An Investigation of Containment Measures Against the COVID-19 Pandemic in Mainland China
随着近期COVID-19疫情在全球迅速蔓延，各国已采取各种遏制措施以对抗COVID-19疫情。在中国大陆，遏制措施包括三种类型，即，武汉出行禁令、市内隔离检疫、城际出行限制。为了实施这些措施，地方经济和信息获取发挥着重要作用。本论文探讨当地经济与中国内地为抗击COVID-19疫情而采取的防控措施的相关性。首先，我们使用一个简约的模型，即，SIR-X模型，估计代表中国大陆主要城市实施市内隔离检疫的参数。为了了解城市内部隔离和隔离的执行情况，我们分析了地方经济、流动性和信息获取等代表性参数之间的相关性。为此，我们从一个广泛使用的网络地图服务中收集了国内生产总值（GDP）、武汉流入和流出的数据，以及COVID-19相关的搜索频率，即，百度地图和网络搜索引擎，即，百度搜索引擎，在中国大陆。在此基础上，我们确认了中国大陆主要城市的地方经济与信息获取执行之间的强相关性。我们进一步证明，尽管人均GDP高的城市吸引了更多的武汉流入，但人们更有可能采取隔离措施，减少外出到其他城市。最后，使用搜索数据的相关性分析表明，消息灵通的个人可能会采取遏制措施。
2020-07-17 cs.SI physics.soc-ph
Ostwald growth rate in controlled Covid-19 epidemic spreading as in arrested growth in quantum complex matter
在此，我们着重对启动不同遏制政策的国家的COVID-19疫情传播增长情况进行数据分析。众所周知，大流行病传播的增长在其临界点是指数级的，但不知道如何量化不同遏制政策的成功。我们确定，一个成功的方法给出了一个逮捕相制度后的奥斯特瓦尔德增长，其中，随着时间的推移，一个阶段转化为另一个亚稳相具有类似的自由能观察到的氧间隙扩散在量子复杂的物质和蛋白质的结晶。我们引入S因子，量化衡量所采取遏制政策的效率和速度，这不仅对监测COVID-19大流行的传播非常有帮助，而且对其他国家选择最佳遏制政策也很有帮助。结果表明，基于联合隔离、有针对性的检测和追踪阳性病例的政策是最快速的大流行遏制政策;事实上，我们发现中国、韩国和意大利的成功s因子值分别为9、5和31，其中最低的s因子表示最佳遏制政策
2020-03-29 cond-mat.other physics.soc-ph q-bio.PE
The fractal time growth of COVID-19 pandemic: an accurate self-similar model, and urgent conclusions
COVID-19疫情全球影响的现有数据已使用维度分析和自相似假设进行分析。我们发现，受影响最严重和没有准备的国家的感染人口和死亡人数的时间序列表现出渐近幂律行为，与分形网络中信号的传播相兼容。我们提出了一个模型，它预测了一个渐进的自相似扩展的死亡人数在时间之前的遏制，并在总遏制措施下的最终死亡人数，作为一个函数，在采取这些措施后，观察到的扩展延迟。该模型的物理性质类似于分形维数为3.75的均匀域中火焰的膨胀。在采取遏制措施后，网络的自然分形结构发生了急剧变化，并观察到二次演化。根据中国大流行行为的现有数据，这种演变类似于静态隔离封闭空间中的均匀燃烧和最终淬火，其特征时间为20.1天。所提出的模型与现有数据非常一致，这支持了模型中所做的简化假设。还提出了一个作为延迟函数的隔离的通用公式。
2020-03-31 nlin.AO physics.soc-ph q-bio.PE
Infection Kinetics of Covid-19: Is Lockdown a Potent Containment Tool?
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）正在肆虐，其死亡率与感染率之比是有史以来最高的。由于缺乏疫苗和治疗手段，封锁成为唯一的遏制方式，从而造成社会排斥。在6维感染动力学模型中利用机器学习的预测能力，描述6个感染阶段的交互式演变-健康易感者（$H$），易感共病（$P$），感染（$I$），已恢复（$R$），免疫畜群（$V$）和死亡率（$D$）--PHIRVD模型首次提供了18个国家在不同战略封锁阶段的准确死亡率预测，最多30天，比上次数据培训更长。PHIRVD将死亡率与感染率之比确定为正确的大流行描述符，取代了繁殖数，并强调了早期和长期但战略性封锁的重要性，以遏制二次复发。重要性声明：1.准确预测18个国家的每日死亡率概况，超过数据培训的最后数据30天。2.精确量化早期与后期封锁措施的影响。3.准确预测继发性复发时间线/ 4。确立死亡率与感染率之比作为正确的大流行描述符，取代了流行的繁殖数量选择，这在预测未来感染动力学和继发性激增方面被证明是失败的。这些结果有可能重新定义健康的政策格局，特别是考虑到二次复发和未来可能发生的SARS-COV/埃博拉群体入侵。
2020-09-11 physics.soc-ph q-bio.PE q-bio.QM
Limited containment options of COVID-19 outbreak revealed by regional agent-based simulations for South Africa
COVID-19已从中国蔓延至欧洲和美国，并已成为全球大流行病。在全球南方国家，由于社会经济选择和医疗保健系统往往较弱，有效的地方对策仍然存在争议。我们将大规模的社会经济和交通调查数据与详细的基于代理的当地交通模拟相结合，以分析在一系列对策情景下，南非纳尔逊曼德拉湾市的区域模型中COVID-19的传播。模拟表明，任何现实的遏制战略，包括那些类似于正在南非，可能会产生多方面的超负荷可用的重症监护病房（ICU）。只有立即采取最严厉的应对措施，直至基本上禁止所有人类联合活动的全面封锁，才能有效遏制这一流行病。由于与全球南部的许多其他国家相比，南非表现出相当有利的条件，我们的研究结果构成了粗略的保守估计，并可能支持确定控制COVID-19以及这些国家未来任何重大流行病的策略。
2020-04-12 physics.soc-ph q-bio.PE q-bio.QM
Epidemic-induced local awareness behavior inferred from surveys and genetic sequence data
针对真实世界数据集中局部认知行为评估的挑战，提出通过分析临床基因序列数据中突变模式、识别超级传播事件并分配遏制评分的方法，验证其可作为局部认知代理指标，为认知建模领域提供重要见解。
