预测全球 Covid-19 病例数 (Covid19TmeSer)
2020年7月6日 更新者：Serhat Akay、Turkish Ministry of Health Izmir Teaching Hospital
用于预测全球 Covid-19 病例数的时间序列模型 - 一项前瞻性队列研究
冠状病毒病 19 (Covid-19) 对国家和卫生系统产生了前所未有的影响。
使用自回归积分移动平均 (ARIMA) 模型的时间序列建模已被广泛用于主要在统计学和计量经济学中预测变量。
研究人员旨在使用时间序列分析的 ARIMA 模型预测 Covid-19 病例总数。
研究概览
详细说明
冠状病毒病 19 (Covid-19) 是一种传染病，最初定义于 2019 年 12 月，然后才成为大流行病。 呼吸系统疾病是引起急性呼吸窘迫为主要死亡原因的主要疾病形式。
全球病例数量的增加给公共卫生带来了巨大负担，导致封锁、隔离和宵禁。 由于社区之间的病例增量不同，因此很难预测病例数。
时间序列已被用于不同的科学领域进行预测，如信号处理、数学金融、天气预报等。 在医学上，时间序列分析用于医院入院患者的数量。 本研究的目的是使用时间序列分析来预测全球 Covid-19 病例总数。
研究类型
观察性的
注册 (实际的)
7882471
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
-
İzmir、火鸡、35360
- Republic of Turkey, Health Sciences University, Izmir Bozyaka Education and Training Hospital
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- OLDER_ADULT
- 孩子
接受健康志愿者
不
有资格学习的性别
全部
取样方法
非概率样本
研究人群
人口包括欧洲疾病预防控制中心网站 Coronavirus 19 Situation Report 的 Situation Dashboard 报告的所有 Covid-19 确诊病例
描述
纳入标准：
- Covid-19 确诊病例
排除标准：
- 未报告的案例
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
建筑模型
2019 年 12 月 31 日至 2020 年 6 月 1 日的 Covid-19 病例数用于使用 Hyndman-Khandakar 算法构建 ARIMA 模型。
|
建筑模型
|
|
模型验证
使用 ARIMA 模型预测 2020 年 6 月 2 日至 2020 年 6 月 15 日的 Covid-19 病例数
|
模型验证
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
Covid-19 确诊病例数
大体时间：2019年12月31日至2020年6月15日
|
2019年12月31日至2020年6月15日
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2019年12月31日
初级完成 (实际的)
2020年6月15日
研究完成 (实际的)
2020年6月20日
研究注册日期
首次提交
2020年7月3日
首先提交符合 QC 标准的
2020年7月3日
首次发布 (实际的)
2020年7月7日
研究记录更新
最后更新发布 (实际的)
2020年7月8日
上次提交的符合 QC 标准的更新
2020年7月6日
最后验证
2020年7月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.