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
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
Epidemic oscillations induced by social network control: the discontinuous case
传染病传播可透过采取隔离措施（如社交距离及封锁）予以遏止。然而，当这些措施放松时，可能会出现新的流行病浪潮和感染周期。在这里，我们探讨了这个问题，在分区流行病模型的不连续控制的情况下，在人口的感染状态和其社会网络的结构之间存在反馈的图。我们表明，在随机图中的遏制措施的效果是简单地捕获的有效感染率，占网络的分支比的变化的重正化。在我们的简单设置中，可以使用分段平均场近似来导出流行病波的数量和长度的解析公式。使用不完全信息模型的一个变体对巴斯克地区和伦巴第地区最近的新冠肺炎疫情数据进行建模，我们估计了封锁期间社交网络中断的程度，并描述了动态吸引子的特征。
2020-12-04 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
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
Containment efficiency and control strategies for the Corona pandemic costs
新型冠状病毒（COVID-19）的迅速传播使政策制定者面临衡量遏制策略有效性的问题，平衡公共卫生考虑与社交距离措施的经济成本。我们引入了一个修改后的流行病模型，我们命名为受控SIR模型，其中的疾病繁殖率动态演变的政治和社会的反应。给出了一个解析解。该模型再现了超过疫情第一个高峰的大量地区和国家的官方COVID-19病例数。从现场数据中提取一个无偏反馈参数，并用于制定衡量遏制策略效率的指数（CEI指数）。给出了一系列国家的CEI值。对于受控SIR模型的两个变体，对整个流行病过程中的医疗和社会经济总成本进行了详细估计。成本包括医疗成本、社会距离的经济成本以及挽救生命的经济价值。在合理的参数下，严格的措施比不干涉政策效果更好。基于当前病例数的战略导致的总成本大大高于基于该流行病总体历史的战略。
2021-01-11 econ.GN physics.soc-ph q-bio.PE
Resilience management during large-scale epidemic outbreaks
仅考虑疾病的个体风险和严重性，评估和管理大规模流行病的影响极为困难，而且可能极其昂贵。经济后果、基础设施和服务中断以及恢复速度只是量化流行病对社会结构影响的许多方面中的几个方面。在这里，我们扩展了弹性的概念，以表征流行病的结构化人群，通过定义系统范围内的关键功能，结合个人的风险得到的疾病（疾病发作率）和系统的功能中断（人类流动恶化）。通过研究概念模型和数据驱动模型，我们表明，在韧性评估框架下对个人风险和社会破坏的综合考虑，为流行病如何影响社会提供了一幅有见地的图景。特别是，旨在直接降低风险的遏制干预措施可能会减缓基本社会功能的恢复，从而对系统产生净负面影响。本研究将复原力框架付诸实施，为在流行病爆发的情况下优化遏制计划和缓解政策提供了一种更加细致入微和全面的方法。
2018-01-08 physics.soc-ph q-bio.PE
The nexus between disease surveillance, adaptive human behavior and epidemic containment
本研究通过分析疾病监测、风险信息传播与集中化干预之间的交织动态，发现最小化疫情规模的响应取决于信息传播与疾病传播的权衡，且行为适应会对最终疫情规模产生滞后效应。
2025-03-06 math.DS q-bio.PE
COVID-19 Epidemic in Mumbai: Projections, full economic opening, and containment zones versus contact tracing and testing: An Update
孟买是世界上人口最稠密的城市之一，在印度所有城市中，病例数量第四多，死亡人数最多（截至2020年10月28日）。与印度其他地区一样，自2020年3月25日以来，孟买一直处于不同程度的封锁状态。鉴于封锁以及对人员和货物流动的相关限制对该国造成了巨大的经济损失，迅速开放经济尤其是在孟买这样的金融中心变得至关重要。在这份报告中，我们使用IISc-TIFR代理为基础的模拟器开发长期预测孟买的现实情况下，孟买的开放的工作场所，或等效的，经济，以及相关的公共交通，通过当地的火车和公共汽车。这些预测是考虑到如果经济和当地列车在2020年11月1日或2021年1月1日完全开放，可能会出现第二波。如果学校和大学在2021年1月的第一周开放，对孟买感染传播的影响也被考虑在内。我们还试图解释在Ganeshotsav节以及Navratri/Dussehra和Diwali节期间人口之间的混合增加。根据我们的模拟，我们的结论是，只要合理的医疗基础设施到位，11月1日全面开放经济的影响是可控的。此外，1月份开学的学校和学院不会导致感染人数过度增加。该报告还探讨了接触者追踪与隔离区的相对有效性，并包括2021年2月为老年人接种疫苗的效果的初步结果。
2020-10-29 physics.soc-ph q-bio.PE
Epidemic plateau in critical SIR dynamics with non-trivial initial conditions
