Disease control as an optimization problem
Institute for Quantum Optics and Quantum Information (IQOQI), Austrian Academy of Sciences(奥地利科学院量子光学与量子信息研究所);Faculty of Physics, University of Vienna(维也纳大学物理学院)
在流行病学的背景下,疾病控制的政策往往是通过直觉和蛮力的混合来设计的,其中逻辑上可想象的政策集被缩小到由几个参数描述的一个小家族,然后使用线性化或网格搜索来确定集合中的最佳策略。这一方案有可能遗漏更复杂(也许是违反直觉的)的疾病控制政策,而这些政策可以更有效地应对疾病。在这篇文章中,我们使用凸优化理论和机器学习的技术来对由数百个参数描述的疾病策略进行优化。与过去基于控制理论的政策优化方法相比,我们的框架可以处理控制疾病传播的初始条件和模型参数以及随机模型的任意不确定性。此外,我们的方法允许优化在每周周期内保持恒定的策略,由连续或离散指定(例如:政府措施。我们通过最小化Kissler \emph{et al.}(2020年3月)提出的易感-暴露-消除-消除(SEIR)模型中根除COVID-19所需的总时间来说明我们的方法。
2021-09-30 cs.LG math.OC q-bio.PE
A hypothesis-free bridging of disease dynamics and non-pharmaceutical policies
准确预测每日或每周COVID-19确诊病例数对控制疫情至关重要。现有的机制模型很好地捕捉了疾病的动态。然而,为了预测未来,它们需要知道传输速率,这限制了它们的预测能力。通常,对传输速率相对于时间的形式进行假设。然而,由于许多影响因素的未知动态,真实形式太复杂而无法机械地建模。我们通过使用无假设机器学习算法来估计非药物政策数据的传播率来解决这个问题,然后使用机械疾病模型来预测确诊病例。更具体地说,我们建立了一个由机械常微分方程(ODE)模型和广义boosting模型(GBM)组成的混合模型。为了校准参数,我们开发了一种“逆方法”,该方法从ODE模型中的其他变量中逆时间获得传输率,然后将其馈送到GBM中以与政策数据连接。由此产生的模型预测了美国未来长达35天的每日确诊病例数,平均绝对百分比误差为27%。由于部分数据驱动,该方法比典型的机械模型更准确,同时比纯粹基于数据的机器学习模型更直观,并且可能更可靠。此外,它还可以确定信息量最大的预测变量,这有助于设计更好的预测人员,并为决策者提供信息。
2022-03-08 q-bio.PE q-bio.QM
The effect of anti-COVID-19 policies to the evolution of the disease: A complex network analysis to the successful case of Greece
在希腊承诺在抗击疾病方面取得成功的背景下,本文提出了一种新的方法来研究希腊COVID-19感染曲线的演变与用于控制大流行的抗COVID-19政策的关系。基于COVID-19的持续传播以及应用经典时间序列方法的数据不足,该分析基于可见性图算法来研究希腊COVID-19感染曲线作为一个复杂网络。通过使用模块化优化算法,生成的可见性图被划分为社区定义的时间序列体中的不同连通性的时期。这些时期揭示了疾病演变中的一系列不同类型学,从幂模式开始,其中二阶多项式(U形)模式中间,随后是几个指数模式,最后是当前对数模式,表明希腊COVID-19感染曲线的演变趋于饱和。网络分析还说明了枢纽的稳定性和中、低度节点的不稳定性,这意味着未来达到最大值(感染)的概率很低,而低于平均值的其他值的变化性具有很高的不确定性。整体方法通过提出一种将时间序列结构分解为多个时期的新方法,从而有助于科学研究,该方法允许从序列中删除不相关的过去数据,从而促进更好的预测,并提供良好政策和决策实践以及管理的见解,可能有助于其他国家提高其在抗击COVID-19的战争中的表现。
2020-04-12 physics.soc-ph q-bio.PE
Unfolding selection to infer individual risk heterogeneity for optimising disease forecasts and policy development
数学模型越来越多地被用于制定疾病预防和控制的目标。然而,随着以模型为依据的政策的实施,一些预测的不准确性变得明显,例如对感染负担的过度预测和对干预影响的高估。在这里,我们将这些差异归因于在捕获现实世界系统的异质性方面的方法限制。支持感染的单个因素及其相互作用的机制决定了个体获得疾病的倾向。这些可能是如此之多,以获得一个完整的机械描述可能是不可行的。为了建设性地促进卫生政策的发展,模型开发者要么将因素排除在外(还原论),要么采用更广泛但粗糙的描述(整体论)。在我们看来,预测能力需要对异质性进行整体描述,目前在传染病流行病学中未得到充分利用,但在其他学科中很常见。
