SEIRD model in heterogenous populations: The role of commuting and social inequalities in the COVID-19 dynamics
在本文中,我们分析了通勤和社会不平等对新型冠状病毒(COVID-19)疫情发展的影响。有了这个目标,我们认为SEIRD(易感,暴露,感染,恢复和死亡的疾病)模型没有重要的动态人口分为补丁,有不同的经济资源,其中的个人可以从一个补丁到另一个(双边)。在建模中,我们任意选择社会和通勤参数。我们用下一代方法计算了基本再生数$R_0$,并分析了$R_0$对参数的敏感性。此外,我们运行的数值模拟,考虑人口分为两个补丁,使我们的模型考虑异质群体的总感染人数和累计死亡人数的一些结论。
2020-08-15 physics.soc-ph q-bio.PE
Estimating Hidden Asymptomatics, Herd Immunity Threshold and Lockdown Effects using a COVID-19 Specific Model
建立了一个包含隐藏无症状患者的COVID-19定量模型,并给出了参数形式的解析解。该模型纳入了封锁的影响,以及由于宣布封锁而导致的人口空间迁移。提出了一种从实际数据中估计模型参数的方法。结果表明,在我们所研究的欧洲国家,当总感染率在50- 56%之间时,当有症状的患者占总人口的4- 6%时,感染的增加速度减慢,实现了群体免疫。最后,提出了一种估计无症状患者数量的方法,无症状患者是感染传播的关键隐藏环节。
2020-05-29 physics.soc-ph q-bio.PE
An age-structured SEIR model for COVID--19 incidence in Dublin, Ireland with framework for evaluating health intervention cost
全球为减轻COVID-19威胁而采取的策略主要涉及封锁措施,经济及社会成本巨大,并取得不同程度的成功。COVID-19变种的发病模式与年龄有很强的相关性,而限制性封锁措施与某些年龄组的负面心理健康结果有关。经济前景恶化也可能对某些年龄组的影响比对其他年龄组的影响更大。受此启发,我们提出了一个模型来描述COVID-19社区传播,其中包括特定年龄的社会互动的作用。通过一个灵活的参数化的年龄结构的确定性易感暴露传染性去除(SEIR)模型,我们提供了一种手段来表征不同形式的封锁,可能会影响特定的年龄组不同。社会互动通过年龄组到年龄组的接触矩阵来表示,这些矩阵可以使用现有数据进行训练,从而适应当地情况。这个框架很容易解释,适合描述反事实的情景,这可以帮助政策制定者在尽量减少发病率与预期抑制战略的成本平衡。我们的工作源于爱尔兰,我们使用爱尔兰政府机构从2020年2月29日至2021年1月31日收集的疾病监测数据。我们演示了如何爱尔兰封锁的情况下,可以使用建议的模型制定和显示结果的回顾性拟合发病率和前瞻性规划与相关的“如果/而不是”锁定反事实与不确定性量化。我们的公式是不可知的一个特定的区域,在其他地区的锁定策略可以直接编码使用此模型。我们所描述的方法通过一个可访问和易于使用的Web界面在网上公开提供。
2021-06-11 econ.GN physics.soc-ph q-bio.PE
Management strategies in a SEIR model of COVID 19 community spread
2019年新型冠状病毒感染(COVID 19)是国际关注的持续公共卫生紧急事件。尽管(或可能因为)疫情是前所未有的全球威胁,但我们对COVID 19流行病学、传播动力学、调查工具和管理的了解仍存在重大差距。积极的一面是,目前对流行病过程的了解足以建立数学预测模型。在我们的工作中,我们调整了传统的SEIR流行病模型,以适应COVID 19在年龄异质社区中传播的特定动态分区和流行病参数。我们分析了流行病课程的管理策略(因为它们是通过美国许多州和世界各国的封锁和重新开放程序实施的);然而,为了更清楚地说明这些想法,我们重点介绍了一个小规模大学城社区的例子,以及纽约州引入控制措施的时间轴。我们在可持续发展的背景下进行预测,并评估这些控制措施(关闭,流动限制,社交距离)的效率。
2020-11-27 physics.soc-ph q-bio.PE
Calibrating COVID-19 SEIR models with time-varying effective contact rates
本研究针对COVID-19 SEIR模型校准难题,提出结合方程反演、统计建模与样条拟合的方法,可基于病例数据准确校准含时变接触率的流行病模型。
2021-06-08 physics.soc-ph q-bio.PE
Epidemic analysis of COVID-19 in Brazil by a generalized SEIR model
我们将应用广义SEIR模型研究巴西的COVID-19疫情。特别是,我们要解释对感染水平在很长一段时间内增加的预测,与该国人口最多的州的大规模局部疫情重叠。本文采用一个基于时间的动态SEIR模型,分析了中国疫情期间感染、康复和死亡的时间轨迹。该模型具有随时间变化的参数,并考虑非线性最小二乘法拟合。从2020年4月8日开始的模拟得出的结论是,巴西的高峰时间将在2020年7月21日,累计感染病例总数约为98.2万人;此外,预计最终死亡病例总数将达到19.2万人。此外,巴西将在7月中旬左右达到每日新增感染病例和死亡病例的高峰,每天有5万例感染病例和近6000例死亡病例。
2020-05-22 physics.soc-ph q-bio.PE
Did the lockdown curb the spread of COVID-19 infection rate in India: A data-driven analysis
为了分析印度连续三次全国封锁的效果,我们对四个关键参数进行了数据驱动分析,即降低传播率,抑制增长率,平坦化流行曲线和改善医疗保健系统。通过考虑四个不同的指标,即繁殖率、生长率、倍增时间和死亡与恢复比率,对这些指标进行了量化。本集团利用指数增长、最大似然估计、序贯贝叶斯方法及时间依赖性繁殖估计,分析印度COVID-19疫情(于二零二零年三月二日至二零二零年五月三十一日期间)的发病率数据,以获得与疫情曲线的最佳拟合。最佳拟合(基于所考虑的数据)是时间依赖性方法。因此,该方法用于评估对有效繁殖率的影响。从封锁前到封锁3结束的时间段,有效繁殖率下降了$45\%$。在同一时期,生长速率从锁定前的$393\%$降低至锁定3后的$33\%$,伴随着平均倍增时间从$4$ - $6$天增加至$12$ - $14$天。最后,死亡与康复比率从$0.28$(封锁前)下降到封锁3后的$0.08$。总括而言,评估封城措施成效的四项指标自封城措施前至封城措施三结束期间均出现重大有利变化。使用这些指标分析封锁后期间的数据将更清楚地说明封锁的成功程度。
