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
Modelling the Spread of Covid-19 on Malaysian Contact Networks for Practical Reopening Strategies in an Institutional Setting
重新开放战略对于平衡经济振兴和恢复正常感的努力，同时缓解疫情和有效地拉平感染曲线至关重要。本文提出了实用的重新开放，监测和测试策略，为机构重新引入物理会议的基础上，SIR模拟运行的学生友谊网络收集前Covid-19。这些作为基准来评估几个测试策略，可以应用在物理类。我们的模拟结果表明，最好的疫情缓解结果与接触的充分知识，但也强大的不遵守学生的新的社会互动准则，模拟的部分知识的相互作用。这些结果不仅适用于机构，也适用于任何希望在新冠肺炎肆虐的世界中航行的组织或公司。
2021-04-07 physics.soc-ph
Network Based Approach Estimating COVID-19 Spread Patterns
该研究利用美国 3,105 个县的病例时间序列构建演化疫情网络，识别出四种与重大事件相关的 COVID-19 传播模式，并揭示复杂网络方法在传染病宏观研究中的潜力。
2024-01-23 physics.soc-ph
Exploring the impact of mobility restrictions on the COVID-19 spreading through an agent-based approach
流动限制被视为遏制COVID-10传播的主要政策之一。然而，有多种方法可以通过差异化的限制来减少流动性，并且不容易预测对病毒传播的实际影响。这对需要采取有效和及时措施的决策者来说是一个限制。尽管数据分析在理解这一现象方面发挥着重要作用，但拥有能够预测不同情景影响的更通用的模型也很重要。此外，它们应能够以分类的方式模拟各种情景，以便了解有针对性的战略可能产生的影响，例如在地理范围内或与潜在感染风险相关的其他变量有关的影响。本文提出了一种基于代理的模型（ABM），能够动态模拟COVID-19在不同的移动限制场景下的传播。该模型使用了意大利20个行政区的案例研究，并考虑了可归因于病毒扩散和致命性（基于病毒传播风险模型）以及人口流动模式的参数。该模型用真实数据进行了校准，并根据静态和动态参数的组合再现了不同流动限制对大流行扩散的影响。结果表明，如果意大利在第一波大流行期间实施基于先验风险参数而不是全国封锁的差异化流动限制策略，病毒传播将是相似的。所提出的模型可以为决策者在战略层面应对流行病和病毒传播提供有用的建议。
2021-02-16 physics.soc-ph
Effect of Lockdown on the spread of COVID-19 in Pakistan
2019年12月下旬源自中国武汉的新型冠状病毒现已影响全球几乎所有国家。巴基斯坦在2月下旬报告了第一例病例。该国在第一例病例发生三周后进入封锁状态，当时病例总数超过880例。巴基斯坦实施封锁逾一个月，有效地减缓了COVID 19的传播，然而，政府于四月下旬允许分阶段放宽封锁，以减轻经济压力。在这项研究中，巴基斯坦国家卫生研究所对每日情况报告中的数据进行了分析，并研究了最初严格封锁和后来智能封锁的影响。我们的分析显示，封锁前案件增加了13.14%，封锁期间下降到6.55%。这证明了封锁的有效性。但是，在智能锁定期间，案例的百分比增加增加到7.24。如果它继续以这种方式上升，巴基斯坦可能需要再次进入严格的第二次封锁。
2020-05-18 physics.soc-ph
Spatial correlations in geographical spreading of COVID-19 in USA
COVID-19大流行的全球传播途径复杂，主要归因于病毒的高传染性、人类旅行模式以及多项缓解措施的实施。由此产生的地理模式描述了流行病的演变，并可以指示有爆发风险的地区。在这里，我们分析了美国县级新活跃病例的空间相关性，并描述了这些相关性在不同时间的程度。我们发现，流行病并没有统一的进展，我们确定了不同的阶段，区分的相关长度的显着差异。我们的研究结果表明，相关长度可能是大的，即使在案件数量下降的时期。我们发现，城市中心之间的相关性比农村地区之间的相关性要显著得多，这一发现表明，城市之间的旅行主要促进了远程传播，特别是在疫情爆发的头几个月。我们还显示，2020年11月存在一个渗透过渡，当时该国最大的部分地区连接到一个跨越集群，2021年1月存在一个较小规模的过渡，这两个时间都对应于该国的疫情高峰。
2021-06-26 physics.soc-ph
Analytical solution of SEIR model describing the free spread of the COVID-19 pandemic
本文研究了SEIR（Susceptible Exposed Infectious Removed）传染病模型.其目的是为受COVID-19大流行影响的人群的峰值和渐近值及其特征时间提供简单的分析表达式。
2020-12-26 physics.soc-ph q-bio.PE
Spatial analysis and prediction of COVID-19 spread in South Africa after lockdown
COVID-19对南非有什么影响？本文旨在协助研究人员和决策者以南非为重点对抗COVID-19大流行。本文通过热点区域的热图检索和Moran指数的空间分析，重点关注疾病的传播。为了捕捉南非各省之间的空间自相关，相邻的，以及地理距离的措施，被用作绝对和相对计数的权重矩阵。此外，广义逻辑增长曲线模型用于预测COVID-19传播。我们希望这种数据驱动的建模能够为热点识别和控制病毒传播的及时行动提供一些见解。
2020-05-19 physics.soc-ph stat.ME
Examining the Global Spread of COVID-19 Misinformation
