估计2019年冠状病毒病的全球病例死亡率（COVID-19）大流行

背景：由于COVID-19的大流行，全球生命巨大，其主要中心是中国，该疾病的病原体SARS-COV-2于2019年12月首次出现。这项研究旨在探索严重性，就病例死亡率（CFR）而言，COVID-19-大流行。

方法：正在进行的Covid-19全球大流行的数据是从WHO的网站中检索的，并处理了Covid-19的全球（包括和排除中国）CFR的估计。根据幼稚的估计值，14天的延迟估计以及2020年1月25日至2020年4月25日的线性回归模型分析，对CFR进行了探索。为了探索当前情况，就CFR而言，通过NAIVE和线性回归模型分析处理了接下来13周（2020年5月2日至2020年7月25日）的数据。

结果：在幼稚的估计中，包括中国在内的全球平均CFR为4.59％，不包括中国的世界为3.62％。CFR的14天延迟估计在全球范围内为15.6％，中国以外的国家为21.65％。按照统计模型，按幼稚的估计，全球（包括中国和排除中国）CFRS为6.81％，约为13％，按14天的延迟估计为13％。COVID-19的全球CFR在2020年5月2日至2020年7月25日期间，根据幼稚的估计，范围为4.1％ - 7.04％，通过统计回归分析，CFR为3.19％。

结论和建议：CFR可能有助于估计COVID-19的最新医院用品和其他缓解措施的需求，因此建议进行瞬时CFR估计。

现在，世界正在目睹21的出现和全球传播^英石世纪3^路人类的致命冠状病毒肺炎，称为Covid-19（冠状病毒疾病2019），由新型冠状病毒，SARS-COV-2（严重的急性呼吸道综合征冠状病毒2）引起，引起。值得注意的是，COVID-19于2019年12月在中国湖北省的武汉（Wuhan）首次出现，与Huanan Seafood Market相关的一群人，并在动物[2]中被动物溢出，大概是从蝙蝠那里出现的，可能是在人畜共患病。在其他两种冠状病毒中看到的水库：SARS-COV（严重的急性呼吸综合症冠状病毒）在2002年出现在广东省，中国，MERS-COV（中东呼吸综合症），2012年在阿拉伯半岛出现，在阿拉伯半岛上出现，并于2012年出现SARS和MERS分别[3,4]。

1920年3月11日，世卫组织（WHO）宣布的covid-19声称生命的速度非常迅速地超过了由于SARS和MERS造成的累积死亡，在全球范围内[3-5]。该病毒除了从无症状的个体中传播外，还在200多个国家 /地区的人们之间显示出持续的人与人向人的传播，其中所有年龄段的人（从儿童到老年人），合并症患者和经历无家可归的人是新型冠状病毒SARS-COV-2的目标，该冠状病毒在人类中导致Covid-19 [4,6]。自2019年12月31日以来，截至2020年7月27日，总共有16,249,165例全球Covid-19案件，包括649,208例死亡，包括649,208例死亡[7]。

在上述情况下，估计死亡率（CFR）将是探索正在进行的Covid-19的严重程度的重要标准，以遏制和缓解。

全球COVID-19的数据以每周14周（2020年1月25日至2020年4月25日）的方式以电子方式从WHO [1]的公开范围内获取。由于中国包含了SARS-COV-2病毒SARS-COV-2的传播，并且在中国以外国家的Covid-19大流行正在发展，因此该数据库分为两个集群：（a）包括中国在内的全球，以及（b）全球排除中国（b）中国（b）中国（b）即中国以外的国家）。因此，为了通过幼稚估计来计算CFR，对数据进行了相应处理，其中COVID-19患者的死亡人数与COVID-19测试阳性病例的总数分配，并表示为百分比[8]。

遵循其他人早先发布的标准[9,10]，计算了14天的时间延迟的调整后的CFR，连续12周（2020年2月8日至2020年4月25日，2020年4月25日），使用了累计COVID-19案例的使用情况。2020年4月11日，作为分母，是在2020年4月25日之前的14天（研究的最后一周进行调整后的CFR），即与2020年4月11日可用的Covid-19案件相匹配的日期（因此，在）。

将数据驱动的线性回归统计模型分析设置为估计CFR，使用累积的COVID-19病例作为预测变量，累积COVID-19死亡作为结果变量，其中，拟合的好处是用R来证明与R相当合理的。²：0.95-0.99值[11,12]。按照本模型中上述区域的幼稚估计标准以及14天的延迟估计，计算了CFR。

探索全球COVID-19的最新状态和高级状态，就CFR而言，在过去13周内的数据（2020年5月2日至2020年7月25日），从WHO网站1中检索出来，是由Naive处理的以及线性回归模型分析，如上所述[8,11,12]。

代表幼稚估计曲线（CFR：包括中国在内的全球2.1％：2.1％ - 6.9％，全球排除中国的0.35％ - 6.94％，2020年2月8日至2020年4月25日），CFRS的14天延迟估计为在54.8％（2020年2月8日）和11.65％（2020年4月25日）中，包括中国在内（范围：5.78-54.8）和8％（在2020年2月8日，2020年）和58％（4月25日，2020年），适用于中国以外的国家；范围：6.64％-58％（图1）。