一些国家为抑制COVID-19传播而实施的遏制措施已导致疫情放缓，其特征为每日感染的时间序列在较长时间内趋于平稳。我们证明，这样的动态模式是兼容的关键易感感染删除（SIR）动态。在传统的临界SIR模型分析中，临界动态区域是从单个感染节点开始的。然而，对正在进行的流行病采取遏制措施，会使系统进入临界状态，受感染的人数可能很大。我们描述了这样的非平凡的起始条件如何影响SIR模型的临界行为。我们执行的模型的理论和大规模的数值研究。我们发现，预期的爆发规模是一个递增的函数的初始数量的感染者，而预期的持续时间的爆发是一个非单调的函数的初始数量的感染者。此外，我们精确地描述了与爆发的大小和持续时间相关的波动幅度在关键SIR动态与非平凡的初始条件。远离听到的免疫力，波动比平均值大得多，从而表明平稳时间序列的预测可能特别具有挑战性。
2020-10-21 cond-mat.dis-nn physics.soc-ph q-bio.PE
Non-trivial Resource Amount Requirement in the Early Stage for Containing Fatal Diseases
在流行病控制中，通常通过增加投入的资源以缩短传染性持续时间来实现对疾病的控制。然而，这一资源支出的影响尚未得到定量研究。使用有据可查的霍乱数据，我们观察到经验的恢复率，这是有关的传染性的持续时间有很强的正相关性与平均资源投入到受感染的个人。通过引入这种关系，我们建立了一个新的模型，发现资源不足导致感染人口规模的突然增加，这与以前认为的连续相变形成鲜明对比。与直觉相反，这种突然的相变在传染性较低的疾病中更为明显，而这些疾病通常对应于最致命的疾病。此外，我们发现，即使是单一的传染源，公共资源需要满足一个显着的数额，这是正比于整个人口规模，以确保疫情控制。我们的研究结果为早期有效的疫情控制策略提供了理论基础。
2018-01-27 physics.soc-ph q-bio.PE
Second-Order Moment-Closure for Tighter Epidemic Thresholds
在本文中，我们研究了发生在复杂接触网络中的传染扩散过程的动力学。我们特别提出了一个下界的节点数量的衰减率感染的易受感染的（SIS）随机传播过程。对这种衰减率的精确量化对于设计有效的战略来遏制流行病的爆发至关重要。然而，现有的一阶平均场近似的基础上的衰减率的下限往往伴随着一个大的错误，导致效率低下的遏制策略。为了克服这一缺陷，我们推导出一个下界的基础上的二阶矩封闭的随机SIS过程。所提出的二阶界理论上保证比现有的一阶界更紧。我们还提出了各种数值模拟，以说明我们的下限如何大大提高现有的一阶下界在实际情况下的性能，从而产生更有效的战略，流行病遏制。
2017-09-18 cs.SI q-bio.PE
Epidemic spreading in an expanded parameter space: the supercritical scaling laws and subcritical metastable phases
到目前为止，对2020年冠状病毒疫情数据的分析大多集中在短时间窗口上，因此目前缺乏对冠状病毒疫情与遏制措施（CEwCM）的统计物理规律的定量测试。在这里，我们报告了230天的CEwCM的定量分析，涵盖了第一波流行的全时间间隔。我们使用3D相图跟踪倍增时间Td（t）和再生数Rt（t）的同时演化，表明这种扩展的参数空间对于CEwCP的生物物理是需要的。我们证明了在超临界[Rt（t）>1，Td（t）<40天]状态下，i）总感染病例的曲线Z（t）服从Ostwald定律; ii）倍增时间遵循作为时间的函数的指数律Td（t）=A exp（（t-t0）/s），以及iii）幂律Td（t）=C（Rt（t）-1）^-n用取决于Rt的定义的指数n来验证（t）。2020年第二次流行波的双对数图Td（t）与（Rt-1）揭示了亚临界状态[Td（t）>100天]中Rt>1的亚稳态阶段，其中Td（t）保持恒定，然后爆炸，并遵循与第一波相同的幂律进行遏制
2020-12-17 physics.soc-ph q-bio.PE
How to reduce epidemic peaks keeping under control the time-span of the epidemic
应对COVID-19疫情措施的主要挑战之一是在不控制其时间尺度的情况下降低疫情高峰的幅度而不增加。我们研究这个问题，使用SIR模型的流行病动力学，其中减少的流行病峰值$I_P$，可以只在增加的时间$t_P$，其发生的整个时间跨度$t_E$的价格。通过时间重新参数化，我们线性化SIR动力学方程。这使我们能够精确地解决在时域中的动态，并通过降低感染率$α$和通过将去除率$β$增加$λ$的因子来导出流行病的大小、时间尺度和速度的缩放行为。我们表明，对于一个给定的值的大小（$I_P$，总，$I_E$和平均$\hat I_P$数量的感染），它的发生时间$t_P$和整个时间跨度$t_E$可以减少一个因素$1/λ$，如果减少$I$是通过增加去除率，而不是减少感染率。因此，基于追踪、早期发现并随后迅速隔离受感染者的流行病遏制措施比基于社会距离的措施更有效。我们将研究结果应用于意大利北部的COVID-19疫情。我们发现，峰值时间$t_P$和整个时间跨度$t_E$可以减少一个因素$0.9 \le 1/λ\le 0.34$与遏制措施的重点是增加$β$，而不是减少$α$。
2020-04-05 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
Discontinuous epidemic transition due to limited testing