2019冠状病毒病全球大流行导致了基于健康、政治和阴谋的错误信息在网上泛滥。了解这种错误信息的影响范围和信念对于管理这场危机以及未来的危机至关重要。我们的全球调查结果发现，人们对与新冠肺炎相关的错误信息的看法令人不安，而且与那些主要从社交媒体上消费新闻的人存在相关性，在美国，这与政治倾向有很强的相关性。
2021-01-27 cs.SI physics.soc-ph
Contact network models matching the dynamics of the COVID-19 spreading
本文研究了传染病传播在两个节点相连的概率随它们的距离按幂律衰减的空间网络上的传播。随着距离依赖指数的增长，模型网络从随机网络极限平滑地过渡到规则格点极限。我们发现，尽管保持接触的平均数量不变，增加的指数阻碍了传染病传播，使长距离连接不太频繁。扩散动力学也受到距离依赖指数的影响，从指数增长变为幂律增长。观察到的幂律增长与最近对COVID-19在许多国家传播的经验数据的分析相符。
2020-12-11 physics.soc-ph q-bio.PE
Mathematical Modeling of the Spread of COVID-19 in Moscow and Russian Regions
为了模拟COVID-19冠状病毒在俄罗斯地区和莫斯科的传播，使用了描述病例数量增加的离散逻辑方程。为了检查数学模型的充分性，将模拟结果与冠状病毒在中国、一些欧洲和亚洲国家以及美国的传播进行了比较。在区间（01.03 - 08.04）内确定了俄罗斯、莫斯科和其他大区域的物流方程的参数。呈列不同国家及地区COVID-19感染人口增长率的比较分析。考虑了COVID-19冠状病毒在莫斯科和俄罗斯地区传播的各种情况。对于每一种情况，获得了每日新病例的曲线和病例总数增加的图表，并研究了每日感染传播的动态。确定了高峰时间、流行期、高峰感染人数及其增长情况。
2020-04-21 physics.soc-ph q-bio.PE
Optimized lockdown strategies for curbing the spread of COVID-19: A South African case study
为遏制COVID-19的蔓延，全球多个政府已实施不同程度的严格封锁。封锁级别通常在疾病传播时增加，在疾病消退时减少。预测控制方法用于制定优化的封锁策略，以遏制COVID-19的传播。然后将这些策略应用于南非的数据。南非的案例值得关注，因为南非政府定义了五个不同的封锁级别，作为一个离散的控制输入。先前开发了COVID-19在南非传播的流行病学模型，并与混合模型预测控制器结合使用，以优化不同政策情景下的封锁管理。考虑的情景包括如何将曲线拉平至医疗系统可以应对的水平，如何平衡生活和生计，以及人口遵守封锁措施对COVID-19传播的影响。本文的主要目的是显示最佳的锁定水平应给予的政策，是在地方，由闭环反馈控制器。
2020-11-13 physics.soc-ph q-bio.PE
An empirical model on the dynamics of Covid-19 spread in human population
我们提出了一个数学模型来分析一个地区在持续的大流行中感染新冠病毒的总人数的时间演变。利用各国新冠病毒感染人口的现有数据，我们建立了一个模型，该模型可以成功跟踪这种传染病在给定波中从早期到饱和期的时间演变。它涉及一组可以从现有数据中提取的有效参数。利用这些参数，还可以预测疾病传播的未来轨迹。还提出了一组微分方程，其解是这些时间演化轨迹。使用这种形式主义，我们预测了一些国家的感染传播的未来时间演变轨迹，这些国家的COVID-19感染仍在迅速上升。
2020-08-13 physics.soc-ph q-bio.PE
In Response to COVID-19: Configuration Model of the Epidemic Spreading
提出了一种基于无标度网络的传染病传播结构模型。我们得到的解析解描述了传染病传播的不稳定和稳定的动力学，并演示了如何这些制度可以在流行病的交换。我们将该模型应用于COVID-19病例，并展示了我们模型的预测特征。
2020-07-08 physics.soc-ph q-bio.PE q-bio.QM
Is the epidemic spread related to GDP? Visualizing the distribution of COVID-19 in Chinese Mainland
于二零一九年十二月，中国湖北省武汉市发现COVID-19。SARS-CoV-2在中国春运期间迅速蔓延到整个中国大陆。截至二零二零年二月十九日，中国大陆已报告74 576例COVID-19确诊病例。什么样的城市确诊病例比较多，GDP和确诊病例有没有关系？在这项研究中，我们探索了新冠肺炎确诊病例与地级GDP之间的关系，发现两者之间呈正相关关系。这一发现警告说，当疫情爆发时，高GDP地区应该付出更多的预防和控制努力，因为它们比附近的其他地区有更大的风险。
2020-04-09 physics.soc-ph q-bio.PE
Modeling COVID-19 Spread in Small Colleges
我们在一个网络上开发了一个基于代理的模型，旨在捕捉COVID-19在一个小型住宿学院中传播的独特特征。我们发现，一个安全的重新开放需要强有力的政策，从管理员结合学生的谨慎行为。强有力的政策包括每周一次的筛查测试，快速周转和减半的校园人口。学生的谨慎行为意味着戴口罩，减少社交，并出现COVID-19检测。我们还发现，全面的测试和口罩是最有效的单一干预措施，建筑物的封闭可能会导致其他地区的感染高峰，这取决于学生的行为，更快的测试结果返回显着减少总感染。
2020-08-21 physics.soc-ph q-bio.PE
Why a Mayor cannot Change the Course of a Pandemic -- An agent-based Study on the Covid Spread on Local Level in Germany
该研究利用基于智能体的模拟考察德国莱茵兰-普法尔茨州第二波疫情中地方发病率差异，发现其可完全由人口统计和统计效应解释，而非地方干预因素。
