![在这里插入Alt标签](/Areas/CMS/assets/img/blank.gif)
随着COVID-19病毒开始控制美国, 这种病毒传播的速度有多快还不确定, 这些病例可能有多严重, 以及高传染性患者将如何影响医院病床的使用, 通风, 人员配备, 和个人防护用品. 对于医疗保健组织, 这种情况使人们越来越关注行动规程, 特别是关于需要激增容量来满足高峰床的需求.
这些担忧并没有减轻——covid - 19阳性病例正在减轻, 事实上, 全国范围内不断增加, 增加了流感季节的年度需求, 扩展容量限制, 并带来运营挑战和财政压力.
南加州大学的凯克医学, 位于洛杉矶的619个床位的学术医疗系统, 需要帮助确定第一波COVID-19患者可能如何影响其医院,并与心电图联系以开发预测模型. 与凯克领导一起工作, 心电图预测了COVID-19在洛杉矶县的传播,并跟踪了该地区和凯克的两家普通急性医院——南加州大学凯克医院(KH)和南加州大学Verdugo Hills医院(VHH)的总床位需求。. 这种建模有助于凯克在重症监护中为covid -19阳性和covid -19阴性患者制定计划, 外科, 还有儿科病房. 重要的是, 它还帮助凯克确定在全州范围内推迟选择性程序后,何时以及如何增加非必要程序.
I. 对病毒的预期影响进行建模
由于新型病毒的性质以及缺乏对COVID-19的文献研究, 目前尚不清楚哪种传染病模型能够最恰当地捕捉病毒的行为并进行充分的预测. 心电图选用易感者, 传染性, 和恢复(SIR)模型, 一个证明, 微分方程模型,将总体分为三个部分- s, I, r表示一组随时间变化的因变量. SIR模型的好处之一是,它对病毒的不确定方面需要较少的假设, 例如,无症状患者是否具有传染性,以及患者在康复后能保持多长时间的免疫力.
心电图和Keck与洛杉矶县公共卫生部门合作,作为四个月期间每日感染计数的来源, 利用 可用的数据 按年龄分组排列. 该模型是用这些数据以及最新可用的人口普查数据构建和填充的.
典型的疾病传播模型, the input assumptions are fairly well tested and studied; but due to the nature of the novel coronavirus, 该模型的其他输入需要更广泛的假设, including the average contagious period; the R0, 或者传输速率, which varies and changes based on a population’s behavior; and the comprehensiveness of testing. 该模型的结构使其产生保守性, 温和的, 和激进的场景,以提供一系列的输出. 数据趋势被捕获,因此预测可以很容易地与历史信息更新.
图1是为说明COVID-19在洛杉矶县的传播而创建的图表之一.
![COVID - 19建模对学术bet8网站备用形象的成功影响](/user_area/uploads/Successful-Impact-of-COVID-19-Modeling-for-an-Academic-Health-System-Image-1.png)
注:每日新增感染调整假设仅报告35%的新病例, 一个内置于模型中的变量,它会随着时间的推移根据各种因素进行修改.
II. 床上的需求
确定全县的总体床位需求, 我们对全县可用床位总数和所需的非covid -19相关床位数量进行了建模. 作为这些总数的基线, 我们采用了加州全州健康规划和发展办公室(OSHPD)对所有洛杉矶县普通急症护理医院的利用和财务数据. 尽管这一数据滞后于当前情况, 它被证明是最适用和最容易获得的.
综合数据显示的是COVID-19对与COVID-19无关的患者数量的影响. 选择性手术被取消,病人们避开急诊科,, 医院的基准病床使用率正在下降. 根据凯克的实际经验,他们对全国范围内预计的数量减少程度进行了假设,并定期进行了修改和更新. 基线需求减少与可用床位数量之间的差距代表了covid -19阳性患者的可用能力.
图2显示了洛杉矶县的床位需求. 这表明,由于急诊科就诊和选择性手术减少,5月份床位需求出现了平静,然后随着病毒继续传播,需求从6月份开始再次增加.
![COVID - 19建模对学术bet8网站备用形象的成功影响](/user_area/uploads/Successful-Impact-of-COVID-19-Modeling-for-an-Academic-Health-System-Image-2.png)
有了预测床位可用性和任何一天感染COVID-19的人数的模型, 感染人数可能会转化为住院治疗. 这就是年龄队列数据能够提供更精确预测的地方, 因为老年人比年轻人更容易感染这种病毒. 相应的, 住院率是假设的, 包括需要加护病房床位的住院比例, 基于年龄组敏感性和历史追踪数据, 随着时间的推移进行调整. 我们还对住院时间做了假设, 对每个年龄群和相应的床型敏感, 以了解住院患者的COVID-19数量如何随着时间的推移而增加.
图3显示了根据医院非covid -19相关ICU人口和病毒传播对KH的影响,预计KH ICU床位需求. 尽管KH没有ED, 在许多其他医疗机构中,哪一个是COVID-19患者的“前门”, 观察到COVID-19床位需求,并通过患者转移进行仔细管理.
![COVID - 19建模对学术bet8网站备用的成功影响](/user_area/uploads/Successful-Impact-of-COVID-19-Modeling-for-an-Academic-Health-System-Figure-3.png)
3。. 结论和扩展可能性
该模型从2020年4月到8月初每天更新和监测, 当病毒的传播速度放缓到足以缓解按类型划分的床位容量方面的运营担忧时——至少在撰写本文时是这样. 幸运的是, 到2020年10月,2019冠状病毒病导致的床位需求没有超过洛杉矶县的床位供应, 也不是在KH或VHH. 每家医院都建立了COVID-19床位单位,但不需要新建床位或临时床位来满足需求. 这种情况正在改变, 然而, 由于预期的病例激增已经实现, 50个州中有41个州的阳性病例和住院病例不断增加
最终, 通过建模练习获得的洞察力——由对模型的警惕维护推动——使凯克能够负责任地回到更高的入住率, 更有信心, 在一个加速的时间框架内. 凯克能够系统地增加选择性程序,以帮助减轻其在大流行高峰期经历的财务压力(当时大多数医院都很常见)。. 是否会遇到第二波COVID-19或另一场大流行, 这种模式可以为凯克医院重新启用,也可以类似地适用于全国任何其他医院或bet8网站备用.
在本文发表时, 目前还没有公开的疫苗,目前的理解是,被感染的人可能在几个月后再次感染. COVID-19免疫力在几个月内减弱的可能性可能表明SIRS (i.e., 易受影响, 受感染的, 恢复, 在较长一段时间内,易受影响的模型可能是一个更准确的预测工具.
随着COVID-19病例的增加和流感季节的到来, 与心电图联系,了解我们如何帮助您的组织更好地预测床位需求和资源部署.
bet8娱乐