平台技术可以促进对大流行的反应的机构

世界各地的政府已采取不同的干预措施来控制Covid-19的传播。有些工作比其他人更好。了解这些干预措施如何影响疾病的蔓延，在做出正确的决定以减少其影响方面起着关键作用。

为了使一些猜测从他们的行动中脱颖而出，公共卫生官员和政府决策者通常会转向数据和预测分析，包括建模和模拟。在MITER，我们通过多个专业平台传递这些功能，从而提高了决策者理解和应对Pandemics的能力。平台是基于Web的技术，可提供利用并添加到存在知识的方法，以为当前和未来的挑战创建可重复使用的解决方案。

MITER大流行分析和响应平台致力于预测疾病的发病率和死亡率如何在各种可实施的大流行控制选项下发展，使用有关人口规模和密度，年龄，接触率方案，社交网络的程度以及可用的医疗保健资源的详细信息。

尽管该平台是利用我们在埃博拉病毒上的经验以及Covid-19的最新工作来建立和应用的，但核心技术是通过设计灵活的，适用于任何通过人类接触的病原体。

我们的专业分析提供了一个城市，地区或整个国家的抽象。专家研究人员使用算法对人群的运动和相互作用进行建模，可以预测人群行为，并在各种赞助商行动方案下模拟感染及其传播，以更好地了解如何做出反应。

力量 - 武力

为了遵循Miter的使命解决一个更安全的世界，我们的大流行分析和反应平台背后的团队并没有等待全世界的致命疾病爆发。他们已经在工作建模真实的和潜在的流行病；这种经验使他们在这些史无前例的时期做好了准备。

该平台的负责人詹妮弗·马修（Jennifer Mathieu）表示：“斜切大流行响应和分析平台是需要数据，预测分析以及建模和仿真的人的力量 - 杀手。”“它捕捉了现有的知识和经验教训，同时创建了迅速满足赞助商需求的能力存储库。”

Miter高级顾问Bahaa FAM解释说：“我们开始使用并适应疾病传播模拟模型（从过去的研究）在一月份的返还中，支持Covid-19的反应，包括政策建议。”“我们的模型在感染和死亡率方面的项目趋势，并在各种潜在的地方和国家控制策略下阐明了拐点。这些模型可用于量化政策和政府行动的影响。”

“我们发表论文2020年3月初，根据我们的建模工作，该工作阐明了一致的人口接触率降低对疾病传播的影响。该论文提出了具体的政策和经济措施，以减少美国SARS2-COV2大流行的传播和经济影响。”

支持国家的大流行反应

斜切大流行响应和分析平台是众多分析的结合。在这些分析中，有能力跟踪COVID-19非药物干预措施（NPI），死亡率，接触率行为和局部病例生长行为。它还包括在当地（或军事基地），地区和国家一级进行各种干预措施的分析，以预测预测到达和疾病传播的流行时间。

“这一切都从数据及其质量和完整性开始NPI干预按州进行” Miter的主要研究人员之一Kunal Rambhia说COVID-19医疗保健联盟。“有趣的是，决策的可变性，尤其是在重新开放经济，学校和旅行方面。

“当我们试图了解全国暴发的动态时，我们需要能够汇总政府采取的行动，这些行动如何影响人口行为以及对传播和死亡率的结果。”

能够估计国家案件死亡比率随着时间的流逝，使用数据的不同年龄段的人正在发展，使我们更好地了解国家对Covid-19的反应如何影响案例结果。

“案件死亡比率分层使我们能够考虑不断发展的案例人口统计学，并最终深入了解我们的变化干预措施如何影响死亡率，” MITER数据科学家克里斯汀·菲茨杰拉德（Kristin Fitzgerald）指出。

建模和仿真

从Safegraph提供对人口行为的一种独特见解，与其他形式的信息（例如案例计数，企业关闭或超级宣传事件）相结合时，可能特别有价值。

“我们发现它在理解时间表（例如首先发生的行为变化或业务封闭）方面有用，与疾病进展的行为相关以及环境行为的差异。”肖恩·奥尼尔，一名MITER技术研究员。

“Perhaps most important, we’ve found that coupling the Safegraph analytics with machine learning approaches, as well as detailed disease progression modeling, can provide unique, timely, and actionable predictions and insights regarding behaviors and controls to those responsible for policy and decisions relating to public health.”

"We’re also applying machine learning to determine which factors are important to case growth and using the results to develop interactive models that will help decision-makers choose among actions to achieve better COVID-19 outcomes,” adds Alex Brofos, a lead on the project.

建模和模拟使决策者可以比较多个行动方案，以通过非药物干预（社会疏远，口罩和卫生）和药物干预（测试，治疗学和疫苗）来减轻病毒的传播。

“这些资源为Covid-19传播的动态提供了州和县级的见解。他们还提供了有关关键决策的次要影响的洞察力，例如提前增加医院的能力或提升干预措施，以及如果医院不知所措，死亡率将如何变化。” Miter首席工程师Steph Glasser说。

由于冠状病毒大流行是一个复杂而不断发展的挑战，因此随着科学的改善，社区仍在学习有关基本概念的很多知识。

Glasser补充说：“我们还与政府合作，通过使用基于代理和系统动力学模拟模型来提高血浆捐赠水平。”

Miter在建模和仿真方面的主要专家之一Andreas Tolk说：“决策支持模型需要不断发展，以充分代表复杂的空间，并根据可能发生的事情提供相关的决策选择。”

让赞助商开始

FAM指出：“米特（Miter）迅速对新型冠状病毒爆发做出了回应，以帮助预测爆发的速度如何通过疾病和爆发模型传播，并推荐行为和经济行动，以最大程度地减少大流行的影响。借助我们的最新模型，我们能够采用来自每个州的数据来模拟和了解可能的结果，以减轻病毒的传播。”

MITER平台已成为检测病毒传播模式并制定快速反应策略的主要资产。

Mathieu说：“通过我们的平台，我们分享了知识，为利益相关者和政府提供了他们所需的信息，以做出有关Covid-19的传播的明智决定，并利用我们学到的知识来帮助他们做出更好的决定。”“我们也正在与建立技术的社会诚信平台监测和表征Covid-19及相关治疗剂周围的疾病/错误信息。”

- 艾西亚·卡林·弗里曼（Aishia Caryn Freeman）