2023-12-18 physics.soc-ph q-bio.PE
A new fractional model in Caputo sense for studying the dynamics of COVID-19 spread in France
COVID-19疫情在全球迅速蔓延，几乎所有涉及法国的国家的公共卫生都面临沉重负担。在SARS-CoV-2传播后，法国总共收获了许多死亡病例。在本文中，我们开发了整数阶和分数阶模型，以研究法国医院和重症监护室（ICU）中COVID-19传播的动态。此外，本文旨在利用现有的实际数据，探讨预防措施对整个法国的COVID-19医院和ICU感染病例总数的影响。
2022-08-11 math.DS physics.soc-ph q-bio.PE
Hate multiverse spreads malicious COVID-19 content online beyond individual platform control
我们发现，恶意的COVID-19内容，包括仇恨言论、虚假信息和错误信息，利用在线仇恨的多元宇宙迅速传播，超出了任何个人社交媒体平台的控制。机器学习主题分析定量显示了在线仇恨社区如何将COVID-19武器化，主题迅速发展，内容变得越来越一致。我们的数学分析提供了一种广义形式的公共卫生R 0，预测了多宇宙范围内病毒传播的临界点，这就提出了新的政策选择，以减轻恶意COVID-19内容的全球传播，而不依赖于未来所有在线平台之间的协调。
2020-04-21 nlin.AO physics.pop-ph physics.soc-ph
A SIR model assumption for the spread of COVID-19 in different communities
在本文中，我们研究了建模方法对新型COVID-19疾病传播引起的大流行的有效性，并开发了一个可验证的感染-清除（SIR）模型，该模型为研究其在社区内的传播提供了理论框架。在这里，该模型是基于著名的易感-感染-去除（SIR）模型，不同之处在于总人口本身没有定义或保持不变，易感个体的数量不会单调下降。相反，正如我们在这里所示，它可以在浪涌期间增加！特别是，我们调查了不同人群的时间演变，并监测了疾病在不同社区（以美国德克萨斯州和国家为代表）传播的各种重要参数。SIR模型可以为我们提供有关病毒在社区中传播的见解和预测，这是单靠记录数据无法做到的。我们的工作表明了通过我们在这里提出的SIR模型对COVID-19传播进行建模的重要性，因为它可以通过提供有价值的预测来帮助评估疾病的影响。我们的分析考虑了2020年1月至6月的数据，这一时期包含了实施严格控制措施之前和期间的数据。我们对2020年9月之前与COVID-19传播相关的各种参数以及易感、感染和移除人群的数量提出了预测。通过将记录的数据与我们的建模方法的数据进行比较，我们推断，如果实施适当的限制和强有力的政策以在疾病传播早期控制感染率，COVID-19的传播可以在所有考虑的社区得到控制。
2020-06-18 physics.soc-ph q-bio.PE
Impact of the Euro 2020 championship on the spread of COVID-19
像2020年欧洲足球锦标赛这样的大型活动提供了一个独特的机会来量化集会对COVID-19传播的影响，因为参与国家的比赛数量和日期类似于随机研究。使用贝叶斯模型和COVID-19数据中的性别失衡，我们将12个国家的840，000例（95% CI：[0.39M，1.26M]）COVID-19病例归因于冠军。影响非线性地依赖于初始发生率、再生数$R$和比赛次数。影响最大的是苏格兰和英格兰，那里每百万居民中有多达10，000例原发病例发生在与冠军有关的集会上。在比赛日，由比赛引起的平均$R$增加值为0.46 [0.18，0.75]，但重要比赛引起的增加值高达+3。总之，我们的研究结果提供了定量的见解，有助于判断和减轻大规模事件对流行病传播的影响。
2023-01-18 physics.soc-ph q-bio.PE
Efficacy the of Confinement Policies on the COVID-19 Spread Dynamics in the Early Period of the Pandemic
University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）；Stanford University（斯坦福大学）
在这项研究中，我们提出了一种基于时间序列数据的聚类方法，以捕捉COVID-19大流行早期的传播模式。我们基于不同地理位置的不同国家，分析COVID-19早期和后期阶段的传播动态。此外，我们还研究了限制策略及其对传播的影响。我们发现，相同的限制政策的实施在不同的国家表现出不同的结果。具体而言，在人口密集地区，由于不愿遵守社交距离措施，封锁变得不那么有效。一些国家缺乏检测、接触者追踪和社会意识，使人们无法自我隔离和保持社交距离。生活条件不健康的大型劳改营也助长了依赖外国劳工的国家的高社区传播。对政府政策的不信任和假新闻在发达国家和欠发达国家都煽动了传播。大型社交聚会在几乎所有地方迅速爆发疫情方面发挥着至关重要的作用。一些国家通过实施严格和广泛采用的隔离政策遏制了传播，而另一些国家则借助社交距离措施和严格的检测能力遏制了传播。在大流行病开始时及早迅速作出反应是遏制传播的必要条件，但这并不总是足够的。
2021-11-04 cs.LG physics.soc-ph
Geospatial Spread of the COVID-19 Pandemic in Mexico
COVID-19是一种传染性呼吸道疾病，世界卫生组织已宣布其为大流行病。虽然这是一个全球现象，但有必要在当地采取迅速和知情的行动，因为一些基本计划在很大程度上取决于文化、地理、法律和习俗等因素。本文介绍了我们在州和市一级绘制COVID-19在墨西哥地理空间传播的方法，这是卫生部提供的公开数据集中允许的最高分辨率。为了可视化感染的程度，我们提供了一个地图，为确认的阳性，待定，和死亡的情况下，而支持流动性，我们提供了一个地理空间可视化的$R_t$，基本的繁殖数。本文档描述了数据集的结构，所使用的软件工具，以及地图功能的描述，我们公开了该定义。