2022-05-16 q-bio.PE
Modeling the ASF (African Swine Fever) spread till summer 2017 and risk assessment for Poland
非洲猪瘟(African Swine Fever,ASF)是一种病毒性传染病,可引起家猪和野猪〈动〉<动>的急性疾病。虽然该病毒不会引起人类疾病,但它对经济的影响,特别是通过贸易和农业,是巨大的。最近ASF从东欧向西欧的快速传播促使我们为波兰准备风险评估。通过将发病率轨迹与指数函数相匹配,可以很容易地进行早期生长估计,从而近似了感染力。通过这些计算,可以估计流行病的基本复制率,有效的爆发检测和消除时间。在回归模式中,分析了380个波兰县(poviats),其中18个县(位于波兰东北部)受到空间传播(未来风险评估)的影响(直到2017年8月)。应用数学模型,考虑:猪量的意义,疾病媒介(野生板)的意义。我们使用伪引力模型的短期和远程相互作用,指的是社会迁移行为的野猪<动>和猪肉生产链的意义。在一定范围内的参数的空间建模证明了波兰国会边界内的自然保护屏障的存在。该疾病向大波兰地区的传播将导致非洲猪瘟生产链的加速爆发。在初步设置中,我们进行回归分析,网络爆发调查,早期流行病的增长估计和模拟基于病毒的传播。
2019-05-02 nlin.AO q-bio.PE stat.AP
Optimal Responses to an Infectious Disease
我们分析了一个简单的SIRS流行病学模型的最优控制版本。决策者可以采取政策,以特定的经济成本减少感染者和易感者之间的接触率。疫苗的到来将立即结束这一流行病。总或部分免疫力建模,而接触率可以表现出(用户指定的)季节性。该问题在电子表格环境中得到解决。一个合理的参数选择导致最优的政策是相似的,不同的国家遵循。如果有充足的卫生设施,依靠最终达到高免疫水平的温和反应是最佳的。另一方面,有限的医疗保健设施导致严格的封锁,而适度的设施则允许曲线平坦化。
2020-06-08 math.OC q-bio.PE
Contrasting and comparing the efficacy of non-pharmaceutical interventions on air-borne and vector-borne diseases
本文提出融合流动数据与脆弱性矩阵的框架,以哥伦比亚卡利市为例揭示基于流动性的非药物干预在控制空气传播疾病时可能加剧媒介传播疾病风险,并通过合成模型设计重塑流动网络的新干预措施以实现两类疾病的协同控制。
2024-11-25 physics.soc-ph q-bio.PE
Data-Driven Infectious Disease Control with Uncertain Resources
研究了在资源不确定性下,集合种群中控制传染病的资源分配问题。我们提出了一个两阶段的模型,其中的政策制定者寻求在两个阶段的资源分配,其中第二阶段的资源是随机的。我们使用数据驱动的函数形式来模拟感染个体的累积数量,而不是在最优化模型的约束下控制流行病轨迹的非线性微分方程系统。这种灵活的数据驱动建模选择使我们能够将最优化问题转换为易于处理的混合整数线性规划。我们灵活的方法可以处理在线决策过程,决策者利用有关流行病进展的新信息更新其开放治疗单位和分配床位的决定。我们利用了一个详细的模拟模型,并通过2014年塞拉利昂埃博拉疫情的真实数据进行了验证。我们的研究结果表明,我们的政策在塞拉利昂产生的感染人数比实际流行期间应用的政策少约400人。我们还提供了一个详细的比较,我们的优化框架,揭示了在不同地区的最优资源配置所产生的分配政策。
2020-06-02 math.OC physics.soc-ph q-bio.PE
Analysis of a two patch model for disease vector-animal dynamics with non-linear anthropization-driven migration
University of Yaoundé I, National Advanced School of Engineering of Yaoundé(雅温得大学一校,雅温得国立高等工程学院);AMAP, Univ Montpellier, IRD, CIRAD, CNRS, INRA Montpellier(AMAP,蒙彼利埃大学,IRD,CIRAD,CNRS,INRA蒙彼利埃);IRD, Sorbonne Université, UMMISCO(IRD,索邦大学,UMMISCO);Warwick Mathematics Institute, University of Warwick(华威数学研究所,华威大学)