高影响流行病是人类在21世纪面临的最大威胁之一。检测、接触者追踪和预防对于减缓流行病的发展至关重要，但对于高度传染性疾病来说可能是不够的。在没有药物干预的情况下，物理距离措施仍然是避免大范围爆发的最后手段。在这里，我们表明，这种组合的对策大大改变了流行病的过渡规则，如果测试能力是有限的：而不是连续的对策的反应变得不连续，而不是按照传统的指数增长，爆发加速和规模超指数在中间时期。因此，遏制措施要么足以在总病例数较低时阻止疫情爆发，要么如果过于薄弱就会发生灾难性的失败，从而意味着在可靠地估计总体流行动态方面存在很大的不确定性，无论是在初始阶段还是在第二波情景期间。
2021-02-22 physics.soc-ph q-bio.PE
Consequences of delays and imperfect implementation of isolation in epidemic control
几个世纪以来，隔离一直是不可预见的流行病爆发的主要控制策略。如果全面和毫不拖延地实施，隔离是非常有效的。然而，完美的执行在实践中很少可行。我们提出了一个流行病模型称为SIQ的隔离协议，专注于延迟和不完全识别受感染的主机的后果。该模型的连续极限是一个时滞微分方程组，通过对该方程组的分析，可以清楚地看到传染病演化对模型参数的依赖性，包括疾病再生数、隔离概率、识别感染宿主的速度和恢复率等。我们的模型提供了估计最低限度的反应能力，需要遏制疫情，并预测地方病的状态时，遏制失败。紧急反应能力以容易获得的参数明确表示，以协助评价涉及备灾和流行病管理的供资优先事项。
2019-01-21 q-bio.PE
A Data-Driven Network Model for the Emerging COVID-19 Epidemics in Wuhan, Toronto and Italy
持续的2019冠状病毒病（COVID-19）大流行威胁人类健康并造成巨大经济损失。建立预测模型和预测流行趋势对于制定缓解这一流行病的对策至关重要。我们开发了一个网络模型，其中每个节点代表一个个体，边缘代表感染可能传播的个体之间的接触。这些人根据他们每天接触的人数（他们的节点程度）和他们的感染状态进行分类。使用马尔可夫链蒙特卡罗（MCMC）优化算法，将传播网络模型分别拟合到武汉（中国）、多伦多（加拿大）和意大利共和国的COVID-19疫情报告数据。我们的模型很好地拟合了这三个地区，置信区间很窄，可以适用于模拟其他特大城市或地区。关于遏制战略作用的模型预测可帮助公共卫生当局规划控制措施。
2020-05-28 physics.soc-ph q-bio.PE
Ebola cases and health system demand in Liberia
2014年，西非出现了人类埃博拉病毒病的大流行，人与人之间的传播现已持续了10个多月。2014年夏天，关于遏制之路的几个关键政策问题的答案存在很大的不确定性。近年来，流行病模型已被用于指导公共卫生干预措施。但是，基于模型的政策依赖于对传播的高质量因果理解，包括提供适当的动态传播模型和可靠的病例发生率序列报告，以进行模型拟合，这是本次流行病所缺乏的。为了研究潜在传播场景的范围，我们开发了一个多类型的分支过程模型，该模型结合了关键的异质性和随时间变化的参数，以反映不断变化的人类行为和故意干预。在一组流行病学上合理且能够重现观察到的轨迹的参数下对该模型的集合进行了评价。结果表明，流行病的结果取决于医院的能力和个人的行为。该模型预测，如果医院的能力不尽快增加，那么传播的速度可能会超过隔离的速度和为病人、传染病患者和垂死者提供护理的能力。同样，遏制可能会要求个人采取提高病例识别率和隔离率以及安全埋葬死者的行为。根据目前的知识，即使以目前预计的医院能力实现99%的住院率，也不能确定这种流行病是否会得到控制。
2014-10-30 q-bio.PE
SIR Model-based Prediction of Infected Population of Coronavirus in Hubei Province
在武汉突发冠状病毒疫情后，持续而丰富的疫情数据已被公开，作为控制措施决策支持和积极实施遏制策略和计划的重要事实。随着病毒的进一步增长和传播，根据最新的战略和措施，未来的资源分配和规划取决于对流行病数据和特征的仔细研究，以准确预测和估计。利用SIR模型，根据疫情报告数据，采用最小均方误差和法得到关键参数，对近四周的疫情趋势进行准确预测。
2020-03-10 q-bio.PE
COVID-19 spreading under containment actions
我们提出了一个流行病学模型，其中包括个人的流动模式，本着（Barmak，2011，2016）和（Medus，2011）中考虑的精神。我们假设人们在一个120x120街区的城市中移动，每个街区有300名居民。移动模式与复杂网络相关联，其中节点表示块，而链路表示个人的行进路径。我们实施了三种限制策略以减轻疾病传播：1）全局限制，2）对移动性的部分限制，以及3）局部限制。在第一种情况下，人们观察到全球隔离政策可以防止该疾病的大规模爆发。在第二种情况下，如果不辅之以使用口罩和保持社交距离等卫生措施，对流动性的部分限制可能导致大规模传染。最后，提出了一种局部隔离策略，以每个块的健康状态为条件。据观察，这一缓解战略能够根据城市的特定地区的传染程度进行干预，从而遏制甚至减少疾病的爆发。人们还注意到，在一定比例的感染者没有症状的情况下，这一战略能够控制这一流行病。
2021-02-03 physics.soc-ph q-bio.PE
Impact of behavioral heterogeneity on epidemic outcome and its mapping into effective network topologies
