Nature：新冠流行难预测，超级计算机和气象学家来帮忙

文章预览

导语 流行病传播模型是政府决策的重要参考，而预测疾病传播的模型通常会依赖于数百个参数——这就会引入不确定性。当流行病预测模型的参数多到有点夸张时，预测出来的结果恐怕可靠性不足。最近的 Nature 官网的一篇报道，介绍了科学家怎样借助超级计算机和气候模型来改善一个经典的流行病传播模型。 一个“失败”的新冠传播模型   在一群计算机科学家耗时数月审核了一个最具影响力的流行病传播模型 CovidSim 后，他们认为：如果希望对新冠流行趋势的预测更加可靠，流行病学家可以尝试使用气候模型。   伦敦帝国理工学院开发了流行病预测模型 CovidSim。在说服英美政府为降低死亡人数而制定的封锁政策中，CovidSim 模型给出的预测结果起到了一定的推进作用 ………………………………