

另外,團(tuán)隊(duì)還分析發(fā)現(xiàn)湖北的病死率在1月30日、2月6日和2月14日出現(xiàn)了三個(gè)明顯的下降拐點(diǎn),而其他省份的病死率相對(duì)平穩(wěn),在2月7日之后也有下降趨勢(shì)。

由于疫情初期,湖北的重癥患者比例較高,重癥醫(yī)療的條件受限,病死率確實(shí)是較高,和華中科技大學(xué)以及帝國(guó)理工大學(xué)的研究結(jié)果相似。但在此之后,隨著政府和整個(gè)醫(yī)療體系的迅速?zèng)Q策和響應(yīng),經(jīng)過(guò)全黨全軍全國(guó)各族人民團(tuán)結(jié)奮戰(zhàn),支援湖北,專(zhuān)家學(xué)者和臨床一線(xiàn)工作的不斷優(yōu)化調(diào)整,湖北的病死率迅速降低。

對(duì)此,森億智能副總裁馬漢東表示:“根據(jù)我們的估算,未來(lái)湖北的病死率將不斷接近其他省份,調(diào)整之后的總病死率可能會(huì)降低至3-4%,而其他省份也可能會(huì)降到1%以?xún)?nèi),相較SARS的10%,情況會(huì)更加樂(lè)觀(guān)!

據(jù)他介紹,疫情的整體發(fā)展雖有被逐步控制的趨勢(shì),但有更多任務(wù)值得提前規(guī)劃。對(duì)此,森億智能建議醫(yī)療機(jī)構(gòu)緊密關(guān)注疾病發(fā)生、發(fā)展全程數(shù)據(jù)的收集、隨訪(fǎng)、分析工作。因?yàn)樵谝咔檫M(jìn)一步緩解的同時(shí),系統(tǒng)規(guī)劃“后疫情時(shí)期”相關(guān)預(yù)警模型的建立,可有效防止疫情在短期內(nèi)死灰復(fù)燃,或在未來(lái)數(shù)年卷土重來(lái)。

森億智能創(chuàng)始人兼CEO張少典表示:“自疫情發(fā)生以來(lái),森億智能高度重視大數(shù)據(jù)及人工智能分析對(duì)本次疫情防控的支持及引導(dǎo)性工作。森億智能第一時(shí)間組織了一支專(zhuān)業(yè)高效的研究團(tuán)隊(duì),通過(guò)數(shù)據(jù)分析及信息化平臺(tái)為疫情發(fā)生發(fā)展的趨勢(shì)、特征提供科學(xué)的證據(jù),并向相關(guān)政府機(jī)構(gòu)提交決策建議!

據(jù)悉,這是森億智能迄今發(fā)表的第二篇關(guān)于COVID-19的研究論文,此前和北京大學(xué)美年健康研究院一起在medRxiv發(fā)布了關(guān)于疫情初期武漢發(fā)病率的大數(shù)據(jù)模型估計(jì),也為疫情防控提供了數(shù)據(jù)支持 [4]。

大數(shù)據(jù),是疫情精準(zhǔn)防控的重要新式“武器”

除了科研數(shù)據(jù)分析之外,森億智能的大數(shù)據(jù)模型對(duì)于疫情精準(zhǔn)防控同樣扮演著重要作用。2月20日,中央指導(dǎo)組副組長(zhǎng)、中央政法委秘書(shū)長(zhǎng)陳一新前往武漢市公安局,著重了解大數(shù)據(jù)在武漢疫情防控中的作用。他強(qiáng)調(diào),各級(jí)領(lǐng)導(dǎo)干部一定要心中有“數(shù)”,把疫情防控統(tǒng)計(jì)數(shù)據(jù)搞準(zhǔn)搞實(shí),不能有任何的水分,不能有任何的瞞報(bào),為科學(xué)判斷疫情發(fā)展趨勢(shì)、打好武漢保衛(wèi)戰(zhàn)提供科學(xué)依據(jù)。

如何心中有“數(shù)”?陳一新指出,打好武漢保衛(wèi)戰(zhàn),要運(yùn)用大數(shù)據(jù)、智能化技術(shù)手段,建設(shè)一個(gè)及時(shí)、精準(zhǔn)、高效的疫情防控大數(shù)據(jù)平臺(tái),實(shí)現(xiàn)“數(shù)據(jù)應(yīng)收盡收”,實(shí)現(xiàn)指揮系統(tǒng)科學(xué)化、精準(zhǔn)化、高效化。

陳一新秘書(shū)長(zhǎng)所指出的,恰恰是目前醫(yī)療機(jī)構(gòu)數(shù)據(jù)存在的局限性:需要進(jìn)一步隨訪(fǎng)才能更精確地預(yù)測(cè)。特別是在疫情結(jié)束后,醫(yī)療機(jī)構(gòu)還需長(zhǎng)期考慮對(duì)重大疫情等防控預(yù)警智能體系系統(tǒng)建設(shè)。除了在概念上進(jìn)行創(chuàng)新,關(guān)注外部可視化,還要真切地“實(shí)戰(zhàn)演練”,最終實(shí)現(xiàn)疫情精準(zhǔn)防控。