2025-04-15 cs.SI physics.soc-ph q-bio.PE
Epidemics with containment measures
我们提出了一个易于处理的流行病模型，包括遏制措施。在没有遏制措施的情况下，只要传染率为正，流行病就会以指数速度传播，即$λ>0$。通过考虑裸感染性$λ$的时间依赖性调节来模拟遏制措施，从而导致有效感染性，该有效感染性对于每个受感染个体而言随时间衰减，模拟例如疾病的无症状发作、测试政策和隔离的组合效应。我们认为广泛的时间内核有效的传染性，我们调查所考虑的遏制措施的效果。我们发现，并不是所有的内核都能够将流行动态推到流行阈值以下，一些遏制措施只能降低新感染个体的指数增长率。我们还提出了一个流行病模型所造成的越来越多的分离的焦点。
2020-10-28 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Containing a pandemic: Nonpharmaceutical interventions and the "second wave"
为应对全球爆发的新型冠状病毒COVID-19，已实施多种非药物干预措施，如口罩和社交距离。需要对这种遏制战略的影响进行认真评估，以避免社会和经济代价过高，并避免出现危险的“第二波”流行病。在这项工作中，我们结合了最近开发的动态密度泛函理论模型和一个扩展的SIRD模型与滞后研究的各种措施和策略，使用现实的参数的影响。根据不同的干预阈值，不同的阶段与不同数量的关闭和死亡被发现。时空模拟提供了进一步的见解第二波的动态。我们的研究结果对公共卫生政策至关重要。
2020-09-30 physics.soc-ph q-bio.PE
Efficiency of Covid-19 Mobile Contact Tracing Containment by Measuring Time Dependent Doubling Time
新型冠状病毒（严重急性呼吸道综合征SARS - CoV-2）的COVID-19疫情一直在全球蔓延。虽然采用了不同的遏制政策，使用非药物干预措施，其效率是不知道量化。我们表明，倍增时间Td（t）与成功的因素，特征时间的指数增长的Td（t）在逮捕制度，是一个可靠的工具，早期预测的流行病传播时间的演变，它提供了一个定量的衡量成功的不同遏制措施。使用强制性移动联系人追踪的遏制策略锁定案例发现移动追踪（LFT）的效率远远高于伦敦帝国理工学院团队提出的锁定停止和去（LSG）策略。一个非常低的S因子，LFT政策，给出了最短的时间宽度的圆顶的积极的情况下，曲线和最低的死亡人数。LFT政策能够将新冠肺炎疫情前100天的死亡人数减少100倍，将新冠肺炎大流行穹顶的时间宽度减少2.5倍，并迅速阻止新的疫情爆发，避免第二波疫情
2020-07-29 physics.soc-ph q-bio.PE
Changes in mobility choices during the first wave of the COVID-19 pandemic: a comparison between Italy and Sweden
COVID-19疾病的传播影响了全球人们的生活，特别是他们的旅行行为和日常活动。在2020年春季的第一波大流行期间，各国采取了不同的策略来遏制病毒的传播。本文件旨在分析流动行为的变化，重点是在两个实行不同遏制政策的国家（意大利和瑞典），大流行病导致的模式选择的可持续性水平。调查数据揭示了在第一波疫情之前和期间，哪种交通工具在三种不同的出行目的（杂货购物、非杂货购物和通勤）中使用最多。然后通过描述性统计和显著性检验观察到模式选择的可持续性水平的变化。通过估计三个多项逻辑回归模型（每个模型对应一个出行目的），我们试图确定哪些国家以外的因素影响了疫情开始时交通方式选择的可持续性水平的变化。结果显示，与瑞典样本相比，意大利样本中的流动性下降幅度更大，特别是公共交通，与意大利人相比，瑞典人主要倾向于步行和骑自行车旅行，这也是由于在第一波大流行期间出行的可能性更大。最后，公共交通的安全感知似乎没有显着的影响变化的可持续性水平的模式选择与限制的开始。我们的研究结果可作为讨论COVID-19疫情如何影响人们对不同旅游选择的态度和偏好的起点。此外，在这项工作中，我们强调了人们如何以不同的方式对两个国家采取相反的遏制战略的前所未有的情况作出反应。
2023-03-14 cs.CY physics.soc-ph
The Effects of Stringent Interventions for Coronavirus Pandemic
COVID-19疫情在全球范围内造成严重的公共卫生后果。COVID-19的许多干预措施已经实施。评估COVID-19大流行的干预措施的效果具有重大的公共卫生和社会重要性。本文采用综合控制方法、回归不连续性和SIHR模型，对温州市为控制疫情而实施的严格干预措施的横向和纵向效果进行了评估。我们发现，这些严格的干预措施具有统计学显著的治疗效果，减少了COVID-19的累计确诊病例。这些减少效应将随着时间的推移而增加。此外，如果严格的干预措施推迟2天或实施温和的干预措施，预计累计确诊病例数将接近实际数的2倍或5倍。严格的干预措施对缓解COVID-19疫情的效果显著。干预措施实施得越慢，流行病就会越严重，干预措施就会越有力。
2020-05-31 physics.soc-ph q-bio.PE stat.AP
COVID-19 Pandemic Severity, Lockdown Regimes, and People Mobility: Early Evidence from 88 Countries
这项研究实证调查了冠状病毒大流行的严重程度，零售和娱乐，中转站，工作场所和住宅区的流动性变化以及全球88个国家的封锁措施之间的复杂相互作用。为了进行这项研究，从多个来源收集了有关流动模式、人们的社会经济和人口特征、封锁措施和冠状病毒大流行的数据（例如，谷歌、开发计划署、联合国、英国广播公司、牛津大学、Worldometer）。结构方程模型（SEM）技术被用来调查的直接和间接的影响，独立变量对因变量考虑中介的干预效果。结果显示，封锁措施对鼓励人们保持社交距离有显著效果。然而，大流行的严重程度以及社会经济和体制因素对维持社交距离做法的影响有限。研究结果还解释了城市化和现代化的社会经济和制度因素对大流行严重程度的影响。老年人人数较多、服务业就业人数较多和全球化趋势较高的国家是冠状病毒大流行的最大受害者（例如，美国、英国、意大利和西班牙）。社交距离措施在缓和疫情严重程度方面相当有效。
2020-11-05 physics.soc-ph
How relevant is the decision of containment measures against COVID-19 applied ahead of time?