Institute for Cross-Disciplinary Physics and Complex Systems (IFISC), CSIC-UIB（跨学科物理与复杂系统研究所）；IMT School For Advanced Studies Lucca（卢卡高等研究学院）
本研究提出HeSIR模型，通过双峰方案捕捉行为异质性对流行病动态的影响，并揭示同质性对疫情传播的潜在影响。
2026-01-29 physics.soc-ph q-bio.PE
The fallacy of herd immunity
在这里，我们表明，群体免疫不是我们可以实施、信任、控制或依赖的措施，等待群体免疫发挥作用无异于希望最好的结果。群体免疫并不像人们所提到的那样是某种保护，而是减少感染的机会，只有在发生更多感染的情况下，一个群体才能实现这一点，这是自相矛盾的。关于何时会有足够的群体免疫力来阻止COVID-19疫情的讨论，向公众和政策制定者传递了一个错误的信息，即我们可以等待事情发生来放松遏制措施。在这里，我们回顾了一种非正统的流行病结构，揭示了群体免疫的真正含义，这很容易被非专家理解。
2022-09-19 physics.soc-ph q-bio.PE
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
Temporal data series of COVID-19 epidemics in the USA, Asia and Europe suggests a selective sweep of SARS-CoV-2 Spike D614G variant
2019冠状病毒病大流行始于中国武汉，并导致2019冠状病毒病病原体SARS-CoV-2的RNA病毒在全球传播。由于其突变率、广泛的地理分布和宿主反应差异，这种冠状病毒目前正在演变成一系列具有不断增加的遗传多样性〈动〉<动>的菌株。大多数变异对疾病传播和症状严重程度显然具有中性影响。然而，在负责宿主细胞附着和侵袭的病毒刺突蛋白中，含有位置614处的氨基酸D至G的取代（D 614 G）的出现的变体被认为增加病毒感染能力。为了测试这种变异是否具有流行病学影响，在美国、亚洲和欧洲比较了614位携带D或G的SARS-CoV-2样本的时间分布。比较了流行早期和晚期的流行曲线。在早期阶段，在遏制措施尚未完全实施的情况下，病毒变体应该是不受约束的，其生长曲线可能近似于自由病毒动力学。我们的分析显示，在美国、亚洲和欧洲，D 614 G流行率与COVID-19流行曲线的增长率相关。我们的研究结果表明，选择性扫描，可以解释，至少部分地，通过这种变体的传播优势，换句话说，D 614 G的分子水平的影响有足够的人口传播动力学的影响，检测到的流行病增长曲线的速率系数的差异。
2020-06-20 physics.soc-ph q-bio.PE
Evolution of scaling emergence in large-scale spatial epidemic spreading
背景资料：Zipf定律和Heaps定律是标度概念的两个代表，在复杂性科学的研究中起着重要的作用。齐普夫定律和堆定律的共存使得人们对这两种标度之间的依赖关系有不同的理解，这一点至今仍难以澄清。方法/主要发现：在本文中，我们观察到标度的一个演化过程：Zipf定律和Heaps定律在初始时刻自然地形成共存，而交叉伴随着它们在更大时间内的不一致性的出现，然后达到稳定状态，其中Heaps定律仍然存在，严格的Zipf定律消失。大规模的空间传染病传播的情况下说明了这样的发现，和流行性疾病的经验结果支持的两个法律之间的关系的普遍分析，无论疾病的生物学细节。雇用美国（U.S.）国内航空运输和人口统计数据构建一个集合种群模型来模拟美国国家层面的大流行传播，我们发现基础设施的广泛异质性在规模化出现的演变中起着关键作用。结论/意义：大规模空间传染病传播的分析有助于理解标度的时间演化，表明Zipf定律和Heaps定律的共存依赖于流行病过程的集体动力学，而传染病传播的异质性表明在大流行病早期实施有针对性的遏制策略的重要性。
2011-05-25 cs.SI physics.data-an physics.soc-ph
Containment strategies and statistical measures for the control of Bovine Viral Diarrhea spread in livestock trade networks
由于对公共卫生的直接影响和对经济的影响，评估网络上流行病传播的风险并制定遏制战略具有巨大的实际重要性。在这项工作中，我们提出了一个随机的，事件驱动的，分层代理为基础的模型，旨在重现牛病毒性腹泻（BVD），相应的运动网络的主要传播途径的牛疾病的传染动力学的数值结果。对于农场节点的动态，该模型考虑了大量的繁殖，传染和动物运动机制，通过一个易感染的恢复（SIR）类型的动态与一个额外的永久传染类。农场之间的相互作用是由一个供应和需求农场经理机制，管理网络结构和动态。我们讨论了疾病和育种动态，研究了许多缓解策略，目前和过去的政府法规，以德国为案例研究国家，并进行敏感性分析的关键参数。我们认为，该模型，受校准，具有普遍的预测潜力，可以扩展到BVD以外的疾病，并证明适当的措施确实可以导致根除BVD。我们进一步提出的模型的时间序列的结果，并进行统计分析，并在不同的缓解策略。
2019-12-12 nlin.AO q-bio.PE
What Can We Learn from the Time Evolution of COVID-19 Epidemic in Slovenia?