正是考慮到醫(yī)療機(jī)構(gòu)精準(zhǔn)防控的訴求,基于COVID-19的特性,森億團(tuán)隊(duì)成功研發(fā)出一套新冠肺炎(COVID-19)專(zhuān)病庫(kù)及隨訪(fǎng)解決方案。

 

2.jpg

解決方案總體框架圖

據(jù)悉,這套解決方案由COVID-19專(zhuān)病數(shù)據(jù)倉(cāng)庫(kù)、COVID-19專(zhuān)病庫(kù)科研項(xiàng)目、COVID-19患者隨訪(fǎng)以及COVID-19專(zhuān)病數(shù)據(jù)集所構(gòu)成。

2月19日,國(guó)家衛(wèi)生健康委網(wǎng)站發(fā)布《關(guān)于做好新型冠狀病毒肺炎出院患者跟蹤隨訪(fǎng)工作的通知》,明確強(qiáng)調(diào),各地要依托區(qū)域全民健康信息平臺(tái),努力做到居民健康檔案、電子病歷、出院隨訪(fǎng)檔案等信息共享和業(yè)務(wù)協(xié)同,實(shí)現(xiàn)新型冠狀病毒肺炎患者臨床診治與健康管理的全閉環(huán)。

森億智能的隨訪(fǎng)系統(tǒng),不僅完美契合國(guó)家衛(wèi)健委隨訪(fǎng)要求,并且支持患者通過(guò)訪(fǎng)問(wèn)醫(yī)院公眾號(hào)或小程序并訂閱隨訪(fǎng)通知,按照醫(yī)生為患者設(shè)定的隨訪(fǎng)計(jì)劃填寫(xiě)研究課題所需的隨訪(fǎng)表單。此外,醫(yī)生還可通過(guò)森億COVID-19專(zhuān)病數(shù)據(jù)平臺(tái)對(duì)患者填寫(xiě)的數(shù)據(jù)進(jìn)行管理和補(bǔ)充。

另外,解決方案的COVID-19專(zhuān)病數(shù)據(jù)集,可根據(jù)相關(guān)文獻(xiàn)、指南以及臨床診療等情況相結(jié)合,主要包含以下內(nèi)容:

基本信息、人口學(xué)資料、就診信息、轉(zhuǎn)科信息、診斷信息、家族病史、過(guò)敏史、生活習(xí)慣、癥狀、生命體征、體格檢查、危險(xiǎn)因素及流行病學(xué)調(diào)查、實(shí)驗(yàn)室檢查、核酸檢測(cè)、胸部影像學(xué)檢查、特殊治療記錄、藥物治療、并發(fā)癥/重要醫(yī)學(xué)事件、結(jié)局情況以及死亡信息記錄等。

憑借COVID-19專(zhuān)病數(shù)據(jù)集的建立,醫(yī)療機(jī)構(gòu)可實(shí)現(xiàn)疾病發(fā)生、發(fā)展全程數(shù)據(jù)的收集、隨訪(fǎng)、分析工作。在疫情進(jìn)一步緩解的同時(shí),實(shí)現(xiàn)系統(tǒng)規(guī)劃“后疫情時(shí)期”相關(guān)預(yù)警模型的建立,最大限度防止病毒死灰復(fù)燃。

 

3.jpg

COVID-19專(zhuān)病數(shù)據(jù)集

據(jù)悉,新冠肺炎(COVID-19)專(zhuān)病庫(kù)及隨訪(fǎng)解決方案可積累高質(zhì)量診療數(shù)據(jù)庫(kù),挖掘、探索最佳治療方案,結(jié)合生物樣本庫(kù)建設(shè),為將來(lái)研發(fā)新藥和探索致病機(jī)制、創(chuàng)新療法打好基礎(chǔ)。產(chǎn)品適用于各大綜合類(lèi)三級(jí)醫(yī)院以及收治新型冠狀病毒肺炎定點(diǎn)醫(yī)院等機(jī)構(gòu)。

除了專(zhuān)病庫(kù)之外,森億智能還針對(duì)COVID-19,基于AI智能引擎臨床決策平臺(tái),結(jié)合本次新型冠狀病毒疫情信息和國(guó)家衛(wèi)健委持續(xù)更新的診療方案,通過(guò)患者全息數(shù)據(jù)采集、數(shù)據(jù)治理、AI模型引擎、建立多維度的臨床知識(shí)體系,利用自然語(yǔ)言處理技術(shù)、知識(shí)圖譜、機(jī)器學(xué)習(xí)及認(rèn)知計(jì)算等核心技術(shù),建立了一套完整的針對(duì)新冠肺炎(NCP)的輔助診療及質(zhì)量監(jiān)控系統(tǒng)。



聲明: 本文系OFweek根據(jù)授權(quán)轉(zhuǎn)載自其它媒體或授權(quán)刊載,目的在于信息傳遞,并不代表本站贊同其觀(guān)點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),如有新聞稿件和圖片作品的內(nèi)容、版權(quán)以及其它問(wèn)題的,請(qǐng)聯(lián)系我們。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字

您提交的評(píng)論過(guò)于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無(wú)評(píng)論

暫無(wú)評(píng)論

文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)