截至2020年4月30日，新型冠状病毒爆发的累计确诊感染人数为以下国家：比利时，巴西，英国（英国）和美利坚合众国（美国）。在新感染者发病率较低的最初阶段之后，观察到确诊病例数量呈幂律增长。对于每个国家，获得不同的增长指数。对于比利时、英国和美国这些感染人数众多的国家，在幂律增长之后，当接近饱和时会获得明显的行为。巴西仍处于权力法律制度之下。这些数据和预测的更新证实了最近关于病毒的幂律增长及其在世界各地一些国家之间的强距离相关性的结果。此外，我们表明，及时采取行动是卫生组织在抗击COVID-19（由最近发现的冠状病毒引起的传染病）的斗争中最相关的非药物武器之一。我们研究了在不同的三天，即4月16日（早期）、4月30日（当前）和5月14日（晚期）应用时，改变社交距离和每日检测次数以识别感染的无症状个体如何干扰COVID-19确诊病例的数量。结果表明，遏制行动是必要的，以平坦的曲线，并应尽快实施。
2020-05-04 physics.soc-ph q-bio.PE
Topological data analysis model for the spread of the coronavirus
我们将拓扑数据分析，特别是Mapper算法应用于美国COVID-19数据。由此产生的映射图提供了比其他更标准的方法提供的更完整的流行病可视化。它们对由地理信息、时间进程和COVID-19病例数量创建的数据云的各种几何特征进行编码。它们反映了美国各地疫情的发展情况，并反映了增长率以及热点地区的突出性。Mapper图表允许跨时间和空间进行轻松比较，并有可能成为冠状病毒传播的有用预测工具。
2020-08-13 physics.soc-ph q-bio.PE
Estimating the Containment Effectiveness and Economic Cost of Inner-city Non-Pharmaceutical Interventions
Hebei Normal University（河北师范大学）
本文通过大数据分析，研究了城市非药物干预措施在遏制流行病和经济成本之间的权衡，提出二维评估框架以优化政策实施效果。
2026-03-06 physics.soc-ph
Critical time-dependent branching process modelling epidemic spreading with containment measures
于COVID大流行期间，疫情呈指数级增长的时期已通过遏制措施得以缓解，在不同情况下导致病例数量呈幂律增长。Ziff和Ziff在参考文献[1]中首次观察到这种行为，来自中国的2020年晚春数据。在这一重要观察之后，在其他国家遏制蔓延期间也观察到了幂律缩放（尽管指数不同）。对这些结果的早期解释表明，这种现象可能是由于扩散的空间效应。在这里，我们表明，由于遏制措施的个人的传染性的时间调制也会导致幂律增长的情况下，随着时间的推移。为此，我们提出了一个随机混合的易感-感染-删除（SIR）模型的传染病传播存在遏制措施，导致时间依赖的传染性和我们探讨的统计特性的分支过程的临界。我们表明，在临界状态下，可以观察到幂律增长的情况下，指数范围在1和2之间。我们的渐近分析结果证实了广泛的蒙特卡罗模拟。虽然这些结果并不排除空间效应可能是重要的调制幂律增长的情况下，在临界状态，这项工作表明，即使是混合人口可能已经具有非平凡的幂律指数临界。
2022-03-31 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
A Comparison of Spatial-based Targeted Disease Containment Strategies using Mobile Phone Data
流行病爆发是一项重要的卫生保健挑战，特别是在发展中国家，它们是死亡的主要原因之一。能够迅速针对亚群进行监测和控制的方法对于在流行病期间加强遏制进程至关重要。使用来自象牙海岸的真实世界数据集，这项工作提出了一种尝试，揭示疾病传播动态的社会地理异质性。通过采用一个空间显式的元人口流行病模型来自移动电话通话详细记录（CDR），我们调查的流动性模式的差异可能会影响一个现实的传染病爆发的过程。我们认为不同的现有措施的空间维度的人类流动性和相互作用，我们分析它们的相关性，在确定最高风险的子人群的个人，作为最佳候选人的隔离对策。本文提出的方法提供了进一步的证据，手机数据可以有效地利用，以促进我们的个人的空间行为及其与传染病的传染风险的关系的理解。特别是，我们表明，CDR为基础的个人的空间活动和相互作用的指标持有的承诺，深入了解传染异质性，从而制定遏制战略，以支持决策，在国家一级的流行病。
2018-07-03 cs.SI physics.soc-ph
Mathematical Models for Describing and Predicting the COVID-19 Pandemic Crisis
本文研究了描述新型冠状病毒大流行危机的两个确定性模型SIR模型和SEIR模型的扩展。对这些模型进行了研究，并与实际数据进行了比较，以支持每种描述的有效性，并提取有关大流行病的重要信息，如基本再生数R0，这可能提供有关每个模型预测的大流行病增长率的有用信息。接下来，我们将继续进行预测，并将SEIR模型和SIRD模型衍生的更复杂的模型进行比较，以找到最适合描述和预测大流行危机的模型。旨在回答这个问题，如果简单的SIRD模型是能够作出可靠的预测，并提供适当的信息相比，更复杂的模型。
2020-06-03 physics.soc-ph q-bio.PE
Critical mobility in policy making for epidemic containment
该研究构建流动性与接触耦合的智能体模型，发现诱发重大疫情的临界流动性，并据此提出可抑制发病高峰与反复波次的缓解框架。
2024-05-09 cs.MA physics.soc-ph q-bio.PE
Should bike sharing continue operating during the COVID-19 pandemic? Empirical findings from Nanjing, China
