COVID | 您所在的位置:网站首页 › 传染率怎么算r0 › COVID |
1 有个案代际时间的Rt计算 通过流行病学调查等方法,可以获得病例的传播关系,获得案例之间的代际时间(如果只有部分关系,可理解为从整体中抽样)。在“EpiEstim”包中,可以利用马尔科夫链蒙特卡洛方法(Markov Chain Monte Carlo,MCMC)取得对这些代际时间进行重采样。计算代际时间前需要将数据资料整理成类似表2的数据框。表2中每一行数据代表一个由感染者和被感染者组成对子。EL表示感染者发病时刻(整数型)的下边界,ER表示感染者发病时刻的上边界(ER≥EL,感染者在ER至EL期间发病);SL表示被感染者发病时刻(整数型)的下边界,SR表示被感染者发病时刻的上边界(SR≥SL,被感染者在SR至SL期间发病);type包括0,1,2,分别表示双侧不确定(感染者和被感染者的确切发病时间均未知)、单侧不确定(感染者和被感染者只有一方有确切发病时间)和确切观测(感染者和被感染者均有确切发病时间)。 表2 个案代际时间数据 EL ER SL SR type 3 4 5 6 0 5 6 8 9 0 0 1 5 5 1 5 5 7 8 1 4 4 6 6 2 5 5 8 8 2 … … … … … 由于公开数据中可获得的 COVID-19的代际时间对子较少,我们模拟了一些数据进行分析。 首先,基于MCMC对个案代际时间进行重抽样。该过程依赖于利用dic.fit.mcmc函数,dat参数指定数据(si_data表示代际时间数据,结构如表2),dist参数指定初始分布为gamma分布,init.pars为初始设置,burnin为去除初始抽样的次数(初始抽样不稳定),n.samples为重抽样次数,seed为种子数。 code library(EpiEstim) library(coarseDataTools) MCMC_seed |
CopyRight 2018-2019 实验室设备网 版权所有 |