Estimating the COVID-19 infection rate: Anatomy of an inference problem
估计新冠感染率：一个推断问题的剖析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究缺失数据和检测误差下的感染率界限，未直接涉及所列因果或分布效应领域。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
估计新冠感染率：一个推断问题的剖析
- 研究问题
- 感染检测数据缺失且检测准确性有限时，如何对总体累计感染率构造可信且有信息量的界限，并理解感染致死率的报告偏差？
- 方法与思路
- 作者结合伊利诺伊、纽约和意大利的示例数据，以及未检测人群感染率和检测准确性的假设，分析感染率界限的逻辑问题。
- 材料陈述的贡献
- 摘要称实际感染率可能明显高于报告值；在死亡人数准确报告的假设下，三个地区的感染致死率可能显著低于报告值。
- 阅读关注点
- 应核对未检测人群与检测误差的具体假设、界限计算方式，以及死亡报告准确性和数据口径如何影响感染致死率结论。
- 阅读边界
- 仅据所给出版社摘要，不能判断假设的现实可信度或界限宽度；结果属于当时数据的示例分析，不能作为当前感染率判断。
原文摘要
As a consequence of missing data on tests for infection and imperfect accuracy of tests, reported rates of cumulative population infection by the SARS CoV-2 virus are lower than actual rates of infection. Hence, reported rates of severe illness conditional on infection are higher than actual rates. Understanding the time path of the COVID-19 pandemic has been hampered by the absence of bounds on infection rates that are credible and informative. This paper explains the logical problem of bounding these rates and reports illustrative findings, using data from Illinois, New York, and Italy. We combine the data with assumptions on the infection rate in the untested population and on the accuracy of the tests that appear credible in the current context. We find that the infection rate might be substantially higher than reported. We also find that, assuming accurate reporting of deaths, the infection fatality rates in Illinois, New York, and Italy are substantially lower than reported.