2020-06-22 physics.soc-ph q-bio.PE
A quantitative framework for exploring exit strategies from the COVID-19 lockdown
在许多国家采取了高度限制性措施以抗击目前的流行病之后,感染SARS-CoV-2的人数和相关的死亡人数正在稳步下降。这一事实,加上不可能无限期地维持封锁,提出了一个关键问题,即是否有可能根据定量分析设计一个退出战略。严格的数学结果的指导下,我们表明,这确实是可能的:我们提出了一个强大的数值算法,它可以计算的累积死亡人数,将发生的接触的数量增加了一个给定的倍数的结果,作为输入,只有最可靠的所有可用的数据在锁定期间,即累积死亡人数。
2020-08-03 physics.soc-ph q-bio.PE
Compartmental and cellular automaton $SEIRS$ epidemiology models for the COVID-19 pandemic with the effects of temporal immunity and vaccination
我们考虑了$SEIRS$流行病学模型,该模型具有COVID-19爆发的特征:大量未识别的感染者,有限的免疫时间和接种疫苗的可能性。在该模型的一个房室实现,我们发现了无病和地方病的平稳状态。通过线性稳定性分析,它们存在于各自的限制区域。并给出了基本再生数的表达式。感染个体的分数的第一个峰的位置和高度的数值获得,并拟合到简单的代数形式,这取决于模型率。通过元胞自动机算法,对该模型进行了基于格的实现的计算机模拟。这些允许明确研究隔离措施的影响,通过改变邻里的大小。本集团尝试配合检疫及疫苗接种措施,旨在平衡解决方案,以有效抑制大流行。
2021-12-05 physics.soc-ph q-bio.PE
Assessing the Impact of Social Network Structure on the Diffusion of Coronavirus Disease (COVID-19): A Generalized Spatial SEIRD Model
在本文中,我研究了一个广义的空间SEIRD模型中的流行病扩散,其中个人最初连接在一个社会或地理网络。随着病毒在网络中传播,由于预防措施和/或空间距离政策,人与人之间的互动结构可能会随着时间的推移而发生内在变化。我通过模拟探索动态连接疾病扩散和网络特性的协同进化过程的动态特性。结果表明,为了预测网络种群中的流行病现象如何演变,仅仅关注初始相互作用结构的性质是不够的。事实上,网络结构和隔间份额的共同进化强烈地塑造了流行病扩散的过程,特别是在其速度方面。此外,我表明,空间距离政策的时机和功能可能会显着影响其有效性。
2020-10-21 physics.soc-ph q-bio.PE
A numerical simulation of the COVID-19 epidemic in Argentina using the SEIR model
一场由新型冠状病毒引起的大流行病在全球蔓延,影响到了阿根廷。我们实施了一个SEIR模型来分析疾病在布宜诺斯艾利斯和邻近城市的演变。使用官方报告的伤亡人数校准模型参数。由于无限的解决方案尊重的数据,我们显示不同的情况。在所有这些地区,繁殖率$R_0$在早期封锁后下降,但随后上升,可能是由于人口密集的贫民窟的传染增加。因此,必须通过应用控制策略来扭转$R_0$的这种增长趋势,以避免大量的感染和死亡个体。该模型提供了一个有效的过程来估计流行病参数(死亡率,传播概率,感染和潜伏期)和监测控制措施在流行病的演变。
2020-07-15 physics.soc-ph q-bio.PE
Evaluating the Effectiveness of Regional Lockdown Policies in the Containment of Covid-19: Evidence from Pakistan
为了减缓新型冠状病毒的传播,巴基斯坦境内的行政区域对社会经济活动、宗教集会和人员流动实施了完全和部分封锁限制。在此,我们探讨了区域封锁策略对新型冠状病毒疫情结果的影响。在对巴基斯坦国家卫生研究院(NIH)的官方数据进行计量经济学分析(不连续回归和负二项回归)后,我们发现这些策略并没有在所有地区导致类似水平的新冠肺炎病例(阳性病例和死亡)。在减少总体病例量(阳性病例和死亡)方面,与没有封锁相比,完全和部分封锁似乎在四个地区有效:俾路支省,<$git Baltistan(GT),伊斯兰堡首都直辖区(ICT)以及Azad Jammu和克什米尔(AJK)。在旁遮普省、信德省和开伯尔-普赫图赫瓦省这三个最大的省份,完全和部分封锁似乎无法有效遏制病毒。所观察到的封锁有效性的区域异质性主张根据人口、社会和经济因素谨慎使用封锁战略。
2020-06-04 econ.EM physics.soc-ph q-bio.PE
SEIRD model to study the asymptomatic growth during COVID-19 pandemic in India
根据目前的认识,有症状、症状前和无症状的感染者都可以感染对SARS-Cov-2易感的健康人群。更重要的是,各种报告表明,无症状病例的数量可能比报告的有症状病例高出数倍。在这篇文章中,我们以截至9月1日印度和该国各邦报告的病例为样本,了解COVID-19的进展情况。采用改进的SEIRD模型,我们预测了COVID-19在有症状和无症状感染人群中的传播。考虑到报告的感染主要是由于症状,我们比较模型预测的结果与现有的数据,以估计无症状感染人群的动态。我们的数据表明,在没有无症状感染人群的情况下,有症状病例的数量会少得多。因此,通过广泛或随机检测来消除无症状感染人群,可以减少有症状感染的当前进展。本研究的动机严格限于学术追求;这种理论研究并不意味着影响政策决定或公共卫生实践。
2020-09-11 physics.soc-ph q-bio.PE
A new SEIR type model including quarantine effects and its application to analysis of Covid-19 pandemia in Poland in March-April 2020
