新冠肺炎 关于covid-19传播的公共数据分析： 过程 该分析采用了WEEKLY数据。 平均新发病例和死亡人数超过7天，以得出平滑的数据。 在平滑的数据中，分析尝试确定关键日期： 开始日期：已报告50起案件 高峰病例：报告的新病例数达到高峰时 结束日期：反映开始日期和高峰案例之间的时间，并进行扩展 第零天：报告有50人死亡 死亡人数高峰：报告的新死亡人数达到高峰 由此，创建关键指标： 增长：感染传播的天数，即从开始到高峰之间的天数 滞后：最高病例数与死亡人数之间的天数 传播：感染率，基

新冠肺炎 Rt指数的实时估计 COVID-19数据分析 结果 将Rt计算结果每天下午6点更新后，即可使用 以下数据已更新： 完整的Jupyther Notebook notebooks/Rt_on_italian_national_data.ipynb 具有nuovi_positivi和$ Rt $值的csv文件data/comupted/TD-covid19-ita-andamento-nazionale_rt.csv 具有nuovi_positivi和$ Rt $值的excel文件da

covid19-rt 根据COVID-19每日病例数计算Rt值 我们需要对公共卫生研究进行统计咨询和支持，以分析安大略省几个公共卫生部门的数据。 第一个分析将是： 根据所附的Excel文件（即3月1日至今）从每日COVID-19病例计数中计算出每周的Rt值（安大略省，滑铁卢，约克，多伦多和皮尔地区）。 第二种分析将是： 在每个公共卫生部门和整个安大略省，通过分段回归确定Rt行为的斜率/断点随时间的变化（以及COVID-19传播趋势的变化）。 请参阅所附示例。 回归将基于零到八个断裂点

介绍 正在与以使车队的COVID-19诊断自动化。 这是我们的开发库。 欢迎！ 在这里，您会发现： 在机器人上运行的脚本，是使用编写的。 文件。 我们的一些实验记录和报告。 我们正在积极开发和测试这些协议，因此情况可能有些混乱。 我们正在此处发布正在进行的作品，以便其他实验室可以尽快从中受益。 这个怎么运作 我们正在自动化基于RT-qPCR的诊断协议。 我们将其分为3部分，旨在在3个单独的机器人上运行： A站：进样口 B站： RNA提取 C站： qPCR设置 有关更多详细信息，请参见