最近的一项工作（DOI 10.1101/2020.05.06.20093310）表明，暂时将较大的群体分成较小的群体可以有效地减缓SARS-CoV-2病毒的传播。不久之后，2020年5月15日，拥有200万人口的斯洛文尼亚成为第一个宣布COVID-19疫情在国界内结束的欧洲国家，这一事实可能与此相关。受这一演变的推动，在本文中，我们调查了斯洛文尼亚冠状病毒病例的时间动态，重点是各种遏制措施如何有效地减少COVID-19感染人数。值得注意的是，本分析不依赖于任何推测性的理论假设;它完全基于原始流行病学数据。在这里提出的结果中，最重要的一个也许是发现，虽然实施严厉的宵禁和旅行限制将感染率kappa降低了四倍，与社会和经济生活中的许多不稳定状态相比，它们仅将\k{appa}值提高~15（合理）佩戴口罩和社交距离规则得到执行/遵守。对于行为科学和社会科学来说，重要的是，我们对时间依赖性\k{appa} = \k{appa}（t）的分析可能揭示了一种有趣的人群自我保护本能，这种本能甚至在官方封锁实施之前就变得明显了。
2020-05-25 physics.soc-ph q-bio.PE q-bio.QM
Robustly estimating the COVID19 epidemic curve in northern Italy using all-cause mortality
背景：意大利北部是受新冠疫情影响最严重的地区之一。现在人们普遍认为，在第一名患者被发现之前，病毒已经悄悄地传播了至少两周。在这一沉默阶段，以及在接下来的几周里，当医院系统负担过重时，数据收集的方式不够准确，无法估计流行曲线。为了评估病毒传播的动态和遏制措施的有效性，我们尝试使用全因死亡率数据重建流行曲线。研究方法：我们从国家统计局收集了按年龄分层的全因死亡率数据，以及其他政府机构发布的与COVID相关的死亡数据。使用SEIR模型与估计的暴露死亡时间分布，我们拟合的繁殖数量在不同阶段的传播在区域水平。结果：我们估计在病例1被确定之前的繁殖数为2.6+/-0.1。伦巴第大区的学校关闭使该指数降至1.3。软封锁措施导致R<0.8，当引入硬封锁时没有观察到进一步的降低（例如Emilia-Romagna软封锁0.67 +/-0.07，硬封锁0.69+/-0.071）。在严格封锁期间，>75岁年龄段的生殖数量始终高于其他人群（例如，米兰省为0.98 vs 0.71），这表明退休设施中爆发了疫情。从3月7日开始，贝加莫省和布雷西亚省的生殖数量明显低于采取同样严格封锁措施的其他地区（附近省份：0.73，布雷西亚：0.52，贝加莫0.43），这支持了这些省份的大部分人口在3月初已经感染的假设。
2020-08-09 physics.soc-ph q-bio.PE
Study on the effects of the restrictive measures for containment of the COVID-19 pandemic on the reproduction number $R_t$ in Italian regions
自2020年11月6日$^{\mathrm{th}}$以来，意大利各地区已根据四个级别进行了分类，对应于特定的风险情景，并已预见了具体的限制性措施。通过分析繁殖数$R_t$的时间演变，我们估计了不同的限制性措施对$R_t$的影响程度，并量化了病毒变异体扩散和疫苗接种活动开始对$R_t$趋势的综合影响。我们还计算了限制性措施的实施与产生的影响之间的时间延迟。三种不同的模型来描述限制性措施的影响进行了讨论，并与两种不同的算法的计算$R_t$的结果进行了交叉检查。
2021-07-22 physics.soc-ph q-bio.PE
Real-time forecasts of the 2019-nCoV epidemic in China from February 5th to February 24th, 2020
引发2019-nCoV疫情的最初严重肺炎病例聚集性于2019年12月在中国武汉发现。虽然该疾病的早期病例与湿货市场有关，但人与人之间的传播推动了该病毒在中国的迅速传播。正在进行的疫情对建模者提出了挑战，因为关于早期增长轨迹的数据有限，而且新型冠状病毒的流行病学特征尚未得到充分阐明。我们及时提供疫情中心湖北省累计报告确诊病例数的短期预测，以及中国（不包括湖北省）的总体轨迹。我们从中国国家卫生委员会收集中国各省2019-nCoV疫情的每日报告累积病例数据。在这里，我们提供了5，10和15天的预测，连续五天，2月5日至2月9日，量化的不确定性的基础上，广义逻辑增长模型，理查兹增长模型，和一个亚流行波模型。我们在此报告的最新预测基于截至2020年2月9日的数据，在所提出的三个模型中基本一致，并建议在未来五天内湖北平均增加7，409 - 7，496例病例，其他省份增加1，128 - 1，929例病例。模型还预测，到2020年2月24日，湖北省的平均累计病例总数在37，415 - 38，028之间，其他省份在11，588 - 13，499之间。在过去三个报告日期（2月7日至9日），湖北和其他省份的平均估计值和不确定性范围保持相对稳定。我们的预测表明，中国实施的遏制战略正在成功地减少传播，最近几天疫情增长已经放缓。