接触者追踪和隔离是成熟的非药物流行病控制工具。该文件旨在阐明该等措施对COVID-19疫情的影响。引入了一个新的确定性模型(SEIRQ:易感,暴露,传染,删除,隔离)与Q室捕获个人和释放他们的延迟。我们得到了一个简单的规则定义的再生数$\mathcal{R}$的检疫参数,诊断病例的比率和传输参数。该模型应用于2020年3月至4月波兰的疫情,当时采取了社交距离措施。我们调查了3种情况对应于不同比例的诊断病例。我们的研究结果表明,根据不同的情况,接触者追踪可以预防50%到90%以上的病例。隔离的效果受到未确诊病例比例的限制。考虑到波兰在采取社会限制措施之前的传播强度,如果不采取任何社会距离措施,就不可能控制这一流行病。
2020-05-29 physics.soc-ph q-bio.PE
Modeling Control, Lockdown \& Exit Strategies for COVID-19 Pandemic in India
COVID-19是一种病毒性传染病,已迅速成为全球大流行病,感染了数百万人,全球死亡人数众多。这种疾病的症状差别很大。根据症状,感染者大致分为两类,即无症状和有症状。无症状的人表现出轻微或没有症状,但继续将感染传播给其他健康的人。无症状感染的这一特殊方面构成了管理和控制传染病传播的主要障碍。在本文中,我们试图在各种干预策略下对COVID-19在印度的传播进行数学建模。我们认为SEIR型流行病学模型,与印度特定的社会接触矩阵代表接触结构之间的人口的不同年龄组。各种因素的影响,如渐近个人的存在,封锁策略,社会距离的做法,隔离,和住院的疾病传播进行了广泛的研究。我们模型的数值模拟与印度截至2020年5月15日的COVID-19真实数据相匹配,以估计模型参数。我们的分区锁定模型被认为对2020年7月20日做出了不错的预测。
2020-07-22 physics.soc-ph q-bio.PE
Evaluating Incidence and Impact Estimates of the COVID-19 Outbreak from Wuhan before Lockdown
背景:中国武汉是COVID-19疫情的中心。本研究的目的是在采取干预措施之前了解感染传播动力学。方法:通过pubmed和互联网检索资料和关键事件。使用从各种数据源中提取的数据计算流行病学数据。结果如下:我们建立了一个时间轴,显示到2020年1月1日,中国当局已获得令人信服的人传人证据;然而,直到2020年1月20日,这些信息才与公众分享。我们的研究估计,如果在2020年1月2日采取干预措施,总共将有10989例感染病例,而在2020年1月23日实施封锁时则有239875例。结论:中国隐瞒有关2020年COVID-19疫情的关键信息及其延迟反应,最终导致本世纪最大的公共卫生危机,如果采取早期对策,本可以避免。
2020-07-10 physics.soc-ph q-bio.PE
Fractional SEIR Model and Data-Driven Predictions of COVID-19 Dynamics of Omicron Variant
我们通过一个部分可识别暴露感染去除(SEIR)模型研究了Omicron变体引起的COVID-19的动态演变。初步数据表明,Omicron感染的症状并不突出,因此传播更隐蔽,这导致在大流行开始时新感染者的发现病例增加相对缓慢。为了描述特定的动力学,Caputo-Hadamard分数阶导数被用来改进经典的SEIR模型。基于已报道的数据,我们通过分数物理信息神经网络(fPINNs)推断分数阶SEIR模型的分数阶、时间相关参数以及未观察到的动力学。然后,我们使用学习的分数SEIR模型进行短期预测。
2022-05-23 cs.NA math.NA physics.soc-ph
The resumption of sports competitions after COVID-19 lockdown: The case of the Spanish football league
在这项工作中,我们提出了一个随机离散时间SEIR(易感-暴露-不稳定-稳定)模型,适用于描述足球锦标赛期间COVID-19的传播。具体来说,我们担心西班牙国家足球联赛西甲联赛的重新开始,该联赛目前-2020年5月-停止,剩下11场比赛。我们的模型包括个人的两个额外状态,即限制和隔离,当个人出现COVID-19症状或接受病毒检测并获得阳性结果时,就会达到这两种状态。该模型还考虑了球员的互动动态,考虑了三种不同的感染源:球员社交圈,训练期间与他/她的团队同事的接触,以及比赛期间与对手的互动。我们的研究结果强调了比赛之间的天数,病毒检测的频率及其对赛季结束时感染球员数量的敏感性的影响。根据我们的研究结果,我们最终提出了各种策略,以最大限度地减少COVID-19传播的可能性,以防西甲赛季在当前封锁后重新开始。
2020-05-21 physics.soc-ph q-bio.PE
COVID-19 lockdown induces disease-mitigating structural changes in mobility networks
COVID-19疫情爆发后,多个国家实施遏制措施以减少疾病传播。利用数字数据来源进行的研究表明,在多个国家,个人的流动性有效减少。然而,目前尚不清楚这些减少是否导致了移动网络更深层次的结构变化,以及这些变化如何影响网络上的动态过程。在这里,我们使用移动电话用户的移动数据来表明,德国的移动性不仅大大减少:封锁措施导致了移动网络的实质性和长期的结构性变化。我们发现,长途旅行大大减少。远程网络连接的削减导致了一个更加本地化的集群网络,并缓和了“小世界”效应。我们证明,这些结构性变化有相当大的影响传染病传播过程中的“平坦化”的流行曲线和延迟传播到地理上遥远的地区。
2020-12-18 physics.soc-ph q-bio.PE
Infection dynamics of COVID-19 virus under lockdown and reopening
受COVID-19的启发,我们开发并分析了一个简单的疾病在人群中传播的随机模型。我们跟踪感染者和重症患者的数量如何随着时间的推移而发展,以估计对医院系统的需求。为了控制这种需求,我们考虑了一类简单的减缓和重新开放社会的政策,并从几个不同的角度比较了它们在减缓病毒传播方面的效率。我们发现,为了避免医院系统不堪重负,政策必须实施严厉的封锁,或者必须迅速做出反应(或者两者兼而有之)。虽然迅速反应对所有人都有利,但只有当该国对重新开放有耐心,并且邻国协调其缓解努力时,严厉才能得到回报。我们的工作强调了关闭时果断行动的重要性,以及重新开放时邻国之间耐心和协调的重要性。
2020-12-30 physics.soc-ph q-bio.PE
Did the Indian lockdown avert deaths?