2019冠状病毒病（COVID-19）引发全球大流行，而交通服务在冠状病毒传播中扮演关键角色。虽然不像公共汽车或地铁车那样拥挤在有限的空间里，但共享单车用户将暴露在自行车表面并承担传播风险。在COVID-19疫情期间，如何满足用户需求并避免病毒传播已成为共享单车的重要问题。本研究以南京市共享单车出行数据为基础，从站点、用户、单车三个角度分析疫情爆发前后的出行需求和运营管理。运用半对数差中差模型、可视化方法和统计指标，探讨疫情期间共享单车的运输服务和风险防范。结果表明，疫情控制策略大幅降低了用户需求，通勤出行减少更为明显。在卫生和宗教场所附近的一些车站变得更加重要。男性和老年人更依赖自行车共享系统。此外，行程减少减少了用户接触，增加了闲置自行车。并提出了一种新的用户距离概念，以避免传输风险和激活闲置自行车。这项研究评估了在COVID-19大流行期间共享微流动性的作用，并激发了城市内病毒传播的阻断。
2020-12-05 physics.soc-ph
Optimal Lockdown for Pandemic Control
作为控制传染病的常用策略，封锁将不可避免地削弱经济。持续的COVID-19大流行凸显了公共卫生和经济成本之间的权衡。一个最佳的锁定政策，以解决这个权衡是非常需要的。在这里，我们提出了一个数学框架的流行病控制，通过一个最佳的稳定非均匀封锁，我们的目标是减少经济活动尽可能少，同时减少感染人数在规定的速度。这个框架使我们能够有效地计算一般流行病传播模型的最优稳定封锁政策，包括经典的SIS/SIR/SEIR模型和新的COVID-19传播模型。我们通过分析县际旅行频率的公开数据来分析纽约州62个县的COVID-19传播模型，从而展示了这一框架的强大功能。我们发现，根据2020年4月的疫情状况，最佳的稳定封锁措施将使纽约市以外的经济活动比纽约市内部更严格地减少，尽管当时纽约市的疫情要普遍得多。这种违反直觉的结果凸显了疫情控制的复杂性，并为未来的封锁政策设计提供了启示。
2022-01-25 math.OC physics.soc-ph
Initial Impacts of COVID-19 on Transportation Systems: A Case Study of the U.S. Epicenter, the New York Metropolitan Area
新型冠状病毒COVID-19在全球迅速蔓延，于二零二零年三月十一日被世界卫生组织（WHO）确认为大流行。新冠肺炎疫情爆发一个月后，本白皮书探讨了新冠肺炎对纽约大都会地区交通系统的初步影响，纽约大都会地区已成为美国的冠状病毒中心。
2020-10-02 physics.soc-ph
Data-driven Contact Network Models of COVID-19 Reveal Trade-offs between Costs and Infections for Optimal Local Containment Policies
尽管美国已实施数项非药物措施数月以减缓冠状病毒病（COVID-19）大流行，但随着限制措施被解除以重振经济，该疾病在多个县仍是一种危险。在经济复苏和感染控制之间做出权衡是许多重灾县面临的重大挑战。了解传播过程和量化地方政策的成本对于应对这一挑战至关重要。在这里，我们研究了匿名的，地理定位的移动数据和人口普查和人口统计数据的人口动态接触模式，以创建数据驱动的，基于代理的接触网络。然后，我们在美国的10个大都市县模拟了随时间变化的传染模型的流行病传播，并评估了流动性减少，口罩使用和重新开放政策的组合。我们发现，我们的模型捕捉到的时空和异质性的情况下，在不同的国家动态人口行为的基础上的轨迹。我们的研究结果表明，一个决策工具，同时考虑经济成本和感染的政策结果，可以在决策的地方遏制战略的经济放缓和病毒传播的最佳平衡的信息。
2021-04-03 cs.SI nlin.AO physics.soc-ph
Agent-Level Pandemic Simulation (ALPS) for Analyzing Effects of Lockdown Measures
本文开发了一个代理级仿真模型，称为ALPS，用于模拟传染病在封闭社区的传播。传播机制是病原体之间的接触，使用的是2019冠状病毒病大流行报告的参数。ALPS模拟的主要目标是分析预防措施-实施和解除封锁规范-对感染率，死亡率和康复率的影响。模型假设和选择代表了现实和实时推理效率之间的竞争需求。该模型提供了通过实施和维持限制性措施减少伤亡方面的收益的量化。
2020-04-25 physics.soc-ph q-bio.PE stat.AP
Temporal Clustering of Disorder Events During the COVID-19 Pandemic
University of Trento（特伦托大学）；University of California, Los Angeles（加州大学洛杉矶分校）；California State University at Northridge（加州州立大学北岭分校）
COVID-19大流行引发了多重公共卫生、社会经济和制度危机。为减缓病毒传播而采取的措施在当局和公民之间造成了严重的紧张关系，导致了一波又一波的社会动荡和反政府示威。我们研究了“COVID-19疾病追踪”计划所记录的大流行相关疾病事件的时间性质，重点关注事件数量最多的三个国家，印度，以色列和墨西哥。通过对数据流的泊松过程和霍克斯过程的拟合，我们发现，在这三个国家的无序事件是相互依赖和自激的。地理聚类证实了这些功能在国家以下一级，表明全国范围内的混乱出现的自我激励的中尺度模式的收敛。在计算国家以下各级群组之间事件的相关性时，观察到各国之间存在相当大的差异;这些差异是在具体的政治、社会和地理特征背景下讨论的。以色列是领土最紧凑的国家，也是为应对政府封锁而协调大规模抗议活动的国家，在事件发生后表现出最大的反应和最短的影响力，以及最强的全国同步性。在墨西哥，完全封锁命令从未被强制执行，反应性和全国同步性最低。我们的工作突出表明，当局需要促进地方宣传运动，以确保生计和病毒遏制政策不被视为相互排斥的。
2021-04-23 cs.LG econ.GN physics.soc-ph
Disentangling Community-level Changes in Crime Trends During the COVID-19 Pandemic in Chicago
最近利用城市一级时间序列进行的研究表明，在全球范围内，COVID-19遏制政策实施后，几起犯罪案件有所下降。利用芝加哥社区一级的数据，这项工作旨在促进我们对公共干预如何在更精细的空间尺度上影响犯罪活动的理解。分析采用两步走的方法。首先，它通过结构贝叶斯时间序列估计了芝加哥通过四种犯罪类别（即，入室盗窃、袭击、与毒品有关的犯罪和抢劫）。一旦模型检测到趋势变化的方向，幅度和重要性，Firth的逻辑回归用于调查与分析第一步中发现的统计上显着的犯罪减少相关的因素。统计结果首先表明，犯罪趋势的变化因社区和犯罪类型而异。这表明，除了总量模型的结果之外，还有一个以不同模式为特征的复杂情况。第二，回归模型提供了混合的调查结果与显着减少犯罪的相关性：几个关系有相反的方向与人口的犯罪是唯一的因素，是稳定和积极的显着减少犯罪。
