["model"] Check impact of latent period delay from infectious to hospitalized on model dynamics and forecasts
@PhilMiller がすでに取り組んでいます。
2020年3月29日 から。
評価
この issue はまだ評価されていません。
説明
Summary
There's no a priori reason to assume that transition of a person from the Susceptible to Infectious states corresponds with immediate development of symptoms requiring hospitalization. If there's a separation in time, then the model may be mis-predicting spread in the region by initializing I based on present-day hospitalizations.
We need to check whether accounting for this affects relevant forecast outputs.
Additional details
Suggested fix
Shift the initialization from current hospitalizations to community infection rate back in time by a configurable latent_period, and then shift forecast admissions of newly-infected individuals forward in time by that same latent_period
- 主要言語
- Python
- スター
- 210
- フォーク
- 153
- PR マージ指標
- 30日以内にマージされた PR はありません
コントリビューションガイド
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
CodeForPhilly/chime のほかの issue
-
bug
CodeForPhilly/chime#622 · 担当者 1 名 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
CodeForPhilly/chime#598 ·
-
models
難易度 3/5 1〜2日 初心者へのやさしさ 25/100
CodeForPhilly/chime#597 ·
-
Pivot to BayesChime オープンquestion
CodeForPhilly/chime#568 · 担当者 1 名 ·
-
enhancement k8s infra
難易度 4/5 3〜5日 初心者へのやさしさ 30/100
CodeForPhilly/chime#567 ·
CodeForPhilly/chime の issue をすべて見る
似ている issue
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
stephrobert/dsoxlab#238 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
sublimehq/package_control#1780 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 70/100
nwg-piotr/nwg-displays#145 ·