在SEIR模型的背景下,我们考虑在流行病的早期阶段实施和解除封锁。我们表明,在这些模型中,虽然这样的封锁可能会延迟死亡,但它最终不会避免大量的死亡。因此,在这些模型中,不能简单地通过比较封锁结束时的死亡人数与没有封锁的同一日期的预计死亡人数来衡量封锁的效力。我们提供了一个简单但强大的启发式参数来解释为什么这个结论应该推广到更复杂的房室模型。我们定性地讨论了封锁的一些重要影响,这些影响超出了简单模型的范围,但可能导致它增加或减少流行病的最终死亡人数。鉴于这些影响在印度的重要性,以及目前可用数据的局限性,我们得出结论,简单的流行病学模型无法可靠地量化印度封锁对COVID-19大流行造成的死亡人数的影响。
2020-08-26 physics.soc-ph q-bio.PE
Why can we observe a plateau even in an out of control epidemic outbreak? A SEIR model with the interaction of $n$ distinct populations for Covid-19 in Brazil
本文提出了一个$n$不同人群相互作用结构的SEIR模型来描述COVID-19大流行性疾病的传播。所提出的模型具有灵活性,包括地理上分离的社区,以及考虑到人口老龄化群体及其相互作用。我们表明,不同的假设所提出的模型的动态导致感染人口的高原状曲线,反映了从大国,如巴西收集的数据。这些观察结果旨在提出以下猜想:“正如拟议模型所反映的那样,新冠肺炎从首都向巴西内地的扩散是该国报告病例呈高原状的原因”。我们提出了一些方案的数值模拟和比较与上述结论相印证的报告数据从巴西。
2020-08-03 math.DS physics.soc-ph q-bio.PE
"Stay Nearby or Get Checked": A Covid-19 Lockdown Exit Strategy
本文将网络理论中的经典观点(即长距离连接推动疾病传播)重新应用于控制第二波新冠肺炎疫情的策略。我们模拟了一个场景,其中首先对人口实施封锁,然后部分解除封锁,同时将远距离传播保持在最低限度。模拟的传播模式类似于当代COVID-19在国家、地区和省份的分布,提供了一些模型验证。结果表明,所提出的战略可能会显着平坦的第二波。我们还发现,封锁后的突发事件在当地停留的时间更长,有助于地理遏制。公共政策可能会针对长期关系,将医疗测试和移动跟踪工作重点放在交通和运输上。这一政策可以传达给公众一个简单而合理的原则:留在附近或接受检查。
2020-05-26 cs.SI physics.soc-ph q-bio.PE
Public Health Policy: COVID-19 Epidemic and SEIR Model with Asymptomatic Viral Carriers
我们基于SEIRA模型(包括无症状传播的SEIR模型)衡量不同公共卫生法规对COVID-19传播的影响。累计确诊病例数、累计死亡数与无症状率呈非线性正相关。基于该模型,我们分析了三种公共卫生政策对COVID-19的抑制作用,即实验室确诊病例的隔离、一般个人防护和隔离(封锁)。模拟的结论是,隔离显示有限的影响,无症状的病毒携带者。一般个人防护和隔离在参与人数相同时,效果相似。当无症状、轻度症状和被忽视的患者的总比例为40%时,仅依靠隔离政策可能会导致额外75%的感染,而一般的个人防护或隔离的效率为80%。最后,我们提供了在空中传播的流行病(COVID-19)之前和期间进行公共卫生干预的七项建议。
2020-04-14 q-bio.PE
Particle modeling of the spreading of Coronavirus Disease (COVID-19)
截至二零二零年七月底,COVID-19疫情已感染超过一千七百万人,并已蔓延至全球几乎所有国家。对此,世界各地许多国家都采用了不同的方法来降低感染率,例如包括病例隔离、关闭学校和大学、禁止公共活动,以及大多数强制社交距离,包括地方和国家封锁。在我们的工作中,我们使用基于蒙特卡罗(MC)的算法来预测不同人口密度下的病毒感染率。我们使用三种不同的封锁模型和八种不同的约束组合来测试冠状病毒的传播,这使我们能够检查每个模型和约束的效率。在本文中,我们测试了三种不同的时间周期模式的无限制/锁定模式。该模型的主要预测是,每个时间周期包含至少10天锁定的无限制/锁定的循环时间表可以帮助控制病毒感染。特别是,这种模式在伴随着社交距离和对有症状的患者的完全隔离时降低了感染率。
2020-08-03 physics.soc-ph q-bio.PE
COVID-19 reproduction number estimated from SEIR model: association with people's mobility in 2020
本文是在世界范围内对两个流行病学问题的探索性研究。疾病传播的速度有多快?对人们的限制(特别是行动限制)是否带来了预期的效果?为了回答第一个问题,我们提出了一个工具,估计再现数的流行病(继发感染的数量$R_t$)的SEIR模型的基础上,并将其与非模型$R_t$估计。为了衡量不同国家COVID-19的$R_t$,从约翰霍普金斯大学系统科学与工程中心(CSSE)检索了冠状病毒感染、康复和死亡的每日病例的实时数据。为评估2020年COVID-19疫情期间流动限制措施的有效性,我们列出了$R_t$与人们流动性之间的相关性(基于Apple流动性指数)。考虑了12个国家的相关性,其中大多数国家的相关性为负。这表明在实施流动限制方面出现了延迟--各国实施这些限制是为了应对新冠肺炎病例的增长,而不是为了预防。
2021-08-27 cs.SI physics.soc-ph q-bio.PE
Using mobility data in the design of optimal lockdown strategies for the COVID-19 pandemic
提出了一个新冠肺炎疫情传播的数学模型,该模型将年龄结构的易感-暴露-死亡动态与考虑人口流动性的真实手机数据相结合。通过近似贝叶斯计算进行动态模型调整。基于非线性模型预测控制确定最佳封锁和退出策略,并限制公共卫生和社会经济因素。通过广泛的计算验证的方法,它表明,它是可以计算出强大的退出战略与现实的减少流动性值,以告知公共政策的制定,我们使用来自英国和法国的数据集验证的方法的适用性。实现所描述的实验的代码可在https://github.com/OptimalLockdown获得。
2020-10-18 physics.soc-ph q-bio.PE stat.AP
COVID-19: Analytic results for a modified SEIR model and comparison of different intervention strategies