2020-11-11 econ.GN physics.soc-ph q-fin.EC
The economics of stop-and-go epidemic control
我们分析了“走走停停”的遏制政策，这些政策产生了感染周期，因为严格封锁期之后是感染率下降期。随后放松遏制措施，使病例再次增加，直到另一次实施封锁，并重复这一循环。几个欧洲国家在2019冠状病毒病大流行期间采取的政策似乎符合这种模式。我们表明，“走走停停”应导致较低的医疗成本比保持感染之间的中点的高点和低点所产生的“走走停停”。将走走停停政策的上限提高和下限降低相同的数量将降低平均医疗负担。但是，在保持几何平均值不变的同时，增加上限和降低下限将产生相反的效果。我们还表明，经济成本与遏制成正比，任何将感染恢复到原始水平（技术上是一个封闭循环）的路径都具有相同的总体经济成本。
2021-11-19 econ.TH physics.soc-ph
Self-awareness based resource allocation strategy for containment of epidemic spreading
个体之间的资源支持对于控制或减轻传染病传播尤其是在大流行期间尤其重要。然而，问题仍然是，我们如何能够保护自己不被感染，同时通过捐赠资源帮助他人抗击这一流行病。为了回答这个问题，我们提出了一个新的资源分配模型，考虑到个人的自我保护意识。在该模型中，引入了一个调整参数来量化个体在意识到疾病时的反应强度。在此基础上，建立了一个资源分配与疾病传播的耦合模型，研究了自我意识对资源分配的影响以及对传染病传播动力学的影响。通过理论分析和大量的蒙特卡罗模拟，我们发现在稳态下，系统收敛到两种状态：完全健康或完全感染，这表明当资源短缺时，患病率会突然增加。更重要的是，我们发现，在疫情爆发期间，对人民过于谨慎和过于无私，都不适合疾病控制。通过大量的模拟，我们找到了最佳点，在那里有一个最大值的流行阈值，爆发可以延迟到最大程度。最后，我们进一步研究了网络结构对耦合动力学的影响。我们发现，度的异质性促进了疾病的爆发，而网络结构并没有改变行为反应的最优现象。
2020-02-07 physics.soc-ph q-bio.PE
Effectiveness of probabilistic contact tracing in epidemic containment: the role of super-spreaders and transmission path reconstruction
Politecnico di Torino（都灵理工大学）；Italian Institute for Genomic Medicine（意大利基因组医学研究所）；Politecnico di Milano（米兰理工大学）；Universidad Complutense（康普顿斯大学）；Collegio Carlo Alberto（卡洛·阿尔贝托学院）
本文通过三个SARS-CoV-2传播模型定量分析概率性接触者追踪的成效，证明其能以更低成本实现更有效缓解，并在后向追踪、多步追踪和捕获超级传播事件方面表现优异。
2024-08-30 cond-mat.stat-mech cs.AI cs.LG
Correlates of the country differences in the infection and mortality rates during the first wave of the COVID-19 pandemic: Evidence from Bayesian model averaging
在COVID-19大流行的第一波中，我们观察到各国之间的感染率和死亡率存在巨大差异。除了生物和流行病因素外，许多社会和经济标准也影响到这些差异的出现程度。因此，人们就与这一流行病的感染率和死亡率结果相关的关键社会经济和健康因素展开了积极的辩论。在这里，我们利用贝叶斯模型平均技术和国家层面的数据来调查28个变量的潜力，这些变量描述了一系列不同的健康和社会经济特征，这些变量与冠状病毒大流行第一波期间的最终感染和死亡人数相关。我们发现，只有少数变量能够与这些结果强有力地相关。为了理解解释感染率和死亡率的潜在相关因素之间的关系，我们创建了一个联合空间。利用这个空间，我们得出结论，每个变量能够为COVID-19感染/死亡结果提供可信解释的程度因国家而异，因为它们的异质性特征。
2022-01-12 econ.GN physics.soc-ph q-fin.EC
Global analysis of the COVID-19 pandemic using simple epidemiological models
在这项工作中使用了几个分析模型来描述冠状病毒（COVID-19）引起的死亡病例的演变。死亡或“D”模型是SIR（易感染-感染-恢复）模型的简化版本，该模型假设随着时间的推移没有恢复，并允许解析求解传播动力学方程。D模型可以扩展到描述不同的感染焦点，这可以解释最初的大流行（D1），封锁（D2）和其他影响（Dn）。2019冠状病毒病疫情在多个国家（中国、西班牙、意大利、法国、英国、伊朗、美国及德国）的演变显示出与D模型趋势一致的类似行为，其特征是死亡病例迅速增加，随后缓慢下降，这受到封锁效应的早期和效率的影响。这些结果与使用扩展SIR模型的更精确计算结果一致，该模型具有参数化解决方案和更复杂的Monte Carlo网格模拟，预测了类似的趋势，并表明了具有通用参数的流行病的共同演变。
2020-05-14 physics.soc-ph q-bio.PE
Space, time and altruism in pandemics and the climate emergency
本文提出一个涵盖空间、时间与利他尺度的框架，解释为何全球对COVID-19反应强于气候变化，并指出考虑规模与反馈是研究合作的核心。
2025-10-02 physics.soc-ph q-bio.PE
Space observation on detoxing the unhealthy air quality during COVID-19 pandemic in India