本文提出并分析了一个两斑块模型,其中迁移项非线性依赖于人为化水平,揭示了低人为化允许媒介-动物共存,高人为化导致媒介灭绝,而中间水平通过一系列分岔实现非单调转变。
2026-06-08 q-bio.PE
Self-similarity in pandemic spread and fractal containment policies
该研究提出用自相似分形方式描述多尺度疾病传播,基于多尺度再生数设计遏制策略,可同时降低健康与经济成本,且通过美国异质SIS模型模拟验证了理论结论。
2024-12-12 physics.soc-ph q-bio.PE q-bio.QM
Optimising Lockdown Policies for Epidemic Control using Reinforcement Learning
TCS Research(塔塔咨询服务研究院);Microsoft Research(微软研究院)
在新型冠状病毒肺炎(COVID-19)疫情持续的背景下,多份报告和研究试图对该疾病的传播进行建模和预测。关于限制对健康和经济的损害的政策也有激烈的辩论。一方面,人口的健康和安全是大多数国家的主要考虑。另一方面,我们不能忽视全国范围内严格封锁可能造成的长期经济损害。在这篇工作论文中,我们提出了一种定量方法来计算单个城市或地区的封锁决策,同时平衡健康和经济因素。此外,这些政策是自动学习所提出的算法,作为疾病参数(传染性,妊娠期,症状持续时间,死亡概率)和人口特征(密度,运动倾向)的函数。我们考虑了现实的考虑因素,如不完美的封锁,并表明使用强化学习获得的政策是一个可行的量化方法对封锁。
2020-05-01 cs.AI cs.LG physics.soc-ph
Segmentized quarantine policy for managing a tradeoff between containment of infectious disease and social cost of quarantine
本研究提出分段隔离政策,通过优化接触者追踪范围和隔离期以最小化感染与隔离天数,利用智能体模拟和进化算法证明其比统一政策更有效且可持续。
2024-11-09 cs.SY eess.SY q-bio.PE
Learning Pareto-Optimal Pandemic Intervention Policies with MORL
本研究提出结合多目标强化学习与高保真随机微分方程疫情模拟器的框架,训练帕累托条件网络智能体,挖掘不同传染病防控中卫生与经济的策略权衡,为循证公共卫生政策制定提供支持。
2025-10-02 cs.AI cs.CY cs.LG
Conceptual and mathematical modeling of insect-borne plant diseases: theory and application to flavescence doree in grapevine
昆虫传播的植物疾病通常在野生植物和农作物中复发,并且在产品产量和货币回报方面造成严重损失。因此,昆虫传播的植物疾病的数学模型是一个必不可少的工具,以帮助预测流行病的进展,并在控制策略时,在现场实施的决策援助。在保留所提出的模型对昆虫介导的植物流行病的普遍适用性的同时,我们专门研究了葡萄植物葡萄中由叶蝉Scaphoideus titanus专门传播的Flavescence dorée植原体(FD)的流行病。流行病学模型较好地解释了S. titanus、S. titanus和V. vinifera,葡萄园设置和农艺措施。对该模型进行了全面的生物S。多年来在意大利皮埃蒙特的各个研究中心收集的泰坦巨龙生活周期〈动〉<动>和FD流行数据。这里介绍的工作代表了一套独特的控制方程测试现有的独立数据,并为进一步建模的进步和可能的应用,以调查真实情况下的流行病控制策略和场景的有效性奠定了基础。
2014-08-28 q-bio.PE
Effectiveness of vaccination and quarantine policies to curb the spread of COVID-19