2020-02-12 q-bio.PE q-bio.QM
Effectiveness of isolation measures with app support to contain COVID-19 epidemics: a parametric approach
在这项研究中，我们分析了旨在发现和隔离感染者以遏制COVID-19等流行病的措施的有效性，因为抑制了有效繁殖数量。我们开发了一个数学模型来计算这些措施产生的流行病的有效繁殖数的相对抑制。这一结果表示为一组参数的函数，这些参数描述了流行病的主要特征，并总结了隔离措施的有效性。特别是，我们专注于当一小部分人口使用移动应用程序进行流行病控制时的影响。最后，我们将该模型应用于COVID-19，提供了几个计算作为示例，并提供了到公共存储库的链接以运行自定义计算。这些计算以定量的方式显示了从症状和接触者追踪信息中识别感染者并尽早隔离他们的重要性。这些计算还评估了每个变量对遏制这一流行病的影响。
2021-10-21 physics.soc-ph q-bio.PE
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
Prevention of infectious diseases by public vaccination and individual protection
面对严重的传染病，政府致力在宏观层面实施控制措施，例如公众接种疫苗。同时，个人倾向于通过避免接触微观层面的感染来保护自己。然而，对这种综合战略如何影响流行动态的全面理解仍然缺乏。我们研究了动态接触网络上的不完全免疫接种的易感传染病模型，其中宏观干预由人口的随机免疫接种表示，微观保护的特征是易感个体重新连接来自感染邻居的接触。特别是，该模型制定的人口没有，然后与人口的影响。使用成对近似和概率生成函数的方法，我们调查的流行病和底层网络的动态。对于没有人口统计学的人群，新兴的度相关性，稳定状态和振荡证明了公共疫苗接种计划和个人保护行为的综合影响。与单独的策略相比，公共疫苗接种和个人保护相结合通过提高入侵阈值和持续阈值来预防和控制传染病的传播更有效。对于具有额外人口统计学因素的人群，疫苗接种干预和个体重组之间的整合可能会由于出生效应而促进传染病传播。此外，两个网络在稳定状态下的度分布与新生网络的度分布密切相关，这导致了不相关的连通性。所有结果都表明了地方保护和全球干预的重要性，以及人口效应。
2016-04-21 cs.SI nlin.AO physics.bio-ph
A data-driven analysis on the mediation effect of compartment models between control measures and COVID-19 epidemics
本文利用SEIR-QD仓室模型拟合127个国家/地区第一波COVID-19疫情数据，通过中介分析揭示仓室模型在控制措施与疫情动态之间的中介效应，并与线性和神经网络回归结果对比，深化了对控制措施强度与疫情动力学内在关联的理解。
2023-09-22 physics.soc-ph q-bio.PE
Dynamic Competing Risk Modeling COVID-19 in a Pandemic Scenario
2019冠状病毒病（COVID-19）在美国的出现迫使联邦和地方政府实施遏制措施。此外，情况的严重性引发了研究和临床社区的参与，目的是开发有效的疾病治疗方法。本文提出了一个时间动态预测模型与竞争风险的感染个体，并开发了一个简单的工具，政策制定者比较不同的策略，在何时实施最严格的遏制措施，以及不同的治疗方法可以增加或抑制感染病例。比较了两种遏制策略：（1）可以长期满足公民需求的恒定遏制策略和（2）严格级别随时间变化的自适应遏制策略。我们考虑如何有效的治疗疾病可以影响在大流行的情况下的动态。为了举例说明，我们考虑一个人口为280万，初始感染病例为200例的地区，假设死亡率为4%，而如果有新药，死亡率为2%。我们的研究结果表明，与恒定的遏制策略相比，自适应遏制策略缩短了爆发长度，减少了每日最大病例数。这一点，加上有效的治疗计划，可以最大限度地降低死亡率。
2020-07-01 q-bio.PE
On the effectiveness of imposing restrictive measures in a graded Self-Organized Criticality epidemic spread model The case of COVID-19