2020-06-14 physics.soc-ph q-bio.PE
Network structure of COVID-19 spread and the lacuna in India's testing strategy
我们描述了COVID-19在印度的传播网络，发现传播率为0.43，每天的病例增长是由在国外感染病毒的个人推动的。我们探讨的问题，这是否代表指数衰减的动态或仅仅是一个人工制品的印度的测试策略。检测主要限于来自高风险国家的个人及其直接接触者，这意味着该网络反映了来自有偏见的检测样本的阳性识别。鉴于检测水平普遍较低，而且几乎完全没有社区传播检测，我们很有可能错过疫情的实际性质。印度目前的病例量仍然很低，采取行动的时间可能很短，因此应该积极和系统地扩大社区传播的随机检测，包括对无症状病例的检测。这将有助于了解真正的传输特性，并为不久的将来做出适当的规划。
2020-03-21 physics.soc-ph q-bio.PE
Analysis of the Impact of Mask-wearing in Viral Spread: Implications for COVID-19
在COVID-19大流行期间，口罩被用作限制传播和拯救生命的全面措施战略的一部分。关于戴口罩对COVID-19大流行的影响的研究引起了多个学科的极大兴趣。在本文中，我们研究了复杂网络中戴面具对传播过程的影响。这是通过研究多类型网络模型上的非均质键渗流过程来完成的，其中节点可以是两种类型之一（戴面具和不戴面具）。我们提供的分析结果准确地预测了预期的流行规模和出现概率作为传播过程特征的函数（例如，传输概率、掩模的向内和向外效率等），戴面具者在人口中的比例，以及潜在的接触网络的结构。除了理论分析之外，我们还对随机网络进行了大量的模拟。我们还评论了这里研究的面具模型和多株病毒传播模型与最近研究的突变Eletreby等人之间的类比。
2020-11-09 cs.SI physics.soc-ph
The geographic spread of COVID-19 correlates with the structure of social networks as measured by Facebook
我们使用Facebook的汇总数据显示，COVID-19更有可能在社交网络连接更强的地区之间传播。与两个早期COVID-19“热点”（美国纽约州韦斯特切斯特县和意大利洛迪省）有更多社会联系的地区，到3月底通常有更多的COVID-19确诊病例。在控制了到热点的地理距离以及该地区的人口密度和人口统计数据之后，这些关系仍然存在。随着疫情在美国蔓延，一个县与最近的COVID-19病例和死亡人数的社会接近程度，可以预测未来的爆发，而不仅仅是物理接近程度和人口统计数据。部分由于其广泛的覆盖范围，社交联系数据为基于智能手机位置或在线搜索数据的测量提供了额外的预测能力。这些结果表明，来自在线社交网络的数据可能对流行病学家和其他希望预测COVID-19等传染病传播的人有用。
2020-12-11 cs.SI physics.soc-ph q-bio.PE
Differential Games in the spread of Covid-19
鉴于新冠肺炎疫情正在持续，了解中央规划者（政府）采取的措施和个人行为的综合结果是如何传播感染的，是很有意义的。在这项工作中，Covid-19的传播被建模为规划者和人口之间的可微博弈，并具有适当的疾病传播动力学方程。我们首先用改进的易感-感染-繁殖（SIR）方程来描述只有种群的平衡动力学，以突出平衡的定性性质。利用这一结果，我们制定了联合平衡曝光的规划者和人口之间的配置文件。此外，与新冠肺炎一样，无症状携带者的作用、检测、接触者追踪和预防方面的不足，可能导致与仅检测到的人数相比，严重低估了真实的感染人数。因此，必须在人口中的个人所作选择的背景下模拟真实的感染人数。要纳入这一点，我们扩展我们的框架，通过修改的动态，包括额外的子隔间的“未检测到的感染”和“检测到的感染”的疾病动态。这些人根据检测到的数字对感染者总数进行自己的估计，并根据这些估计制定策略。我们表明，这些考虑导致一个延迟的最优控制问题的球员。我们提出了一些模拟结果的基础上，这些结果来证明如何人口行为，计划者控制，检测率和信任报告的数字在疾病传播中发挥了关键作用。
2021-09-30 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
On the Interplay of Regional Mobility, Social Connectedness, and the Spread of COVID-19 in Germany
由于呼吸道病毒传播的主要模式是人与人之间的相互作用，我们需要重新考虑身体相互作用模式，以减少感染COVID-19的人数。虽然研究表明，非药物干预（NPI）对国家流动模式有明显影响，但我们调查了相对的区域流动行为，以评估人员流动对COVID-19传播的影响。特别是，我们探讨了从Facebook活动中产生的人员流动性和社交联系对2020年3月3日至6月22日期间德国每周新感染率的影响。我们的研究结果证实，减少社会活动降低感染率，占区域和时间模式。社会距离的程度，以留在联邦行政区内的人的百分比来量化，对感染的发生率有总体的负面影响。此外，我们的研究结果显示了基于地理和社会距离的空间感染模式。
2021-07-02 physics.soc-ph stat.AP
A machine learning aided global diagnostic and comparative tool to assess effect of quarantine control in Covid-19 spread
我们通过用神经网络模块增强经典SIR流行病学模型，开发了一个全球适用的新型冠状病毒肺炎诊断模型。我们的模型不依赖于SARS/MERS等以前的流行病，所有参数都通过对公开可用的Covid-19数据采用的机器学习算法进行优化。该模型分解的感染时间序列的贡献，分析和比较在欧洲，北美，南美和亚洲的高度受影响的地区，在控制病毒的传播检疫控制政策的作用。对于所考虑的所有大陆，我们的结果显示，加强检疫控制之间普遍存在很强的相关性，正如模型所了解的那样，以及各地区政府所采取的行动。最后，我们在一个公共平台上托管了全球70个受影响国家的检疫诊断结果，公共卫生官员和研究人员可利用该平台做出明智的决策。