SEIR流行病学模型是疾病传播的标准模型之一。在这里,我们分析了一个扩展的SEIR模型,该模型考虑了无症状携带者,据信在COVID-19传播中发挥了重要作用。对于这个模型,我们得出了一些重要的数量,如感染的峰值数量,达到峰值所需的时间和最终受影响的人口的大小的分析结果。我们还提出了一个精确的方法来指定初始条件的数值(从不足的数据)使用的事实,即早期的指数增长是很好地描述的主导特征向量的线性化方程。其次,我们探讨了不同的干预策略,如社会距离(SD)和测试-再测试(TQ)的效果。两种干预策略(SD和TQ)试图将疾病繁殖数$R_0$降低到目标值$R^{\rm target}_0 < 1$,但方式不同,我们在模型方程中实现了这一点。我们发现,对于相同的$R^{\rm target}_0 < 1$,TQ比SD更有效地控制流行。然而,为了使TQ有效,它必须基于接触者追踪,我们的研究量化了每天测试与每天新病例数量的所需比例。我们的分析表明,线性动力学的最大特征值提供了对疾病进展的简单理解,包括干预前和干预后,并解释了许多国家的观察数据。我们将我们的结果应用于印度的COVID数据,以获得对大流行过程的启发式预测,并注意到预测在很大程度上取决于假设的无症状携带者比例。
2021-01-25 physics.soc-ph q-bio.PE
Impact of national lockdown on COVID-19 deaths in select European countries and the US using a Changes-in-Changes model
在本文中,我们估计了在选定的欧洲国家,国家封锁对COVID-19相关的总死亡人数和每日死亡人数(每百万人)的影响。特别是,我们使用变化中的变化(CIC)估计模型比较了实施全国封锁的国家(治疗组);比利时,丹麦,法国,德国,意大利,挪威,西班牙,英国(UK)和美国,以及没有实施全国封锁的瑞典(对照组)。与标准差中差模型相比,CIC模型的主要优势在于,CIC允许在没有任何政策干预的情况下,结果的均值和方差随时间变化,并且CIC解释了政策干预选择的内隐性。我们的研究结果显示,与没有实施全国封城的瑞典相比,德国以及在一定程度上美国是全国封城对减少COVID-19相关的每百万人总死亡人数和每日死亡人数产生重大影响的两个国家。在挪威和丹麦,与瑞典相比,对每百万人的总死亡人数和每日死亡人数没有重大影响。而在其他国家,在比利时、法国、意大利、西班牙及英国,封城的影响则相反,即封城后,彼等每百万人的COVID-19相关总死亡人数及每日死亡人数显著高于瑞典。我们的研究结果表明,全国封锁对COVID-19相关的总死亡人数和每百万人每日死亡人数的影响因国家而异。
2020-06-15 econ.GN physics.soc-ph q-bio.PE
COVID-19 pandemic: a mobility-dependent SEIR model with undetected cases in Italy, Europe and US
预防措施:描述第一波COVID-19疫情,重点关注未被发现的病例,并评估不同的封城后情况。产品设计:该研究采用SEIR分区模型,考虑到未被发现的病例的区域特定比例,流动限制的影响,以及所采取的个人防护措施,例如戴口罩和经常洗手。设置和参与者:该模型的实验验证与所有的意大利地区,一些欧洲国家和美国的数据。主要观察指标:通过平均绝对百分误差(MAPE)和Lewis准则衡量模型结果的准确性,拟合参数与文献值吻合较好。研究结果:对不同国家的流行曲线以及未发现和无症状病例的数量进行了估计,这些病例很可能是近期的主要感染源。该模型应用于湖北案例研究,湖北是最早放宽流动限制的地方。结果显示了不同的可能情况。流动性和采取个人保护措施对感染的动态有很大影响,决定了是一个巨大和迅速的第二次流行病高峰,还是一个更延迟和更易管理的高峰。结论:数学模型可以为医疗保健决策者提供有用的见解,以确定未来爆发时的最佳策略。
2021-06-02 physics.soc-ph q-bio.PE
A Modified SEIR Model for the Spread of COVID-19 Considering Different Vaccine Types
COVID-19疫情影响全球人民的生活。在过去的一年里,许多研究人员提出了不同的模型和方法来探索如何减缓疾病的传播。其中一个被大量使用的模型是敏感-暴露-不敏感-暴露(SEIR)模型。一些研究者对传统的SEIR模型进行了改进,提出了新的版本,但据我们所知,现有的文献没有考虑不同疫苗类型(即Single Shot和DoubleShot疫苗)对SEIR模型的影响。在本文中,我们提出了一个修改版本的SEIR模型,考虑到不同的疫苗类型的效果。我们比较了不同的疫苗管理政策如何影响人们接触疾病、感染、康复和死亡的速度。我们的研究结果表明,与Single Shot疫苗相比,使用Pfizer-BioNTech和Moderna等双针疫苗在减轻疾病传播和死亡率方面做得更好,因为它具有更高的疗效。
2021-06-06 q-bio.PE
The impact of a nation-wide lockdown on COVID-19 transmissibility in Italy
2020年3月10日,意大利实施全国封锁,以遏制COVID-19的传播。在此,我们估计,在实施该战略14天后,净繁殖数量已降至流行阈值以下-估计范围为0.4-0.7。我们的调查结果提供了实施封锁有效性的时间轴,这对于大量效仿意大利实施类似措施的国家来说是相关的。
2020-04-26 q-bio.PE
A Macroeconomic SIR Model for COVID-19
当前的COVID-19大流行和随后的封锁凸显了一个国家的公共卫生和经济健康之间的密切和微妙的关系。因此,使用现有流行病模型计算疾病爆发影响的宏观经济模型,对于政策制定者在这种危机中寻求评估最佳行动方案极为有用。我们开发了一个新冠肺炎大流行的SIR模型,该模型明确考虑了群体免疫、行为依赖的传播率、远程工作者和封锁的间接外部性。这个模型被提出作为一个退出时间控制问题,其中锁定结束时,人口实现群体免疫力,无论是自然或通过疫苗。社会规划者为两个不同的成年人群体规定了不同的封锁级别:低风险(20-64岁)和高风险(65岁及以上)。这些水平是通过优化目标函数来确定的,该目标函数将宏观经济成本分配给封锁水平和死亡人数。我们发现,一旦达到群体免疫力,通过结束封锁,高风险个体能够在疫苗到来之前显著离开封锁,而不会导致死亡率大幅增加。此外,如果我们纳入一个行为依赖的传播率,这代表了增加的个人谨慎,以应对感染水平的增加,产量损失和总死亡率降低。当低风险和高风险个体之间的互动减少时,锁定功效进一步增加,并且增加远程工作减少了输出损失。总体而言,我们的模型预测,在群体免疫力到来时结束的封锁,加上减缓病毒传播的个人行动,可以将总死亡率降低到无封锁水平的三分之一,同时允许高风险个体在疫苗到达之前离开封锁。
2020-06-23 math.OC physics.soc-ph q-bio.PE
Identifiability of the spatial SEIR-HCD model of COVID-19 propagation
本文基于Sobol敏感性分析和贝叶斯方法,研究了COVID-19传播的空间SEIR-HCD模型的可辨识性,缩小了未知参数边界并指出辨识扩散系数需额外信息。
2024-12-25 math.OC physics.soc-ph q-bio.PE
Modelling the role of media induced fear conditioning in mitigating post-lockdown COVID-19 pandemic: perspectives on India