这项工作的范围是作为一种指导工具，以避免对实际流行情况作出主观估计（主要是由于无法获得整个人口的客观实际数据）。前面介绍的封闭的自组织临界性（SOC）模型，适用于病毒引起的流行病的情况下。在这个版本中，这个物理模型可以根据病毒的攻击性来区分病毒的传播。该研究强调了人群中病毒密度的临界值。对于较低的初始病毒密度值（低于临界值），证明了病毒扩散行为是安全的，并且在数量上与通常的实际化学数据相似。然而，据透露，非常接近的临界点，临界减速（CSD）的现象，介绍了临界现象的理论，出现，导致的两个活跃的载体的百分比和流行病的持续时间的巨大增加。也发生了服从二阶相变的传染病行为。当病毒密度值高于临界值时，流行持续时间变得非常长。此外，封闭系统人口规模的影响揭示了有趣的属性。所有这些结果，再加上对限制身体接触措施的有效性的调查，科学地证明了这些措施的价值，同时也证明了群体免疫力的安全限度。最后，将该模型与希腊的实际流行病数据进行了比较，希腊一贯并及时地实施了限制性措施。
2020-05-15 nlin.AO physics.soc-ph q-bio.PE
Individual preventive measures during an epidemic may have negative population-level outcomes
传染病在人群中的爆发可能导致个人采取预防措施以避免感染。这导致接触模式的变化。然而，正如我们在本文中所展示的那样，个人层面的理性行为，例如与传染性接触者保持社交距离，可能并不总是对整个人群有益。我们使用流行病网络模型来证明在人口水平上的潜在负面影响。我们考虑到人口的社会结构，通过几个网络模型。随着流行病的发展，易感者可能会远离他们的传染性接触者。有些人通过寻找新的联系来取代失去的社会联系。我们发现，无论是在疫情爆发的初始阶段还是最终的流行规模，社交距离都会恶化疾病的结果。此外，在现实世界的网络中也会出现同样的负面影响。我们的研究结果表明，在针对行为变化时需要小心，因为它们可能会使流行病的结果恶化。此外，网络结构对个人一级的措施在人口一级影响流行病的方式有着至关重要的影响。这些发现强调了在流行病模型中仔细分析预防措施的重要性。
2018-05-14 q-bio.PE
Estimating the value of containment strategies in delaying the arrival time of an influenza pandemic: A case study of travel restriction and patient isolation
一个简单的现象学集合种群模型，其特征在于入侵过程中的流感大流行从一个源到一个亚群的风险，我们比较的效率间和人口内的干预措施，在延迟流感大流行的到来。我们以旅行限制和病人隔离为例，因为实际上它们分别是在人群间和人群内实施的典型控制措施。我们发现，人口内干预，例如，如果响应时间较短，患者隔离比人群间策略（如旅行限制）效果更好。然而，人口内的战略是敏感的响应时间的增加，这可能是不可避免的，由于社会经济的原因，在实践中，将在很大程度上降低效率。
2012-09-26 physics.data-an physics.soc-ph q-bio.PE
Quantifying the Effects of Contact Tracing, Testing, and Containment Measures in the Presence of Infection Hotspots
ETH Zürich（苏黎世联邦理工学院）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；Zerobase Foundation（零基基金会）
多条证据有力地表明，感染热点，即一个人感染许多人的地方，在COVID-19的传播动态中发挥着关键作用。然而，大多数现有的流行病学模型未能捕捉到这一方面，既没有明确表示个人访问的网站，也没有将疾病传播作为个人流动模式的函数。在这项工作中，我们引入了一个时间点过程建模框架，专门代表访问的网站，个人接触和相互感染。在我们的模型下，由传染性个体引起的感染数量自然会出现过度分散。使用一个有效的抽样算法，我们演示了如何估计传染性个人在他们访问的网站，并在他们的家庭使用贝叶斯优化和纵向病例数据的传播率。模拟使用细粒度和公开的人口统计数据和网站的位置从伯尔尼，瑞士展示了我们的框架的灵活性。为了促进对其他城市和地区的研究和分析，我们发布了我们框架的开源实现。
2022-11-10 cs.LG cs.SI physics.soc-ph
A Nine-Compartment Nonlinear Epidemic Model with Spline-Based Identification of Time-Varying Transmission and Vaccination Dynamics: Application to the COVID-19 Third Wave in Italy
University of Palermo（巴勒莫大学）；University of Bayreuth（拜罗伊特大学）；Regional Health Care and Social Agency of Lodi, Azienda Socio-Sanitaria Territoriale (ASST) Lodi（洛迪地区卫生与社会服务机构，地方社会卫生企业（ASST）洛迪）；InEmbryo S.r.l.s.（InEmbryo有限公司）；Department of Internal Medicine “PROMISE”, University of Palermo（巴勒莫大学“PROMISE”内科学系）