Institute of Science, Banaras Hindu University（贝拿勒斯印度大学科学学院）；Assam University（阿萨姆大学）
这项研究的目的是揭示冠状病毒大流行与印度不健康空气质量的空间观测之间的相关性。全球已实施封锁，以打破冠状病毒感染链。由于工业和运输部门暂时关闭，空气质量指数（AQI）在封锁开始后开始改善。这项研究汇编了NASA（美国国家航空航天局），ESA（欧洲航天局）和ISRO（印度空间和研究组织）最近发布的数据。在本文中，我们讨论了空间观测二氧化氮（NO2），气溶胶光学深度（AOD），PM2.5和PM10的影响，在印度的各个地区的空气质量。我们分析了今年和去年同期封锁前和封锁期间空气质量的解毒情况。结果显示，与印度北部过去20年相比，封锁期间对不健康空气质量的解毒产生了积极影响，因为NO2的排放量已减少到40% - 50%，气溶胶的光学水平指数较低。
2020-11-04 cs.LG physics.ao-ph physics.soc-ph
Computational model on COVID-19 Pandemic using Probabilistic Cellular Automata
由SARS-COV 2引起的冠状病毒病（COVID-19）已成为一种流行病。这种疾病具有高度传染性和潜在致命性，引起全球公共卫生问题。为了遏制COVID-19的传播，各国政府正在采取全国性的干预措施，如封锁、遏制和隔离、限制旅行、取消社交活动和广泛的检测。为了了解这些措施对控制疫情的影响，在数据驱动的方式，我们提出了一个概率元胞自动机（PCA）的基础上修改SEIQR模型。与该模型相关的转变是由关于病毒的时间顺序、症状、发病机制和传播的现有数据驱动的。通过论证基于格子的模型捕捉了动态的特征以及现有的波动，我们对模型进行了严格的计算分析，以考虑到对人们施加的社交距离措施的空间动态。考虑到与缓解策略相关的概率行为方面，我们研究了考虑人口密度和测试效率等因素的模型。使用该模型，我们专注于不同国家的流行病动态数据的变异性，并指出这些对比观察背后的原因。据我们所知，这是首次尝试使用PCA对COVID-19传播进行建模，该PCA为我们提供了感染传播的空间和时间变化，并了解了不同感染参数的贡献。
2020-06-19 cs.SI nlin.CG physics.soc-ph
Dynamical modelling and analysis of COVID-19 in India
我们认为新型冠状病毒在中国武汉市爆发后，新型冠状病毒疫情在印度蔓延。我们使用官方报告的疫情早期数据，借助易感（S）、暴露（E）、感染（I）和移除（R）人口模型，即所谓的SEIR动力学模型，估计了印度COVID-19初始感染个体的传播率。进行数值分析和模型验证，以根据有关感染人数的官方公开信息校准系统参数，然后评估可能适用于印度的几种COVID-19情景。我们的研究结果提供了一个估计的疾病发生在不久的将来，也证明了政府和个人的努力，以控制流行病相关的关键情况的影响和时间的重要性。我们还特别强调了遏制过程中的个别反应。
2020-12-08 physics.soc-ph q-bio.PE
COVID-Town: An Integrated Economic-Epidemiological Agent-Based Model
我开发了一个新的宏观经济流行病学代理模型，以研究不同政策情景下COVID-19大流行的影响。代理人的职业、家庭状况和年龄各不相同，在家中、工作或休闲活动中与其他代理人互动。该模型允许实施和测试实际使用或反事实的政策，如关闭学校或休闲产业，以探索其对病毒传播的影响及其经济后果。该模型是校准与德国的统计数据的时间使用，人口，家庭，企业人口，就业，公司利润和工资。我根据德国的遏制政策建立了一个基线情景，并将模拟的流行病学参数与观察到的德国死亡曲线和第一波COVID-19的估计感染曲线拟合。我的模型表明，如果晚一周采取行动，德国第一波疫情的死亡人数将增加180%，而如果早一周制定政策，死亡人数将减少60%。最后，我将讨论两种典型的财政政策情景：顺周期（零赤字）和反周期财政政策。在零赤字的情况下，出现了一个恶性循环，经济衰退从高互动的休闲产业蔓延到经济的其他领域。即使在消除病毒和取消限制之后，经济复苏也是不完整的。另一方面，反周期财政政策限制了经济损失，并允许V型复苏，但不会增加死亡人数。这些结果表明，对大流行病的最佳反应，旨在遏制或坚持疫苗结合早期采取遏制措施，以保持感染人数低与扩张性财政政策，以保持低风险部门的产出高。
2020-11-12 econ.TH physics.soc-ph
Spatio-Temporal SIR Model of Pandemic Spread During Warfare with Optimal Dual-use Healthcare System Administration using Deep Reinforcement Learning
本文提出融合SIR流行病模型与Lanchester战争模型的时空数学模型，并利用深度强化学习优化军民两用医疗系统管理策略，揭示战时疫情下应依据即时死亡率在救治伤兵与染疫平民间动态优先分配医疗资源。
2024-12-18 cs.LG cs.MA physics.soc-ph
Sustaining the economy under partial lockdown: A pandemic centric approach
随着世界努力遏制和控制新型冠状病毒的传播，各国正在采取严厉措施，从限制旅行和社交聚会到完全封锁。封锁虽然有效地控制了病毒的传播，但也造成了巨大的经济影响。在印度这样一个21.9%的人口处于贫困线以下的国家，封锁对很大一部分人口的生计产生了直接影响。我们的方法符合医疗保健和国家的做法，通过优化封锁策略减少人与人之间的接触。我们建议恢复经济活动，同时保持医疗设施不被淹没。我们将冠状病毒大流行建模为SEIR动态模型，将一组国家作为具有一定人口的节点，并分析完全封锁前后的模型输出。在没有锁定的情况下，人们愿意遵循的社交距离被建模为通过模仿Granoblutter阈值模型来影响当前感染数量的知识。然后，我们提供了最佳的封锁政策解决方案的持续时间为10周，使用NSGA-II优化算法。虽然有许多研究专注于模拟COVID-19的传播，但我们的研究是为数不多的尝试之一，旨在在感染人数和经济运作之间取得平衡。
2020-05-17 physics.soc-ph q-fin.GN
COVID-19 Pandemic Prediction using Time Series Forecasting Models