2020-07-23 physics.soc-ph q-bio.PE
Critical data analysis of COVID-19 spreading in Indonesia to measure the readiness of new-normal policy
Institut Teknologi Sepuluh Nopember（十月科技学院（印度尼西亚））；Politeknik Caltex Riau（廖内加理工学院）；Politeknik Negeri Malang（玛琅国立理工学院）；Universitas Pembangunan Nasional Veteran Jawa Timur（东爪哇退伍军人国家发展大学）；STIE Perbanas（佩尔巴纳斯经济学院）
COVID-19疫情已成为当今的全球性问题。为打破COVID-19的传播链，已作出各种努力。印尼政府发布大规模社会限制政策，以防止COVID-19的传播。然而，大规模的社会限制政策影响了印尼的经济。经过几次考虑，印度尼西亚政府实施了一项新常态政策，以严格的健康协议规范家庭以外的活动。这项研究的目的是衡量印度尼西亚在大规模社会限制时期之后进入新正常时期的准备程度。以规定的准备程度、测量参数的形式对所需数据进行统计分析和预测建模。根据统计分析和预测的结果，过去一个月，新增确诊病例增加了两倍多。此外，与预测结果相比，新确诊病例的增长率急剧上升。因此，政府必须重新审视新常态政策，强调经济因素，思考健康因素
2020-11-16 cs.LG 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
Reducing COVID-19 Misinformation Spread by Introducing Information Diffusion Delay Using Agent-based Modeling
本文提出多学科基于智能体的建模方法，利用 1-中位数社区划分、响应时间监测与智能体优化分配引入传播延迟，在密歇根抗议相关 Twitter 网络中将延迟阈值提升至 3 分钟以遏制 COVID-19 错误信息扩散。
2024-08-02 cs.SI physics.soc-ph
Superposition of waves for modeling COVID-19 epidemic in the world and in the countries with the maximum number of infected people in the first half of 2020
2020年上半年，基于逻辑离散方程系统，对全球及美国、巴西、俄罗斯、印度等感染人数最多的国家进行了COVID-19疫情传播的数学建模。结果表明，对于采取强限制措施的国家，COVID-19的传播符合一个容量较小的单波，而对于违反限制措施的一些国家，疫情的传播符合一个波叠加。对于人口混合较多的国家来说，今天的疫情传播也符合单一浪潮，但具有巨大的容量值（巴西-8 000万人，印度-4 000万人）。我们估计，当今世界的流行病传播可分为5波。前两波是由中国的疫情传播引起的（第一波-在武汉），第三波-由欧洲国家的疫情传播引起的，第四波主要是由俄罗斯和美国的疫情传播引起的，第五波主要是由拉丁美洲和南亚的疫情传播引起的。这是第五波，导致冠状病毒疫情COVID-19的传播进入新阶段，感染人数增加超过10万居民。对于所有研究的国家和世界，对于每个叠加波，计算波容量和增长指标。确定波的局部峰值及其结束时间。这是第五波导致COVID-19传播进入新阶段的事实，感染人数增加超过10万居民。对于所有被检查的国家和整个世界，对于每个叠加波，我们计算了波容量和感染者增长指数。
2020-07-05 physics.soc-ph q-bio.PE
Methodology for Modelling the new COVID-19 Pandemic Spread and Implementation to European Countries
新型冠状病毒COVID-19爆发后，全球大部分国家已进入缓解阶段。在这一阶段，对欧洲国家每日报告的病例和其他参数进行更准确的数据分析成为可能，并已在这项工作中进行。基于一个建议的参数化模型适用于实施的流行病在一个大的人口，我们专注于疾病的传播，我们研究了所获得的曲线，以及，我们调查了可能的相关性国家的特点和参数化。我们还开发了一种方法，将我们的模型耦合到基于SIR的模型，以确定基本和有效的再生数的参数空间。所获得的结果和结论可能是有用的，在这种排斥性疾病的复发的情况下，在未来。
2020-06-30 physics.soc-ph q-bio.PE
Statistical investigation of relationship between spread of coronavirus disease (COVID-19) and environmental factors based on study of four mostly affected places of China and five mostly affected places of Italy
COVID-19是由严重急性呼吸道综合征冠状病毒2型（SARS-CoV-2）引起的新型冠状病毒病。它于2019年12月起源于中国，并迅速开始在国内蔓延。2019年12月31日，首次向世界卫生组织（WHO）驻中国国家办事处报告。从那时起，它已经传播到全球大多数国家。然而，最近有一种趋势，认为它会在夏天消失，这还没有得到适当的调查。本文对中国4个疫情最严重的地区，即北京、重庆、上海、武汉和意大利5个疫情最严重的地区，在考虑潜伏期的情况下，对每日确诊病例数与最大相对湿度（RH_max）、最高气温（T_max）和最高风速（WS_max）3个环境因子的关系进行了统计研究，即贝加莫、克雷莫纳、洛迪、米兰。研究发现，与最大相对湿度和最高风速的关系基本上可以忽略不计，而与最高温度的关系介于可忽略不计到中等之间。