提出九室非线性流行病模型，包含两种病毒株、超级传播者、部分疫苗免疫和住院动态，使用PCHIP参数化识别时变传播和接种率，校准后拟合优度高，并分析了模型适定性、基本再生数和稳定性。
2026-06-05 math.OC q-bio.PE
SEIAR model with asymptomatic cohort and consequences to efficiency of quarantine government measures in COVID-19 epidemic
我们提出了一个分区SEIAR模型的流行病传播作为推广的SEIR模型。我们认为，无症状感染人群是对COVID-19疾病流行动力学理解的一个遗漏部分。我们引入并推导出基本繁殖数作为有症状和无症状队列的基本繁殖数的加权算术平均值。由于没有检测到无症状受试者，他们可以更长时间地传播疾病，这将COVID-19 $R_0$增加到约9.我们发现，欧洲各国的流行病爆发与基于COVID-19临床特征的常用参数模拟相对应，但如果考虑无症状队列，则$R_0$约为3倍。当前，学界不少声音都在提请关注无症状感染者群体。我们相信，无症状人群在COVID-19疾病的传播中起着至关重要的作用，政府在采取措施时必须理解这一点。
2020-04-06 q-bio.PE
Numerical investigation of the effect of macro control measures on epidemics transport via a coupled PDE crowd flow - epidemics spreading dynamics model
本文通过耦合行人流宏观模型与SEISV传染病模型，数值研究了通风、行人速度、间距及口罩/疫苗接种等宏观控制措施对流行病在人群中传播的影响。
2024-11-25 cs.NA math.NA q-bio.PE
A SEIR model with time-varying coefficients for analysing the SARS-CoV-2 epidemic
在这项研究中，我们提出了一个时间依赖的易感-暴露-隔离-隔离（SEIR）模型的分析在三个不同的国家，美国，意大利和冰岛的SARS-CoV-2疫情爆发使用的公共数据固有的数字的流行波。由于政府采取了几种类型和等级的行动，包括旅行限制，社交距离或限制移动，我们想研究这些措施如何影响传染人群的流行曲线。采用复合似然法估计SEIR模型的相关参数。此外，标准误差已被纠正的时间依赖性。限制性措施的采用使流行曲线变平，未来的演变表明病例数减少。
2021-11-04 q-bio.PE stat.AP stat.ME
Balancing quarantine and self-distancing measures in adaptive epidemic networks
我们研究了两个关键的控制措施对流行病传播的相对重要性：内源性的社会自我距离和外源性的强制隔离。我们使用自适应网络，时刻关闭，和常微分方程（ODE）的框架，介绍了几种新的模型的基础上，易感染恢复（SIR）的动态。首先，我们比较计算昂贵，自适应网络模拟与相应的计算高效的ODE等价物，并找到很好的协议。其次，我们发现，存在一个相对简单的临界曲线在参数空间的流行阈值，这强烈表明，有一个相互补偿的效果之间的缓解策略：只要社会距离和隔离措施都足够强大，大规模的疫情被阻止。第三，我们使用分析估计和数值模拟相结合的方法研究了大爆发期间的感染总数和最大峰值。同样，对于大爆发，我们发现了类似的补偿效应，作为流行病阈值。这表明，如果一个群体中没有什么社会距离的激励，就需要进行激烈的抵制，反之亦然。这两种纯粹的设想在实践中都是不现实的。我们的模型表明，只有采取综合措施才有可能成功地控制流行病的传播。第四，我们分析计算自适应网络上的感染总数的上限，使用积分估计结合时刻封闭近似的水平上的一个可观察的。这是一种方法上的创新。我们的方法使我们能够优雅，快速地检查和交叉验证有关不同网络控制措施的相关性的各种声明。
2020-10-20 nlin.AO q-bio.PE
Tree Containment Parameterized by Scanwidth
TU Delft（代尔夫特理工大学）；Middlesex University（密德萨斯大学）；LIGM, Université Gustave Eiffel（拉格朗日计算与建模实验室，古斯塔夫·埃菲尔大学）；Centre National de Recherche Scientifique（法国国家科学研究中心）
本文研究树包含问题在扫描宽度参数下的算法复杂度，提出时间复杂度为 $O(4^{k + k\log{k}} n + nm^2)$ 的参数化算法，并证明在指数时间假设下不存在 $2^{o(c\log{c})} n^{O(1)}$ 时间的算法。
2026-06-05 cs.CC cs.DS q-bio.PE