在幼稚的估计中，平均CFR记录为全球在内的4.59％（95％CI：3.59 - 5.59），在世界上不包括中国，包括中国在内的3.62％（95％CI：2.01 - 5.23）。全球CFRS（调整后CFRS）的14天延迟估计为15.6％（95％CI：7.18 - 24.02），在中国国家 /地区为21.65％（95％CI：11.15 - 32.15）。幼稚估计值和14天延迟估计的CFR之间的高显着性差异已在全球范围内注意到，包括和排除中国（包括中国）（p<0.001）。

根据幼稚估计的标准和14天的延迟估计，在不同区域的线性回归统计模型之后估计的CFR如图2所示。全球（包括中国）CFRS为6.81％（R²：0.993）遵循幼稚估计标准和12.53％（r）²：0.965），按14天延迟估计标准，而计算的CFR为6.81％（R²：0.994），根据幼稚的估计标准和12.67％（R²：0.956），按14天的延迟估计标准，全球不包括中国。

VOID-19的全局CFR在2020年5月2日至2020年7月25日的时间段确定为4.1％ - 7.04％（平均：5.63％； 95％CI：5.01 - 6.25），通过幼稚估计（图）（图）3a），，

而统计回归模型显示该值为3.19％的R²：0.977（图3b）。

在此通信中，截至2020年4月25日，全球调整后的CFR为11.65％高于SARS -COV的CFR（9.6％）[4]，而中国以外国家的调整后的58％的CFR相比之下。到MERS -COV的CFR（34.4％）[4]。因此，根据我们的估计，调整后的CFR比中国高，截至2020年3月5日（3.48％），这是由于中国疾病的遏制，并且案件的数量增加了以及中国以外国家的Covid-19与Covid-19的死亡率[1,13]。

截至2020年3月3日，与WHO的初始估计值为2％相比，COVID-19 CFR的全球估计值很高（3.4％），这在中国有2.3％[4]。然而，这是不确定的，因为要计算CFR，将死亡人数除以在特定的持续疾病事件发生的情况下，可能不是真正的CFR估计值的真正代表（因为未发现的无症状案件也影响了CFR估计，但是对CFR估计的影响不包含）。因此，为了定义正在进行的COVID-19的全球大流行的严重程度，CFR的估计（调整后CFR）会考虑从疾病发作到死亡的时间延迟14天，这可能是一个重要工具，如其他地方所述[9,10 [9,10，13]。但是，这种模型（14天延迟）高估了CFR [14,15]，在当前研究期间也可以看到。

因此，CFR的14延迟估计值与高估COVID-19的严重程度的事实有关[14]，因此，遵循数据驱动的统计模型分析以估计CFR关于持续的COVID-19大流行。最初，Yang等人使用此方法进行了COVID-19的全面CFR估计。[11]，后来由Oztoprak等人。[12]，以反映不同国家的CFR的良好估计。在此，世界（不包括中国）和中国以外的国家的估计CFR相似：6.81％（按WHO估计）和约13％（按14天的延迟估计），这表明全球（不包括中国）情况考虑到到目前为止，中国已经有效控制了这种疾病（Covid-19），这是相当可怕的，这是由新型冠状病毒SARS-COV-2引起的，该疾病没有特定的药物以及疫苗[16,17]，因此，非药物的措施仍然是COVID-19管理的唯一选择[18-20]。根据目前的报告，中国COVID-19的平均CFR为6.1％，4月份减少了5.7％，而该价值在中国的1％被记录为1％，不包括荷叶省[21]。Sudharsanan等。[22]报道了全球COVID-19的CFRS差异很大，韩国（1.6％）和德国（0.7％）（0.7％）和意大利最高的CFR（9.3％）（9.3％）和荷兰（7.4％）（7.4％）（7.4％）的CFR差异很大。 While China has contained the COVID-19 pandemic it is escalating in rest of the world, however, the disease severity has been improved with a reduction of CFR from 7.04% (on May 2, 2020) to 4.1% (on July 25, 2020), and the value was decreased to 3.19% during May 2, 2020 to July 25, 2020, compared to the value of 6.81% estimated during February 8, 2020 to April 25, 2020, following regression model analysis.