流行病,即疾病在世界范围内的传播,可以从社会和生物学角度威胁人类,并使现有的生活习惯瘫痪。为了避免更大的灾难并恢复正常生活,人们在从个人到全球的多个层面上做出了巨大的努力:注意手部卫生,制定戴口罩、社交距离、隔离等社会政策,以及发明疫苗和补救措施。就目前严重的疫情,即2019冠状病毒病,我们探讨采取上述措施时的传播抑制效果。特别是考虑检疫和疫苗接种,因为它们是政府层面上阻断传播和预防的代表性主要治疗方法。我们建立了一个由易感(S)、接种(V)、暴露(E)、感染(I)、隔离(Q)和恢复(R)等部分组成的房室模型,称为SVEIQR模型。我们调查了首尔的感染病例,并考虑了三种疫苗,辉瑞,Moderna和阿斯利康。相关参数的值是从首尔的经验数据和疫苗的临床数据中获得的,并通过贝叶斯推断进行估计。在确认我们的SVEIQR模型是合理的之后,我们通过在当前值附近调整与检疫和疫苗接种政策相关的参数来测试各种场景。从我们的模型中获得的定量结果可以为有效的疫苗接种和社会政策的政策制定提供指导。
2022-07-20 physics.soc-ph q-bio.PE
Pyfectious: An individual-level simulator to discover optimal containment polices for epidemic diseases
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所);ETH Zürich(苏黎世联邦理工学院);Imperial College(帝国理工学院)
模拟传染病在人类社区中的传播对于预测流行病的发展轨迹和验证控制疫情破坏性影响的各种政策至关重要。许多现有的模拟器是基于隔间模型,将人分成几个子集,并使用假设的微分方程来模拟这些子集之间的动态。然而,这些模型缺乏必要的粒度来研究以特定方式影响每个人的智能策略的效果。在这项工作中,我们介绍了一个模拟器软件,能够模拟人口结构和控制疾病的传播在个人水平。为了估计从模拟器得出的结论的置信度,我们采用了一种全面的概率方法,其中整个人口被构造为一个分层随机变量。这种方法使得推断的结论对采样伪影更鲁棒,并基于仿真结果给出决策的置信区间。为了展示潜在的应用,模拟器参数是根据COVID-19大流行的正式统计数据设定的,并调查了广泛的控制措施的结果。此外,该模拟器被用作强化学习问题的环境,以找到控制流行病的最优策略。所得到的实验结果表明,模拟器的适应性和能力,在作出合理的预测和一个成功的政策推导的例子,根据现实世界的数据。作为一个示例性的应用程序,我们的研究结果表明,所提出的政策发现方法可以导致控制措施,产生显着减少感染的个人在人口中,并保护卫生系统的饱和。
2021-04-21 cs.AI cs.LG cs.MA
Malaria control and senescence: the importance of accounting for the pace and shape of aging in wild mosquitoes
病媒死亡率随年龄增长而保持不变的假设被广泛用于评估疟疾传播风险和预测病媒控制战略的公共卫生后果。然而,实验室研究通常显示出明显的衰老证据,即生理功能下降和病媒死亡率随年龄增长而增加。我们开发了整合现有实地数据的方法,以了解野生冈比亚按蚊的死亡率,冈比亚按蚊是撒哈拉以南非洲最重要的疟疾媒介。我们发现了死亡率随年龄增加的证据,这是衰老的一个组成部分。正如预期的那样,我们还发现,野生群体的总体死亡率远远高于在受保护的实验室条件下通常观察到的死亡率。衰老的幅度随着An的增加而增加。这意味着野生蚊子早在种群出现严重衰老之前就已经死亡。我们回顾了已发表的按蚊种死亡率的研究。来证实野生种群衰老的基本预测。衰老在长寿的蚊子群体中变得最明显,并且具有低外部死亡率的群体,例如在受保护的实验室条件下饲养的那些,遭受相对较高比例的衰老死亡。对病媒死亡率和死亡率随年龄变化的估计不精确,将严重影响病媒传播疾病(如疟疾)传播风险的模型,随着寄生虫外在潜伏期的缩短,传播对偏差的敏感性增加。虽然我们在此侧重于疟疾,但我们警告说,未来的抗病媒干预模式必须同时考虑到实际死亡率和病媒死亡率随年龄的变化。
2015-09-30 q-bio.PE
Modeling and Optimization of Epidemiological Control Policies Through Reinforcement Learning
Chatham High School(查塔姆高中)
本研究结合SEIRD流行病学模型与深度双循环Q网络,训练强化学习智能体优化疫情控制策略,在降低感染率的同时减轻经济影响。
2024-01-25 cs.AI q-bio.PE
Fundamental limits on taming infectious disease epidemics
University of Cambridge(剑桥大学);Wageningen University(瓦赫宁根大学);Imperial College London(帝国理工学院)
本研究通过数学和计算方法揭示了疫情控制的基本极限,发现在广泛成本函数下,单一最优恒定控制策略优于基于患病率的反馈策略,挑战了干预需随患病率调整的传统认知。