主要由于巨大的社会经济副作用,数个已成功透过“封城”控制COVID-19疫情严重程度的国家现正考虑慢慢结束封城。封锁的突然结束可以增加基本生殖数量并取消一切;因此,需要精心设计的退出策略来维持其提升后的好处。为了研究封锁后阶段恐惧条件反射在减缓COVID-19传播中的作用,在这项工作中,我们提出了一个年龄和社会接触结构依赖的易感、恐惧、暴露、感染和隔离(SFEIR)模型。通过大众媒体(如电视,社区广播,互联网和印刷媒体)以及正强化,模拟印度人口的SFEIR模型,发现恐惧人群比例的增加导致感染人口增长的显着下降。目前的研究表明,在封锁后阶段,媒体诱导的恐惧条件反射与学校关闭约一年以上,可以作为一个重要的非药物干预,以大大减轻这种流行病在印度。拟议的SFEIR模型通过量化媒体在诱导恐惧条件反射方面的影响,强调了社区驱动的变化在封锁后阶段缓解COVID-19传播的国家特定变化中的重要性。
2020-05-25 q-bio.PE
Social network-based distancing strategies to flatten the COVID 19 curve in a post-lockdown world
为应对COVID-19疫情,我们已广泛引入社交距离及隔离措施。然而,由于完全或接近完全封锁的不利社会、心理和经济后果,更温和的接触减少政策变得可取。采用社交网络的方法,我们评估了三个有针对性的距离策略的有效性,旨在“保持曲线平坦”,并在封锁后的世界援助合规。这些限制互动,以几个重复的接触,寻求相似的接触,并加强社区通过三元战略。我们模拟随机感染曲线,其中包含感染模型,理想型社会网络模型和统计关系事件模型的核心元素。我们证明,战略性减少接触可以大大提高社交距离措施的效率,引入允许一些社会接触的可能性,同时保持低风险。这种方法为政策制定者提供了细致入微的见解,以有效地保持社交距离,从而减轻社交孤立的负面影响。
2020-05-27 physics.soc-ph q-bio.PE stat.OT
An application of discrete-time SEIR model to the COVID-19 spread
多个国家采用了易感-暴露-易感-隔离(SEIR)模型,以确定2019冠状病毒病(COVID-19)的传播情况。研究了离散SEIR传染病模型在一个不考虑出生和死亡的封闭系统中的传播,所考虑的总总体规模为常数。该动力系统由依赖于四个参数的非线性演化算子生成。在一定的参数条件下,我们将演化算子化为一个二次随机算子(QSO),它将三维单纯形映射到自身。我们证明了类星体有不可数的不动点集(都位于单形的边界上)。结果表明,SEIR模型的动力系统(由类星体产生)的所有轨迹都是收敛的(即类星体是正则的)。此外,我们还讨论了乌兹别克斯坦模式的效率。
2021-05-01 math.DS q-bio.PE
A multi-group SEIRA model for the spread of COVID-19 among heterogeneous populations
COVID-19的爆发及传播对现代社会构成重大挑战。特别是各国政府为防止病毒传播而采取的不同限制性行动,改变了人类交往和设想交往的方式。由于地理,行为或经济因素,人口中的不同亚组更有可能(或更少)相互作用,从而传播/获得病毒。在这项工作中,我们提出了一个通用的多组SEIRA模型,用于表示COVID-19在异质人群中的传播,并在数值研究案例中对其进行了测试。通过强调其适用性和其一般配方可以适应特定的研究,我们希望我们的模型,使我们更好地了解这种流行病的演变和更好的公共卫生政策,以控制它。
2020-04-28 q-bio.PE
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
Mathematical and Computer Modeling of COVID-19 Transmission Dynamics in Bulgaria by Time-depended Inverse SEIR Model
在本文中,我们探讨了一个时间依赖的SEIR模型,在该模型中,从一个选定的目标群体(人口),根据感染划分的四组感染的动力学,由一个非线性常微分方程系统建模。模型中包含了几个基本参数:感染率系数、潜伏率系数、恢复率系数。这些系数适用于每个国家的每一种具体感染,并取决于各国限制感染传播的措施和治疗感染者的方法的有效性。如果这些系数是已知的,那么求解非线性系统就有可能能够对流行病的发展做出一些假设。这就是使用保加利亚COVID-19数据首先解决所谓的“逆问题”并找到当前情况的参数的原因。反向逻辑最初用于确定模型的参数作为时间的函数,然后通过计算机解决问题。也就是说,这意味着预测这些参数的未来行为,并找到(并因此应用大规模测量,例如,隔离、消毒、限制公共活动),这是未来四个研究群体数量比例变化的合适情景。事实上,基于这些结果,我们对保加利亚的COVID-19传播动态进行了建模,并对每天的新病例数、活跃病例数和康复者人数进行了为期两周的预测。如我们所示,这种模型在保加利亚的情况下成功地进行了预测分析。我们还提供了多个数值实验的例子与可视化的结果。
2020-08-20 physics.soc-ph q-bio.PE
Critical community size for COVID-19 -- a model based approach to provide a rationale behind the lockdown
背景:限制性大规模隔离或封锁已被实施为对抗COVID-19的最重要控制措施。许多国家已经实施了2 - 4周的封锁,并根据其当前的疾病情况延长封锁期。最有可能的是,COVID-19的估计传播期为14天,这促使了这一决定。但是,巴特利特在1957年提出了这样一种观点,即如果易感人群下降到某个阈值以下,除非疾病从外部重新引入,否则在一段固定的时间后(在爆发后),感染将在小社区中自然消失。这个阈值被称为临界社区规模(CCS)。方法:我们提出了一个解释COVID-19疾病动力学的SEIR模型。使用我们的模型,我们计算了特定国家的预期灭绝时间(TTE)和CCS,这将基本上确定所需的理想封锁天数和隔离人口的规模。调查结果:根据给定的国家死亡率、康复率和其他参数,我们确定,如果一个地方的易感人群总数降至CCS以下,除非感染是从外部传入的,否则在TTE天数后感染将不复存在。但这种疾病几乎很快就会消失。我们计算了各国对理想封锁天数的估计。因此,较小的封锁阶段足以遏制COVID-19。值得注意的是,我们的模型显示,大约一年后,感染率又出现了上升,但幅度较小。
2020-04-07 q-bio.PE
SEIR and Regression Model based COVID-19 outbreak predictions in India