由于全球持续的新型冠状病毒（COVID-19）大流行，数百万人被感染，数十万人丧生。确定未来的感染病例和病毒传播速度对于医疗服务的提前准备以避免死亡至关重要。准确预测COVID-19的传播对研究界来说是一个分析性和挑战性的现实问题。因此，我们使用COVID-19传播的日级别信息来计算全球和10个受影响最严重的国家的累积病例;美国、西班牙、意大利、法国、德国、俄罗斯、伊朗、英国、土耳其和印度。我们利用2020年1月22日至2020年5月20日的冠状病毒传播时间数据。我们对COVID-19疫情的演变进行建模，并使用ARIMA和Prophet时间序列预测模型进行预测。根据平均绝对误差、均方根误差、相对均方根误差和平均绝对百分比误差评估模型的有效性。我们的分析有助于了解疾病暴发的趋势，并提供采用国家的流行病学阶段信息。我们的调查表明，ARIMA模型对COVID-19流行率的预测更为有效。预测结果有可能帮助各国政府规划遏制病毒传播的政策。
2020-07-22 physics.soc-ph
Optimal immunity control by social distancing for the SIR epidemic model
在找到针对SARS-CoV-2冠状病毒的疫苗或疗法之前，实现群体免疫似乎是唯一的中期选择。然而，如果感染个体的数量减少，并最终消退，仅超过这一阈值，相当大比例的易感者仍可能被感染，直到流行结束。在没有疫苗或治疗方法的最坏情况下，控制策略可能是最好的政策。为了将新感染者的数量保持在最低限度，一个可能的策略是采取严格的控制措施，使易感个体的数量保持在接近群体免疫力的水平。这种行动是不现实的，因为遏制只能持续有限的时间，而且永远不会彻底。在这篇文章中，使用一个经典的SIR模型，我们确定（部分或全部）遏制策略在一个给定的有限的时间间隔，最大限度地增加易感个体的数量在一个无限的地平线上，或等价地，最小化总的感染负担在诅咒的流行病。证明了该最优策略的存在唯一性，并对后者进行了充分刻画。如果在实践中适用，这种策略理论上将导致无限范围内易感人群比例增加30%，其遏制水平与法国2020年3月至5月实施的卫生措施相对应。我们还分析了最小干预时间达到一个固定的距离从群体免疫，并显示与前一个问题的关系。仿真结果表明，并验证了理论结果。
2020-06-10 math.OC physics.soc-ph q-bio.PE
SARS-CoV-2 spread and quarantine fatigue: a theoretical model
于2019冠状病毒病疫情期间，世界各地已实施社区防控措施。然而，尽管政府提出了建议和授权，但在一些地点，流动性仍在逐步增加。这种现象通常被称为“检疫疲劳”。一个多世纪以来，数学模型一直被用来研究疾病传播的动力学。自2019冠状病毒病疫情开始以来，已开发大量模型以研究疫情的不同方面。本研究的目的是设计和探索一个具有检疫疲劳的SARS-CoV-2传播的数学模型。一个确定性模型表示的微分方程系统，易感-感染-感染（SIR）的动力学的基础上，开发。该模型是通过计算机模拟进行探索。所获得的结果表明，在某些情况下，在第一个流行高峰之后，疲劳可以引起第二个高峰。因此，该模型的动态行为表明，疲劳可能促成了2020年至2021年初在世界不同地区观察到的第二个感染者高峰的产生。进行的探索还表明，该模型是敏感的感染率和其他参数有关的传播动力学。开发的模型相对简单，在现实世界中进行准确的预测有重要的局限性。然而，我们的研究强调了在管理当前的COVID-19大流行以及未来可能由其他病原体引起的大流行时考虑检疫疲劳的重要性。
2021-03-26 math.DS physics.bio-ph physics.soc-ph
Physics-informed machine learning for the COVID-19 pandemic: Adherence to social distancing and short-term predictions for eight countries
University of Crete（克里特大学）
于二零二零年上半年初期，COVID-19的传播已透过大多数国家实施的社交距离措施或多或少地受到遏制。在这项工作中，我们通过机器学习技术，将国家层面的感染数据直接链接到一个表示社交距离有效性的数字。我们假设，标准的SIR模型给出了一个合理的描述传播的动态，因此，社会距离方面可以通过外部施加的时间依赖性感染率建模。我们使用一个指数分析SIR模型，找到一个精确的解决方案的时间无关的感染率，并推导出一个简单的一阶微分方程的时间相关的感染率作为一个函数的感染人口。使用来自八个国家的“第一波”感染数据，并通过物理学信息的机器学习，我们提取了导致特定感染的社交距离的线性依赖程度。我们发现，在两个极端是希腊，一边是最高的衰减斜率，另一边是美国，几乎是平坦的“衰减”。斜坡的层次结构与每个国家的大流行遏制效果相一致。最后，我们在分析期结束后用数据训练我们的网络，并对当前感染阶段进行为期一周的预测，这些预测看起来非常接近实际感染值。
2020-08-18 cs.LG physics.bio-ph physics.soc-ph
Two-population SIR model and strategies to reduce mortality in pandemics
尽管对严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）的传播机制进行了许多研究，但有效降低死亡率仍然具有挑战性。在这项工作中，我们应用一个两种群易感-感染-移除（SIR）模型来研究当老年人和非老年人之间的接触由于老年人的高死亡风险而减少时COVID-19的传播。我们发现，减少两个种群之间的联系可以延迟死亡曲线，但不能很好地降低最终死亡率。我们提出了一个合并的SIR模型，它建议老年人在初始阶段少与非老年人的联系互动，但以后多与非老年人的关系互动，以降低最终的死亡率。最后，对老年枢纽个体进行免疫接种也可以显著降低死亡率。
2021-09-10 cs.SY eess.SY physics.soc-ph
Beyond COVID-19 Pandemic: Topology-aware optimisation of vaccination strategy for minimising virus spreading