2020-03-25 physics.soc-ph q-bio.PE
Interrupting vaccination policies can greatly spread SARS-CoV-2 and enhance mortality from COVID-19 disease: the AstraZeneca case for France and Italy
由于怀疑阿斯利康疫苗会导致深静脉血栓形成，欧洲多个国家已经暂停接种阿斯利康疫苗。在这封信中，我们报告了使用随机模型进行的一些费米估计，旨在对阿斯利康疫苗在法国和意大利的交付中断进行风险效益分析。我们的研究结果清楚地表明，即使在疫苗副作用的频率和严重性的最坏情况下，由于疫苗接种活动注射中断而导致的额外死亡也大大超过了由于血栓形成而导致的死亡。
2021-03-27 physics.soc-ph q-bio.PE
Heterogeneous Interventions Reduce the Spread of COVID-19 in Simulations on Real Mobility Data
世界各地都采取了重大干预措施，以减缓SARS-CoV-2病毒的传播。大规模封锁人员流动可以有效减少传播，但代价是社会功能受到极大限制。我们表明，自然的人类运动是统计上的差异，疾病的传播是显着影响一小群活跃的个人和聚集场所。我们发现，针对这些流动性最强的个人和受欢迎的场所的干预措施降低了峰值感染率和总感染人口，同时保持了较高的社会活动水平。这些趋势在来自世界各地多个城市的不同规模、分辨率和模式的真实人类流动数据的模拟中得到了一致的体现。观察结果表明，与广泛的全面干预相比，基于人员流动网络效应的更多样化的战略在流行病控制和常规社会活动之间提供了更好的平衡。
2021-04-08 cs.SI physics.soc-ph
Network model and analysis of the spread of Covid-19 with social distancing
2019冠状病毒病大流行的第一个缓解措施是尽可能限制人与人之间的互动。这是通过临时关闭许多工作场所来实施的，人们被要求遵守社交距离。网络是一种很好的方式来表示人与人之间的互动以及这些互动的暂时中断。在这里，我们提出了一个人与人之间相互作用的网络模型，这些相互作用可能是疾病传播的媒介。这个网络的节点是个人，不同类型的边表示家庭派系，工作场所的互动，基本需求引起的互动和社会互动。每个人都可能处于四种状态之一：易感、感染、免疫和死亡。该网络和疾病参数参考了现有的Covid-19文献。使用这个模型，我们模拟了存在各种缓解方案的传染病的传播。例如，通过删除表示非必要交互的边来实现锁定。我们验证了模拟结果与实际数据匹配的基本和有效的再生数在不同阶段的蔓延。我们还模拟了不同的可能性，通过改变设施慢慢开放，但人们遵循戴口罩等预防措施的传播率来缓慢解除封锁，我们对每种情况下第二波感染的概率和强度进行预测。
2020-06-16 physics.soc-ph q-bio.PE
City size and the spreading of COVID-19 in Brazil
目前爆发的2019冠状病毒病（COVID-19）是一个前所未有的例子，表明传染病在全球（特别是在城市地区）传播的速度有多快，以及它对公共卫生和社会经济活动造成的巨大影响。尽管近期有关COVID-19大流行不同方面的调查激增，但我们对城市规模对城市地区这种疾病传播的影响仍然知之甚少。在这里，我们调查了COVID-19的病例和死亡人数如何与巴西城市的人口规模相关。我们的研究结果表明，在疾病最初传播期间，小城镇受COVID-19影响的比例更大，因此人均累计病例数和死亡人数最初随着人口规模而减少。然而，在大流行的长期过程中，这种城市优势消失了，大城市开始显示出更高的病例和死亡发生率，因此，自最初的两例每日死亡病例以来，人口每增加1%，人均死亡人数在大约四个月后增加0.14%。我们认为，这些模式可能与大城市中存在的按比例更多的卫生基础设施和大城市地区老年人比例较低有关。我们还发现大城市的病例和死亡人数的初始增长率较高;然而，随着时间的推移，这些增长率在大城市往往会下降，而在小城市则会增加。
2020-08-25 physics.soc-ph q-bio.PE
Effect of Mitigation Measures on the Spreading of COVID-19 in Hard-Hit States
州政府强制推行的社交距离措施有助减缓COVID-19疫情在美国的增长。目前COVID-19发展的预测模型，特别是在缓解措施之后，主要基于从其他国家推断的数据。由于大多数州在3月底执行了居家令，其影响应反映在4月底的死亡和感染人数中。使用截至4月25日的数据，我们调查了缓解措施导致的感染率变化，并预测了截至2020年9月的死亡和感染人数，其中包括一些受影响最严重的州：纽约州，新泽西州，密歇根州，马萨诸塞州，伊利诺伊州和路易斯安那州。我们发现，在目前的缓解努力下，这六个国家中有五个将其繁殖数量减少到小于1的值，阻止了大流行的指数增长。我们还预测了缓解措施放松后的不同情景。对其他州的分析可以在https://covid19projection.org/上找到。
2020-04-30 physics.soc-ph 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
Optimal COVID-19 infection spread under low temperature, dry air, and low UV radiation
由新型冠状病毒SARS-CoV-2引起的COVID-19大流行目前正在全球迅速蔓延，造成多人死亡和严重的经济损失。人们认为，炎热和潮湿的条件不利于新型冠状病毒，但由于与COVID-19数据相关的许多不确定性，这一点仍在争论中。在这里，我们提出了替代数据测试，以检查这种病毒在不同的气候条件下传播的偏好。我们发现，当温度为$\sim$ 10 $^\circ$ C，比湿度为$\sim$ 5 g/kg，紫外线（UV）辐射为$\sim$ 80 kJ/m $^2$时，该疾病显著（高于95%置信水平）更常见。相对湿度的显著性低于95%置信水平，未显示首选值。这些结果得到了全球和区域数据的支持，时间跨度为2020年1月至7月。COVID-19数据包括每日报告的新增病例和每日死亡病例;对于两者，人口规模要么被考虑，要么被忽略。