当前的发现与上述事实相结合，反映了正在进行的COVID-19全球大流行的CFR的严重性。确定每周以及总体CFR值（遵循幼稚和统计模型分析）可能有助于估计Covid-19的当前医院供应和其他缓解措施的需求，而Covid-19的持续性大流行，没有确定的治疗或疫苗可用。

作者的贡献

MM：检索数据，共同撰写并讨论了论文；SM：设计研究，检索数据，撰写，分析数据并讨论了本文。

1. 世界卫生组织。冠状病毒病（Covid-2019）情况报告。世卫组织2020年。https://www.who.int/emergencies/diseases/novel-coronavirus-2019/situation-reports/
2. Zhou P，Yang X，Wang X，Hu B，Zhang L等。肺炎爆发与可能的蝙蝠起源新的冠状病毒有关。自然。2020;579：270-273。PubMed：https://pubmed.ncbi.nlm.nih.gov/32015507/
3. Peeri NC，Shrestha N，Rahman MS，Zaki R，Tan Z等。SARS，MERS和新颖的冠状病毒（Covid-19）流行病，是最新，最大的全球健康威胁：我们学到了什么教训？int j epidemiol。2020;49：717-726。PubMed：https://pubmed.ncbi.nlm.nih.gov/32086938/
4. Wu Z，McGoogan JM。2019年冠状病毒病（COVID-19）暴发的特征和重要课程的特征：中国疾病控制与预防中心的72314例报告的摘要。JAMA 2020;323：1239-1242。PubMed：https://pubmed.ncbi.nlm.nih.gov/32091533/
5. 世界卫生组织。WHO总干事在3月11日至11日在Covid-19-19的媒体简报上发表了开幕词。世卫组织2020年。https://www.who.int/dg/speeches/detail/who-director-general-s-popen-remarks-at-the-media-briefing-on-covid-19/
6. Tsai J，Wilson M. Covid-19：无家可归者人口的潜在公共卫生问题。柳叶刀公共卫生2020；5：E186-E187。PubMed：https://pubmed.ncbi.nlm.nih.gov/32171054/
7. 欧洲疾病预防与控制中心。截至2020年7月27日，COVID-19的情况在全球范围内进行了更新。ECDC2020。https://www.ecdc.europa.eu/en/geographical-distribution-2019-ncov-cases/
8. Giangreco G.意大利共同19-19的病例死亡率分析。J Med Virol 2020;92：919-923。PubMed：https://pubmed.ncbi.nlm.nih.gov/32297983/
9. Baud D，Qi X，Nielsen-Saines K，Musso D，Pomar L等。Covid-19感染后死亡率的实际估计。柳叶刀感染。20;2020：773。PubMed：https://pubmed.ncbi.nlm.nih.gov/32171390/
10. Linton NM，Kobayashi T，Yang Y，Hayashi K，Akhmetzhanov AR等。2019年新型冠状病毒感染的孵化期和其他流行病学特征，具有正确的截断：对公共病例数据的统计分析。J Clin Med。2020;9：538。PubMed：https://pubmed.ncbi.nlm.nih.gov/32079150/
11. Yang S，Cao P，Du P，Wu Z，Zhuang Z等。早期估计中国大陆的Covid-19病例死亡率：数据驱动分析。Ann Transl Med 2020;8：128. PubMed：https://www.ncbi.nlm.nih.gov/pmc/articles/pmc7049028/
12. Oztoprak F，Javed A.欧洲国家的Covid-19案件死亡率估计：土耳其在全球大流行中的当前情况；比较与欧洲国家的暴发。EJMO 2020;4：149–159。
13. Wilson N，Kvalsvig A，Barnard LT，Baker GM。通过使用滞后时间来使死亡时间计算得出的Covid-19的病例竞争估计。新兴感染26;2020：1339-1441。PubMed：https://pubmed.ncbi.nlm.nih.gov/32168463/
14. Lipsitch M.估计COVID-19的病例死亡率。柳叶刀感染20;2020：774–775。
15. Spychalski P，Błazynska-Spychalska A，KobielaJ。估计COVID-19的病例死亡率。柳叶刀感染20;2020：775。PubMed：https://pubmed.ncbi.nlm.nih.gov/32243815/
16. Jiang S.不要急于部署Covid-19-19-tacines疫苗和药物。自然579;2020：321。PubMed：https://pubmed.ncbi.nlm.nih.gov/32179860/
17. 哈里森C.冠状病毒将药物重新置于快速轨道上。大自然生物技术2020;38：379-381。PubMed：https://pubmed.ncbi.nlm.nih.gov/32205870/
18. Mandal S，Bhatnagar T，ArinaminPathy N，Agarwal A，Chowdhury A等。审慎的公共卫生干预策略控制2019年印度冠状病毒疾病的传播：一种基于数学模型的方法。印度J Med Res 2020;151：190-199。PubMed：https://pubmed.ncbi.nlm.nih.gov/32362645/
19. Mandal M，Mandal S. Covid-19的阶段性遏制在印度实质性影响州。Medrxiv 2020。
20. Mandal M，Mandal S. Covid-19与中国和世界其他地区相比，印度的大流行情景：数据驱动和模型分析。Medrxiv 2020。
21. Mia Y，Huanga T，Zhanga J，Qina Q，Gonga Y等。估计中国Covid-19的即时病例死亡率。Int J感染Dis。97;2020：1–6。PubMed：https://pubmed.ncbi.nlm.nih.gov/32339723/
22. Sudharsanan N，Didzun O，Barnighaausen T，GeldsetzerP。案件年龄分配对COVID-19的案件死亡的贡献。Ann Intern Med。2020;M20-2973。PubMed：https://www.ncbi.nlm.nih.gov/pmc/articles/pmc7397549/