2025-09-15 cs.SY eess.SY math.OC
Dynamics of Diseased-Impacted Prey Populations: Defense and Allee Effect Mechanisms
本文构建融合疾病动力学、Allee 效应与猎物聚集防御的捕食者-猎物模型,通过稳定性分析和数值模拟揭示聚集常数与 Allee 效应联合调节可导致稳定共存、消除感染或种群灭绝,为濒危物种保护提供理论依据。
2025-05-04 math.DS q-bio.PE
Probing into the effectiveness of self-isolation policies in epidemic control
在这项工作中,我们检查的可靠性控制和平息流行病模仿的易感-感染-易感(SIS)模型定义在一个复杂的网络上,通过当前和可实施的检疫和隔离政策。具体来说,我们认为网络中的每个个体最初都与两种类型的个体联系在一起:同一家庭的成员和熟人。该网络的拓扑考虑概率$q$而演变,该概率旨在表示检疫或隔离过程,其中根据流行病控制的标准策略,与熟人的连接被中断。在目前的自我隔离和标准感染率的政策,我们的研究结果表明,传播要么是唯一的假设率的遵守或根本无法控制。
2012-05-15 physics.soc-ph q-bio.PE
Population Dynamics of Wolves and Coyotes at Yellowstone National Park: Modeling Interference Competition with an Infectious Disease
1995年,灰狼被重新引入黄石国家公园(YNP)。种群最初繁荣,但自2003年以来,由于疾病引起的死亡率、非法狩猎、公园控制计划、车辆引起的死亡和物种内侵略等因素,种群数量大幅减少。尽管面临着类似的条件,和干扰竞争与狼,郊狼人口在YNP一直坚持。在本文中,我们介绍了一个流行病学框架,结合自然,人为和疾病引起的死亡率,以及两种捕食者之间的干扰竞争。这个理论框架产生的结果被用来探讨竞争和死亡诱导机制对捕食者共存的影响。希望这些关于黄石国家公园食肉动物竞争动态的结果将提供公园管理的见解,从而制定政策,使狼的重新引入取得成功。
2014-07-25 q-bio.PE
Infection percolation: A dynamic network model of disease spreading
疾病传播模型对于预测人群中的感染增长和评估公共卫生政策至关重要。然而,标准模型通常使用宏观参数来表示个体之间的疾病传播的动态,这些宏观参数不能准确地表示人与人之间的变异性。为了解决这个问题,我们提出了一个动态网络模型,提供了一个简单的方法,将疾病传播动态在个人规模以及在人口规模的完整时空感染史。我们发现,疾病通过社会网络传播是一种感染的行波,随后是康复的行波,传播的开始和动力取决于疾病传播和康复之间的相互作用。我们利用这些见解来开发一种预测不同疾病和人群感染动态的标度理论。此外,我们展示了感染易感性的空间异质性如何加剧或平息疾病的传播,这取决于其传染性。最终,我们的动态网络方法提供了一种简单的方法来模拟疾病传播,统一了以前的研究结果,并可以推广到不同的疾病,遏制策略,季节性条件和社区结构。
2021-03-17 cond-mat.stat-mech cs.SI nlin.AO
Modeling of Pneumococcal and Respiratory Syncytial Virus Pneumonia: An Epidemiological Review, with Statistical Inference
Indian Institute of Technology Kanpur(坎普尔印度理工学院);National Disease Modelling Consortium, Indian Institute of Technology Bombay(孟买印度理工学院国家疾病建模联盟)
本文通过确定性和随机性模型分析肺炎链球菌和呼吸道合胞病毒肺炎的传播与疫苗效果,为优化免疫策略提供流行病学依据。
2026-04-13 q-bio.PE
Modelling and control of Mendelian and maternal inheritance for biological control of dengue vectors
蚊子是病毒性疾病的载体,在世界许多地区具有流行潜力,在没有疫苗或治疗方法的情况下,控制蚊子是主要的替代办法。化学防治一直是传统的防治方法之一,但其产生的抗药性可能会影响其他昆虫,造成生态破坏。生物防治,即释放受母体遗传的沃尔巴克氏体细菌感染的蚊子,抑制其载体能力,已被提议作为一种替代办法。在实践中,这两种技术的效果可能是相互混合的:事先喷洒杀虫剂可能会使野生种群衰弱,从而促进细菌随后的入侵;但后者也可能会受到易感蚊子在野生种群产生抗药性的环境中释放的阻碍,这是由于预先存在的不希望的杀虫剂暴露。为了解决这种情况下,我们在这里提出了一个统一的模型,允许帐户的交叉影响的控制技术,并根据后者,设计释放策略能够感染野生种群。后者是反馈法,其稳定性进行了研究。