2020-10-06 physics.med-ph physics.soc-ph q-bio.PE
Mean field game for modeling of COVID-19 spread
本文提出了一种可能的方法来模拟流行病的传播。该模型是基于平均场控制的独立群体，即可疑（S），感染（I），删除（R）和交叉免疫（C）。本文给出了求解该问题的数值算法，保证了种群在时间轴上的总质量守恒。数值实验展示了在新西伯利亚（俄罗斯）两个100天期间对COVID-19病毒传播进行建模的结果。
2021-12-23 cs.NA math.NA math.OC
Age-Stratified COVID-19 Spread Analysis and Vaccination: A Multitype Random Network Approach
COVID-19导致严重疾病和死亡的风险随着年龄的增长而显著增加。因此，COVID-19动态的年龄分层建模是研究如何减少COVID-19住院和死亡率的关键。利用网络理论，我们建立了一个复杂接触网络中的年龄分层COVID-19流行病模型。具体来说，我们提出了一个扩展的标准SEIR（易感染-暴露-感染-移除）房室模型，称为年龄分层SEAHIR（易感染-暴露-无症状-住院-感染-移除）模型，以捕捉COVID-19在具有一般度分布的多类型随机网络上的传播。我们得出了几个关键的流行病学指标，然后提出了一个年龄分层的疫苗接种策略，以降低死亡率和住院率。通过大量的研究，我们发现疫苗接种优先顺序的结果取决于繁殖数R 0。具体而言，只有当R 0相对较高时，才应优先考虑老年人。如果正在进行的干预政策，如普遍掩蔽，可以将R 0抑制在相对较低的水平，优先考虑高传播年龄组（即，年龄在20-39岁的成年人）对降低死亡率和住院率最为有效。这些结论为基于年龄的COVID-19疫苗接种优先级提供了有用的建议。
2021-03-18 cs.SI physics.soc-ph q-bio.PE
Projections for COVID-19 spread in India and its worst affected five states using the Modified SEIRD and LSTM models
2019年的最后一站出现了一种名为COVID-19（2019冠状病毒病）的病毒。自从印度出现这种感染以来，政府实施了几项政策和限制措施，以遏制其在人口中的传播。随着时间的推移，这些限制被放宽，人们被建议自行采取预防措施。印度政府及时采取的这些决定在很大程度上帮助减缓了COVID-19的传播。尽管作出了这些决定，但这一流行病继续蔓延，因此，迫切需要规划和控制这一疾病的蔓延。这可以通过找到关于传播的未来预测来实现。全球的科学家正在努力估计COVID-19的未来增长。本文提出了一个修正的SEIRD（易感-暴露-死亡-死亡）模型，用于预测印度及其病例总数最高的五个邦的COVID-19感染情况。在该模型中，暴露区室包含可能无症状但具有传染性的个体。本文还使用了基于深度学习的长短期记忆（LSTM）模型来执行短期预测。从拟议的修正SEIRD模型获得的预测也与LSTM对未来30天的预测进行了比较。本文使用截至2020年8月15日的流行病学数据进行预测。这些预测将有助于安排足够的医疗基础设施，并提供适当的预防措施，以应对目前的流行病。印度政府实施的不同封锁措施的影响也被用于拟议的修正SEIRD模型的建模和分析中。本文所载结果将为未来制定控制COVID-19在印度传播的政策提供指引。
2020-09-07 cs.CY physics.soc-ph q-bio.PE
A Mathematical Model of COVID-19 Transmission
通过流行病学、应用数学和统计学等学科研究疾病传播。传播的数学模拟模型对解决公共和个人健康挑战具有重要意义。SIR模型使用房室方法，包括通过三个因素传播的动态和非线性行为：易感、感染和移除（康复和死亡）个体。利用Lambert W函数，我们提出了一个研究SIR模型解的框架。这展示了COVID-19传播数据在模拟真实世界疾病传播方面的应用。不同的疾病模型，包括SIR，SIRmp和SEIRpqr模型的预测疾病传播的能力进行了比较。物理距离的影响和个人防护设备的使用与COVID-19传播相关。
2022-01-01 physics.soc-ph q-bio.PE
Phenomenological description of spread of Covid-19 in Italy: people mobility as main factor controlling propagation of infection cases
自2019年底开始，冠状病毒（COVID-19）的传播已在意大利确定了多项旨在防止卫生系统饱和的干预措施。我们已经研究了这些措施的影响，提出了一个平均场模型，描述了一个简单的扩散过程的基础上，所有可观察到的变量的感染传播（对感染仍呈阳性的人数、住院和死亡病例、治愈的人数和感染的总人数）取决于平均参数，即扩散系数，感染截面，和人口密度。虽然这个模型比文献中的其他模型复杂，但它使我们能够直接将流行病统计信息（住院病例，死亡人数，感染人数等）的趋势联系起来。到一个定义明确的可观察的物理量：任何个人每天遇到的平均人数。该模型非常符合流行病数据，并使我们能够将住院病例和疫情死亡人数的时间演变与人员流动性的变化严格联系起来，从而在意大利实施渐进式限制，直到现在（2020年11月15日）。
2020-11-17 physics.soc-ph q-bio.PE
How macroscopic laws describe complex dynamics: asymptomatic population and CoviD-19 spreading