COVID-19疫情已成为该国的主要威胁。到目前为止,没有经过充分测试的药物或解毒剂可以治愈这种疾病。根据世卫组织的报告,COVID-19是一种严重急性呼吸系统综合征,通过呼吸道飞沫和接触途径传播。对这一疾病的分析需要政府给予极大的关注,采取必要步骤,减少这一全球流行病的影响。在这项研究中,分析了印度截至2020年3月30日的这种疾病的爆发情况,并预测了未来两周的病例数。SEIR模型及回归模型已根据于二零二零年一月三十日至二零二零年三月三十日期间从约翰霍普金斯大学储存库收集的数据进行预测。用RMSLE对模型的性能进行了评价,SEIR模型的性能达到1.52,回归模型的性能达到1.75。SEIR模型和回归模型之间的RMSLE误差率为2.01。此外,计算出疾病传播的R 0值为2.02。预计在未来两周内,病例可能会增加5000-6000例。这项研究将有助于政府和医生准备未来两周的计划。基于对短期间隔的预测,这些模型可以被调整用于长期间隔的预测。
2020-04-01 q-bio.PE
Post-Lockdown Abatement of COVID-19 by Fast Periodic Switching
COVID-19减排策略存在风险和不确定性,可能导致感染浪潮反复出现。我们证明-作为基于严格数学证据的概念证明-周期性,高频率的交替进入和离开封锁有效地减轻了第二波效应,同时允许继续,尽管减少了经济活动。周期性赋予(i)可预测性,这对于经济可持续发展至关重要,以及(ii)稳健性,因为封锁期不会因短时间范围内的不确定测量而启动。反过来,虽然不能消除病毒,但这种快速转换政策是可持续的,它可以在疫苗或治疗方法可用之前减轻感染,同时减轻与长期封锁相关的社会成本。通常情况下,该策略的形式可能是每周工作1天,然后锁定6天(或者可能是工作2天,休息5天),并且可以根据在较长时间尺度上过滤的测量结果以缓慢的速度进行修改。我们的研究结果强调了高频开关干预在封锁后缓解中的潜在功效。所有代码都可以在Github上找到(https://github.com/V4p1d/FPSP_Covid19)。还开发了一个软件工具,以便有关各方能够探索概念验证系统。
2020-10-27 cs.SY eess.SY physics.soc-ph
Rapidly evaluating lockdown strategies using spectral analysis: the cycles behind new daily COVID-19 cases and what happens after lockdown
谱分析表征振荡时间序列行为,如周期,但准确的估计需要合理数量的观察。许多国家目前的COVID-19时间序列都很短:封锁前和封锁后的时间序列更短。在这样的系列中准确估计潜在的有趣的周期似乎遥不可及。我们解决的问题,获得准确的估计,从短时间序列使用最近的贝叶斯谱融合方法。在这里,我们显示,许多国家转换后的每日新冠肺炎病例通常包含三个周期,波长约为2.7、4.1和6.7天(每周)。我们发现,较短的周期被抑制后锁定。封锁前后的差异表明,每周效应至少部分是由于非疫情因素,而两个较短的周期似乎是疫情固有的。不受约束的新病例呈指数级增长,但内部循环结构导致病例周期性下降。这表明,封锁的成功可能只有通过每日病例下降四次或更多才能表明。流行病时间序列的谱学习有助于了解流行病的过程,帮助评估干预措施,并协助预测。光谱融合是一种能够融合不同采样率下记录的光谱的通用技术,它可以应用于来自许多学科的广泛的时间序列。
2020-04-16 q-bio.PE stat.AP
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
A SEIRUC mathematical model for transmission dynamics of COVID-19
全球仍在与持续一年多的COVID-19作斗争。迄今为止,这一直是人类在抗击COVID-19方面面临的最大挑战,因为与SARS-COV和MERS-COV病原体相比,导致COVID-19的病原体SARS-COV-2具有显著的生物学和传播特性。尽管实施了许多控制战略以减少疾病传播,但世界各地的感染病例数量仍在增加。因此,一个能够描述COVID-19的真实性质和影响的数学模型对于更好地理解COVID-19的疾病传播动态是必要的。本文提出了一个新的分室SEIRUC数学模型,其中包括新的状态称为恢复期(C)。为所提出的模型确定了基本再生数$\mathcal{R}_0$。利用Routh-Hurwitz准则对无病平衡点($\mathcal{E}_0$)和地方病平衡点($\mathcal{E}_*$)进行了稳定性分析。给出了计算结果的图解说明,验证了理论结果的正确性.
2021-06-15 math.DS q-bio.PE
Effect of lockdown interventions to control the COVID-19 epidemic in India
由新型冠状病毒SARS-CoV 2引起的大流行导致了危及生命的健康并发症,并对医疗保健系统造成了极大的压力。虽然预防性和明确的治疗性医疗干预措施尚未到位,但管理机构实施的物理隔离、检疫和严厉的社会措施等非药物干预措施可有效阻止感染在人群中的传播。在印度等人口稠密的国家,由于社会和行政管理的复杂性,封锁干预措施部分有效。使用详细的人口统计数据,我们提出了一个基于代理的模型来模仿人口的行为及其流动性特征,即使在干预下。我们展示了接触追踪政策的有效性,以及我们的模型如何有效地与测试效率的实证研究结果相关。我们还提出了各种封锁干预策略来缓解-使用感染的数量,有效繁殖率以及使用强化学习。我们的分析可以帮助评估这些干预措施的社会经济后果,并为政策制定者提供有用的想法和见解,以便更好地做出决策。
2020-09-07 cs.MA physics.soc-ph q-bio.PE
Lockdown Strategies, Mobility Patterns and COVID-19
我们开发了一个多事件模型,并利用国家内部和国家之间各种公共政策的时间、类型和强度水平的差异,研究它们对COVID-19每日发病率和135个国家人口流动模式的动态影响。我们考虑到同时存在的多种干预措施,以消除并发的政策偏见。该论文的主要结果是,取消公共活动和对私人聚会施加限制,然后关闭学校,在数量上对减少COVID-19的每日发病率产生了最明显的影响。其次是工作场所和呆在家里的要求,其统计意义和影响程度不那么明显。相反,我们发现国际旅行管制、公共交通关闭以及对城市和地区之间流动的限制没有影响。我们确定,这些研究结果是介导的,其对人口流动模式的影响与时间使用和流行病学因素相一致的方式。
2020-05-31 econ.EM physics.soc-ph q-bio.PE
A reaction-diffusion system to better comprehend the unlockdown: Application of SEIR-type model with diffusion to the spatial spread of COVID-19 in France
考虑到易感、暴露和无症状个体的平均每日移动,开发了一个反应扩散模型来描述COVID-19病毒的传播。该模型使用来自法国的确诊感染和死亡数据及其初始空间分布进行了校准。首先研究了偏微分方程组,然后导出了基本再生数R 0。其次,基于水平集和有限差分相结合的数值模拟显示了COVID-19从3月16日到6月16日的空间传播。最后,根据距离变化或部分空间锁定的情况下,解锁进行比较。
2020-05-06 math.AP q-bio.PE
SEIRS epidemiology model for the COVID-19 pandemy in the extreme case of no acquired immunity
