生物学教授开发分析COVID-19数据的互动网站
网站允许访问者使用CDC数据来探索趋势，假设
在冠状病毒大流行期间，许多人被迫重新思考如何在社交距离和隔离期间利用他们在家里的被迫时间，麻省理工大学波士顿分校生物学副教授利亚姆·雷维尔决定承担一个新项目：开发一个网站，使用户能够随着时间的推移与COVID-19数据进行交互，并通过动态图形明显地看到趋势。
“我是一名计算生物学家，但我主要研究的是带有进化数据的进化工具，”Revell说。“只是出于我个人的兴趣，我开始从疾病预防控制中心提取一些公开可用的数据，并开始做一些分析。我开始的第一个分析是研究超额死亡率。”
正如他网站上的图表所示，雷维尔所说的超额死亡率是指冠状病毒大流行期间的死亡人数与前一年的死亡人数相比。正如预期的那样，超额死亡率随着公认的COVID-19死亡趋势达到顶峰，但他的网站允许用户深入了解特定年龄组的死亡率。
雷维尔说：“我的兴趣最初源于按年龄来研究这个问题，因为COVID-19是一种会在老年人中引起特别严重并发症的疾病，所以我想研究不同年龄组的超额死亡率。”他经常看到有关年轻人死于这种疾病的新闻报道。“所以这就是我设计这个界面的目的，因为我还没有见过任何类似的东西可用，而且易于交互。”
这张“冰山图”显示了每日新确诊的COVID-19感染人数（图中“水线”上方），以及基于Revell使用的模型（下图）估计的未观察到的感染人数。
这个多功能网站项目按时间、州、性别和年龄探讨了COVID-19感染和死亡情况。据雷维尔说，该平台使用一个相对简单的模型来估计随着时间的推移感染的真实数量（而不是简单的观察病例），它得出的结果与著名研究中心的估计高度一致，比如华盛顿大学的健康指标与评估研究所。
马萨诸塞大学波士顿分校校长马塞洛Suárez-Orozco说：“至关重要的是，我们要了解这种邪恶的流行病，这样我们才能更好地应对其致命的影响。”“我感谢并赞扬雷维尔博士为进一步阐明这种疾病的数据所做的工作。”
“这种类型的数据分析是等式的米兰体育，”Revell说。“另一件事就是将数据可视化——准确地看到数据按年龄、州、地理区域等显示的内容。”
例如，显示每周死亡人数与前一年平均死亡人数相比较的柱状图随着用户选择不同的年龄组而变化很大——显示25岁以下年龄组几乎没有死亡人数增加，但从45-64岁年龄组开始，死亡人数明显增加。虽然其他研究模型也会提供类似的数据，但Revell强调了他的计算模型的交互成分。
“一个不同之处在于，在这些模型中，研究团队决定了模型的编程方式。这个模型允许你做的是说，“嗯，我有一个关于感染致死率（所有感染者中死亡的比例）如何随时间变化的假设，所以我将使用这些日期和年龄组来设置这个假设。”他说：“我从未见过有什么东西能做到这一点。”“它还创造了我认为相当引人注目的数据和模型可视化，我在初级科学或通俗新闻文献中都没有看到以同样的方式表现出来。”
Revell经常在国家科学基金会的资助下开发计算工具，但这个项目不是外部资助的。
欲了解更多信息，请访问美国COVID-19浏览器（covid19explorer.org）。
马萨诸塞大学波士顿分校深深植根于这座城市的历史，但也准备好应对未来的挑战。波士顿的公立大学以解决复杂问题的创新研究而闻名，为其多样化的学生群体提供了亲密的学习环境和丰富的美国城市体验。马萨诸塞大学波士顿分校的学院和研究生院为16,000多名学生提供服务，同时通过学术课程，研究中心和公共服务吸引当地和全球选民。欲了解更多信息，请访问www.umb.edu。