宏观增长规律，平均场方程的解，以一种有效的方式描述了潜在的复杂动力学。它们被应用于研究感染的传播，如CoviD-19的情况，其中检测到的感染个体的累积数量$N(t)$的计数是普遍接受的粗粒度变量，以了解流行阶段。然而，$N(t)$未考虑未知数量的无症状、未检出的病例$A(t)$。因此，出现的问题是，观察到的$N(t)$数据的时间序列是否是监测传染病演变的可靠工具。我们研究了一个耦合微分方程系统，其中包括有症状和无症状的个人之间的传播动力学和强大的遏制效果，由于社会隔离。因此，该解决方案与宏观法律的人口$N(t)$来自一个单一的，非线性的，微分方程没有明确的参考$A(t)$，显示这两种方法的等价性。事实上，$N(t)$考虑了更复杂和详细的种群动力学，这也允许对无症状个体的数量进行评估。然后将该模型应用于意大利的Covid-19传播，在最近的数据中观察到$N(t)$从指数行为向Gompertz增长的转变。那么$N(t)$的数据分析中包含的信息对于理解流行阶段是可靠的，尽管它没有描述总的感染人群。在传播的快速增长阶段，无症状人群大于有症状人群。
2020-04-19 physics.soc-ph q-bio.PE
Socio-economic disparities and COVID-19 in the USA
COVID-19不是一个普遍的杀手。我们研究了截至2020年8月的第15个$^{th}$，美国县级COVID-19的传播情况。我们发现，疾病的流行率和死亡率与当地的社会经济条件往往超出地方种群的密度分布，特别是在农村地区。我们将COVID-19的患病率和死亡率与美国人口普查局的数据相关联，并指出该疾病的传播模式如何分别在城市和农村地区显示出不对称性，并优先影响大部分人口为非白人的县。我们的研究结果可以用于更有针对性的政策建设和资源部署，以应对未来由SARS-CoV-2引起的大流行。我们的方法基于可解释的机器学习和博弈论，可以扩展到研究其他疾病的传播。
2021-06-30 physics.soc-ph q-bio.PE
Parametrization Model Motivated from Physical Processes for Studying the Spread of COVID-19 Epidemic
新型病毒COVID-19的爆发，除了对人类健康造成风险及损失外，亦对广泛的人类活动（包括主要涉及全球合作的基础及应用科学研究）造成非常严重的问题。我们所有人都希望能够迅速预测这种疾病每日病例曲线的转折点。在这项工作中，我们面对COVID-19病毒疾病传播的问题，主要目的是为一个孤立的社会，城市甚至整个国家创建一个可靠的数学模型来描述这种机制。利用粒子探测器物理学中出现的类似机制，我们集中于所谓的n次半高斯函数。这种方法可以提供一些非常有用的优势，在数据分析的每日报告的病例的感染者。应用该模型并拟合到提交本研究之前报告的数据，我们确定了所研究社会中公民的平均感染时间。我们还将该模型应用于其他国家的报告病例，并进行了有益的比较和结论。
2020-04-15 physics.soc-ph q-bio.QM
A predictive model for Covid-19 spread applied to eight US states
提出了一个用于预测新冠病毒传播的房室流行病模型。它认为：检测到和未检测到的受感染人群、医疗隔离和社会隔离、隔离释放，以及可能的再感染。模型中的系数通过拟合美国八个州的经验数据进行评估：亚利桑那州，加利福尼亚州，佛罗里达州，伊利诺伊州，路易斯安那州，新泽西州，纽约州和德克萨斯州。这些州加起来占美国人口的43%;其中一些州似乎很好地处理了最初的疫情，而另一些州似乎是新兴的热点。新冠肺炎疫情在各州的演变情况相当相似：接触率和康复率的变化保持在5%以下;然而，毫不奇怪，死亡率、再感染率、居家效应和隔离释放率的变化更大。结果显示，在首次发现之前，疫情可能已经在几个州进行，加利福尼亚州可能已经看到了不止一次的大流行流入。我们根据目前情况作出的预测显示，新型冠状病毒将成为地方性疾病，蔓延时间超过两年。如果各州完全放松居家令，大多数州可能会在2021年经历第二个高峰。如果封锁措施一直保持不变，在大多数开放的州，迄今为止的新冠肺炎死亡人数可能会大大降低。此外，我们的模型预测，将接触率降低10%，或将检测增加约15%，或将封锁依从性提高一倍（从目前的$\sim$ 15%提高到$\sim$ 30%），将在一年内根除德克萨斯州的感染。将我们的拟合扩展到美国所有州，我们预测到2020年11月1日，总感染人数约为1100万（包括未检测到的），累计确诊病例为800万，累计死亡人数为63万。
2020-07-09 physics.soc-ph q-bio.PE
Controlling the spread of COVID-19 on college campuses
这项研究是在杜克大学的DOMath项目期间于2020年5月18日至7月10日完成的。当时，杜克大学和全国其他大学正在努力解决如何安全地欢迎学生在秋季回到校园的问题。正因为如此，我们的项目专注于使用数学模型来评估抑制病毒在校园内传播的策略，特别是在宿舍和教室里。对于宿舍，我们表明，给学生提供单人间而不是双人间可以大大减少病毒传播。对于教室，我们表明，移动类的大小以上的一些截止在线可以使基本的再生数$R_0<1$，防止广泛传播的流行病。截止日期将取决于疾病在教室中的传染性。
2020-08-17 math.PR physics.soc-ph q-bio.PE
Solvable delay model for epidemic spreading: the case of Covid-19 in Italy
我们研究了一个简单的现实模型，用于描述传染病在人群中的扩散。的动态是由一个单一的功能延迟微分方程，其中，在一个大的人口的情况下，可以精确地解决，即使在存在的时间依赖性的感染率。这种延迟模型比流行病学中常用的所谓SIR模型具有更高的准确度，SIR模型是用常微分方程来表示的。我们应用此模型描述新型传染病Covid-19在意大利的爆发，并考虑到政府为减缓病毒传播而实施的遏制措施以及人口的社会成本。
2020-09-10 cond-mat.stat-mech physics.soc-ph q-bio.PE