减轻传染病的传播最近得到了研究界的相当大的关注。可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现这一目标。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似级别的接触工人，以最大限度地提高患者的生存率和挽救的生命年数。减轻传染病的传播最近得到了研究界的相当大的关注。它可以通过采取卫生措施、社会规则以及广泛的疫苗接种运动来实现。接种疫苗目前是在不严格封锁的情况下缓解冠状病毒病（COVID-19）爆发的主要方法。其效力还取决于行政管理的数量和及时性，因此需要严格的优先次序标准。几乎所有国家都优先考虑类似类别的暴露工人：医疗保健专业人员和老年人，以最大限度地提高患者的生存率和挽救的生命年数。尽管如此，该病毒目前正在高速传播，迄今所采用的任何优先标准都没有考虑到接触网络的结构组织。
2022-02-15 cs.SI physics.soc-ph
Covid-19 pandemic and the unprecedented mobilisation of scholarly efforts prompted by a health crisis: Scientometric comparisons across SARS, MERS and 2019-nCov literature
在本世纪，每一次重大的冠状病毒爆发都引发了关于这一主题的学术出版物的迅速激增。然而，在2019年新型冠状病毒（Covid-19）之后，研究出版物的激增与以往不同。2019冠状病毒病（COVID-19）大流行引发的全球危机以前所未有的方式调动了科学界的努力。在不到五个月的时间里，已有超过12，000项研究项目被编入索引，而且数量每天都在增加。随着这场危机影响到生活的方方面面，对新冠肺炎的研究似乎已成为许多学科的关注焦点。本文分析了Covid-19文献的科学计量学方面，并与之前两种主要冠状病毒疾病（即SARS和MERS）的科学计量学方面进行了对比。重点是关键词的共现、书目耦合、期刊引文关系和国家间合作。在所有三篇文献中发现了某些重复出现的模式。这三次疫情通常会产生三个不同的主要研究队列：（i）与公共卫生应对和流行病控制相关的研究，（ii）与病毒化学结构相关的研究，以及（iii）与治疗、疫苗相关的研究和临床护理。虽然属于类别（i）的研究似乎是最早出现的，但与其他两个类别相比，它们总体上被引用的次数最少。2019冠状病毒病研究似乎分布在更广泛的期刊和学科领域。在每次暴发的地理起源或每次暴发的当地地理严重程度与源自各区域的研究规模之间观察到明显的联系。与SARS和MRS相比，Covid-19研究还显示了来自更广泛国家的作者的参与。
2020-06-01 cs.DL cs.IR physics.soc-ph
Cooperation dynamics under pandemic risks and heterogeneous economic interdependence
COVID-19的蔓延和随之而来的遏制措施凸显了国家或地区之间的深刻相互依赖。这一点在旅游业尤为明显，因为旅游业是受不协调的流动限制影响最大的部门之一。这种相互依赖性对采取限制性或多或少的措施的趋势的影响难以评估，如果考虑到公民流动性所面临的经济风险的多样性，情况就更是如此。在这里，我们通过开发一个分析和计算博弈论模型来解决这个问题，该模型涵盖了因控制全球风险（如COVID-19大流行病）的经济影响而产生的冲突。该模型包括了政府施加的严格限制所产生的个人成本，包括由此产生的参与游戏的所有各方之间的经济相互依赖性。通过使用基于旅游业的数据，该模型丰富了实际的异质收入损失，使得每个玩家在应用限制时都有不同的经济成本。我们表明，经济相互依赖增强了合作，因为搭便车的各方（即，那些忽视流动性限制的应用的人）。此外，我们表明（通过分析和数值模拟），这些交叉曝光可以改变每个地区或国家面临的合作困境的性质，修改固定点的位置和吸引力的盆地的大小，这类游戏的特点。最后，我们的研究结果表明，区域之间的异质性可以用来利用干预政策的影响，确保最相关的初始合作者之间的协议。
2021-07-30 cs.SI physics.soc-ph
Tracking COVID-19 by Tracking Infectious Trajectories
如今，冠状病毒大流行已经并仍在造成大量死亡和感染者。尽管世界各国政府都采取了严厉的措施来减缓病毒的传播（例如，旅行限制，暂停所有体育、社会和经济活动，禁止旅行，保持社交距离等），许多人已经死亡，更多的人仍然处于危险之中。事实上，最近进行的一项研究~ \cite{ref2}报告称，中国79%的确诊感染是由无症状的无证患者引起的。在同样的背景下，在许多其他国家，由于冠状病毒在出现症状之前需要几天时间，据报道，已知的感染人数并不代表实际感染人数（预计实际人数要高得多）。也就是说，无症状患者是冠状病毒大规模快速传播的主要因素，也是导致各国政府对这一危急局势失去控制的主要原因。为了有助于补救这一全球大流行病，在本文中，我们提出了一个物联网（IoT）调查系统，该系统专门用于发现无证患者和传染性场所。目标是帮助当局对高污染场所进行消毒，并对没有明显症状的人进行隔离。拟议的系统还可以确定与受感染或疑似患者有过密切接触的所有人员。因此，可以实现可疑病例的快速隔离和对任何大流行传播的更有效控制。
2020-05-12 cs.CY cs.SI physics.soc-ph
Mobility Based SIR Model For Pandemics -- With Case Study Of COVID-19
在过去的十年中，人类面临着许多不同的流行病，如SARS，H1N1和目前的新型冠状病毒（COVID-19）。一方面，科学家们正在关注疫苗接种，另一方面，有必要提出模型，帮助我们了解这些流行病的传播，因为它可以帮助政府和其他相关机构做好准备，特别是对像COVID-19这样传播速度更快的流行病。一些流行病转变为大流行病的主要原因是世界不同区域之间的连通性，这使得更容易影响更广泛的地理区域，往往是世界范围。此外，世界不同区域的人口分布和社会凝聚力也不一致。因此，一旦疫情进入一个地区，那么当地的人口分布就起着重要的作用。受这些思想的启发，我们提出了一个基于流动性的SIR模型的流行病，特别是考虑到大流行的情况。据我们所知，这是第一个考虑到全球不同地理位置的人口分布和连通性的模型。除了提出我们的模型的数学证明，我们已经进行了广泛的模拟使用合成数据，以证明我们的模型的通用性。为展示我们的模型的更广泛范围，我们使用我们的模型预测爱沙尼亚的COVID-19病例。
2020-04-26 cs.SI physics.soc-ph