我们认为SEIRS分区流行病学模型适用于在没有获得性免疫的极端限制情况下预测COVID-19流行病的演变。找到了无病不动点和地方病不动点,并分析了它们的稳定性。给出了基本再生比的表达式,并讨论了基本再生比对模型参数的依赖关系。阈值接触率的发现,这决定了一个稳定的无病不动点存在的可能性。pandemy进化的数值解也进行了与疾病传播的早期阶段,以及为它的衰减后,采取快速措施的近似解析解。我们分析了引入和放宽检疫措施的几种可能情况。在固定的识别率和隔离率下,周期性的“隔离开”和“隔离关”策略不能减少第二波和连续波的下降,而如果还包括识别率和隔离率的灵活增加,则这一目标是可能实现的。
2020-12-12 q-bio.PE
An SEIR epidemic model of fractional order to analyze the evolution of the COVID-19 epidemic in Argentina
新型冠状病毒(COVID-19)引起的大流行病已在全球蔓延,导致阿根廷的疫情仍在活跃。在本章中,我们提出了一个案例研究,使用SEIR(易感-暴露)的分数阶扩散模型的时间来分析流行病的演变在布宜诺斯艾利斯和邻近地区(Región Metropolitana de Buenos Aires,(RMBA))包括约1500万居民。在SEIR模型中,个体被分为四类,即易感者(S)、暴露者(E)、感染者(I)和康复者(R)。分数阶的SEIR模型允许将记忆与系统的遗传特性结合,作为经典SEIR一阶系统的推广,其中忽略了这种影响。此外,分数模型提供了一个额外的参数,以获得更好的数据拟合。模型的参数通过使用官方报告的伤亡人数作为数据进行校准。由于无限解尊重数据,我们展示了一组具有不同锁定参数值、死亡率、潜伏期和感染期的情况。由此获得的不同繁殖率R 0和感染致死率(IFR)表明,结果可能与最近报告的值不同,构成了可能的替代解决方案。与经典的SEIR模型得到的结果的比较也包括在内。分析使我们能够研究隔离和社交距离措施如何影响疫情的时间演变。
2021-04-07 q-bio.PE
Simulating the spread of COVID-19 via spatially-resolved susceptible-exposed-infected-recovered-deceased (SEIRD) model with heterogeneous diffusion
我们提出了一个早期版本的易感暴露-中毒-死亡(SEIRD)的数学模型的基础上偏微分方程耦合的非均匀扩散模型。该模型描述了COVID-19大流行的时空传播,旨在根据人类习惯和地理特征捕捉动态。为了测试该模型,我们将有限元求解器生成的输出与意大利伦巴第大区的测量数据进行了比较,该地区在2020年2月至4月期间受到这场危机的严重影响。我们的研究结果显示,对伦巴第大区COVID-19时空传播的模拟预测与在市政一级收集的流行病学数据之间存在很强的定性一致性。探索放松封锁限制的替代方案的其他模拟表明,重新开放战略应考虑到地方种群密度和传染的具体动态。因此,我们认为,对我们模型的数据驱动模拟最终可以为卫生当局提供信息,以设计有效的流行病遏制措施,并预测关键医疗资源的地理分配。
2020-05-11 cs.NA math.NA physics.soc-ph
COVID-19 pandemic control: balancing detection policy and lockdown intervention under ICU sustainability
我们在这里考虑扩展的SIR模型,包括最近COVID-19爆发的几个特征:特别是感染和康复的个体可以被检测到(+)或未被检测到(-),我们还整合了重症监护病房(ICU)的能力。我们的模型可以使用锁定和检测干预杠杆对控制流行动态的最佳政策进行易于处理的定量分析。基于COVID-19相关文献的参数规范,我们研究了各种数量对最优策略的敏感性,同时考虑到大流行的卫生和社会经济成本之间的微妙权衡,以及ICU的有限容量水平。我们将最佳封锁政策确定为分为4个连续阶段的干预措施:首先是快速而强有力的封锁干预措施,以阻止传染病的指数增长;第二是短暂的过渡阶段,以降低病毒的流行率;第三是长期的ICU能力和稳定的病毒流行率;最后是恢复正常的社会交往,病毒消失。因此,最佳方案避免了第二波感染,前提是锁定释放得足够慢。我们还提供最佳干预措施,增加ICU容量,并优化检测传染性和免疫个体的工作。每当引入大量资源来检测感染者时,可以释放社交距离的压力,而检测免疫个体的影响则较为温和。
2020-05-22 cs.SY eess.SY physics.soc-ph
Universal Masking is Urgent in the COVID-19 Pandemic: SEIR and Agent Based Models, Empirical Validation, Policy Recommendations
HKUST (University of Science & Technology)(香港科技大学);International Computer Science Institute(国际计算机科学研究所);Ecole de Guerre Economique(经济战争学院);University of Cambridge(剑桥大学);Manifold Research;University College London(伦敦大学学院);ELU AI Ltd(ELU AI有限公司);Royal Free Hospital(皇家自由医院);Population Research Institute, The Family Federation of Finland(芬兰家庭联合会人口研究所)
我们为COVID-19大流行提出了两个模型,用于预测普遍佩戴口罩对SARS-CoV-2病毒传播的影响-一个采用基于随机动态网络的分区SEIR(易感染-暴露-感染-恢复)方法,另一种采用单兵反弹道导弹(基于主体的建模)蒙特卡罗模拟-表明:(1)当至少80%的人口佩戴口罩时,在(接近)普遍掩蔽下会产生重大影响,与只有50%或更少的人口戴口罩时的影响最小相比,(2)在区域性疫情爆发的第50天之前,早期采用普遍掩蔽时的影响显著,与晚期采用普遍掩蔽时的影响最小相比。即使在自制口罩的较低过滤率下,这些效果也保持不变。为了验证这些理论模型,我们将他们的预测与我们收集的新的经验数据集进行比较,这些数据集包括地区是否具有普遍的掩蔽文化或政策,它们的每日病例增长率以及它们从每日病例增长率峰值减少的百分比。结果显示,早期普遍掩蔽和成功抑制每日病例增长率和/或从峰值每日病例增长率降低之间存在近乎完美的相关性,正如我们的理论模拟所预测的那样。我们的理论和实证结果表明,迫切需要实施通用掩蔽。随着政府计划如何退出社会封锁,它正在成为一个关键的NPI;在经济,社会和心理健康方面,“嘴和鼻子的封锁”比“全身封锁”更具可持续性。反弹道导弹模拟的交互式可视化见www.example.com。我们建议立即提出佩戴口罩的建议,正确使用的官方指导方针,以及提高认识的运动,以将口罩的心态从纯粹的自我保护转变为负责任地保护社区的…
2020-04-22 cs.AI physics.soc-ph q-bio.PE