2021-04-06 math.OC q-bio.PE
Effects of internal fluctuations on the spreading of Hantavirus
我们使用种群动力学模型研究汉坦病毒在鹿鼠宿主种群中的传播。我们表明,考虑到内部波动的小鼠种群由于其离散性强烈改变了系统的行为。除了确定性模型中常见的跃迁外,包含内部涨落导致了额外的确定性隐藏跃迁的出现。我们确定的参数值,导致疾病的最大传播,并讨论了一些疾病预防政策的影响。
2004-07-14 q-bio.PE
Intervention-Based Stochastic Disease Eradication
疾病控制在公共卫生中至关重要,最终目标是消灭传染病。虽然疾病可能会由于随机失去有效接触而灭绝,其中感染传播给新的易感个体,但在缺乏控制的情况下,灭绝的时间可能会非常长。因此,干预控制,如易感个体的疫苗接种和/或传染病的治疗,通常是基于确定性的时间表,如根据学校日历定期接种易感儿童。然而,在现实中,这些政策是作为一个随机过程管理的,同时仍然拥有一个平均周期。在这里,我们认为随机分布的干预作为疾病控制对大型有限人口的影响。我们明确地表明,干预控制,平均周期和治疗分数的基础上,调制的平均灭绝时间作为人口规模和感染传播率的函数。特别是,我们的研究结果表明,指数改善灭绝时间,即使控制使用随机泊松分布。最后,我们发现这些参数制度,随机治疗产生的灭绝时间的指数改善严格定期干预的应用。我们的研究结果的影响进行了讨论,在有限的资源控制的可用性。
2013-03-22 nlin.AO q-bio.PE
Optimal control of COVID-19 infection rate considering social costs
COVID-19疫情已构成政策制定危机,减缓或结束疫情的努力与经济优先事项相冲突。本文通过疾病传播的理想化分区模型和社会经济成本的简化模型,对最优疾病控制策略进行了数学分析。两个局部最优控制最优控制策略被发现和分类为“抑制”和“缓解”的战略。我们分析这些策略如何改变时,我们将疫苗接种到模型中,并找到一个新的最佳的“延迟缓解”策略。
2021-02-12 math.OC physics.soc-ph q-bio.PE
Strength and weakness of disease-induced herd immunity in networks
该研究通过网络建模揭示疾病诱导群体免疫同时受免疫力偏态分布增强与拓扑局域化削弱两种机制影响,指出低维网络中其效果可能不如随机免疫。
2025-05-19 physics.soc-ph q-bio.PE
Staggered Release Policies for COVID-19 Control: Costs and Benefits of Sequentially Relaxing Restrictions by Age
到目前为止,严格的社交距离限制对控制COVID-19疫情至关重要,下一个问题是何时以及如何放松这些限制。一个连续的时间放宽限制跨群体的探讨,以确定政策,同时减少健康风险和经济停滞相对于目前的政策。目标将是减轻健康风险,特别是最脆弱的亚人口的健康风险,同时管理经济活动限制的有害影响。本文的结果表明,一个正确构建的顺序释放的年龄定义的子组从严格的社会距离协议可以导致较低的整体死亡率比锁定后的所有个人的同时释放。最优释放策略,在最小化总死亡率方面,本质上必须是连续的,并且适当地安排交错释放的每一步是很重要的。该模型允许测试交错发布政策的各种时间选择,这可以为正在进行的COVID-19大流行和未来爆发的疾病管理政策的设计,测试和规划提供帮助。
2020-05-12 econ.GN math.DS q-bio.PE
Simple control for complex pandemics
COVID-19大流行始于两年多前,但学校、企业和其他组织仍在努力将疾病爆发的风险保持在较低水平,同时恢复(接近)正常功能。过去几年的观察表明,这一目标可以通过适当平衡缓解策略来实现,其中可能包括口罩使用、疫苗接种、病毒检测和接触者追踪的某种组合。缓解措施的选择将根据每个组织的需要和可用资源而定。本文提出了创建这些政策的基础上,捕捉这些干预措施的综合效果的疾病传播的分析模型的实际指导。由此产生的指导是通过模拟测试在广泛的参数,并用于讨论疾病在大学校园的传播。
2022-01-31 math.PR physics.soc-ph q-bio.PE