Covid-19 epidemic under the K-quarantine model: Network approach
新型冠状病毒肺炎(COVID-19)大流行正在全球范围内持续,其造成的破坏是前所未有的。为了预防,韩国采取了局部隔离策略,而不是全球封锁。这种方法不仅最大限度地减少了经济损失,而且还有效地防止了疾病的传播。在这项工作中,COVID-19在当地隔离措施下的传播是使用复杂网络上的易感-暴露-隔离-隔离模型建模的。在这种网络方法中,连接到孤立的人的链接被断开,然后在释放时恢复。这种联系的动态导致时间依赖的繁殖数量。对网络进行数值模拟,根据经验数据估计反应速率。随后再现了累计确诊病例数的时间模式。结果显示,大量无症状感染者因与感染者一起隔离而被检出。此外,还考虑了当地隔离措施和社交距离中断可能造成的后果。
2020-12-30 physics.soc-ph q-bio.PE
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
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
Neural Network aided quarantine control model estimation of global Covid-19 spread
自2019年12月31日中国湖北省武汉市首次记录到我们现在所说的新冠肺炎感染以来,该疾病已在全球范围内蔓延,并遇到了各种各样的社交距离和隔离政策。众所周知,这些应对措施的有效性很难量化,因为个人旅行,故意或无意地违反政策,并在不被发现的情况下感染他人。在本文中,我们试图解释和推断,从公开的数据使用混合的第一性原理流行病学方程和数据驱动的神经网络模型。利用我们的神经网络增强模型,我们重点分析了四个地区:武汉,意大利,韩国和美国,并比较了这些国家的检疫和隔离措施在控制病毒有效繁殖数$R_{t}$方面所发挥的作用。我们的研究结果明确表明,政府迅速干预并实施严格的检疫和隔离公共卫生措施的国家成功地阻止了感染的传播,并防止了感染的激增。我们通过匹配武汉2020年3月3日至4月1日期间以及意大利和韩国2020年3月25日至4月1日期间的预测来测试我们模型的预测能力。在美国的情况下,我们的模型很好地捕捉了当前的感染曲线增长,并预测到2020年4月20日感染传播将停止。我们进一步证明,现在放松或逆转隔离措施将导致感染病例数量呈指数级激增,从而抵消美国自2020年3月中旬以来实施的所有措施所发挥的作用。
2020-04-02 physics.soc-ph q-bio.PE q-bio.QM
COVID-19: On the quarantine duration after short visits to high-risk regions
本文将提出一种简单的蒙特卡罗方法,以便能够提取适用于高风险地区游客的隔离期估计数。结果将根据对旅行者离开感染发生地与当前可能检测到COVID-19感染的时刻之间的时间跨度的累积分布函数的上尾分析得出。正如预期的那样,隔离期是受感染旅行者比例的递减函数,人们准备将其确定为“可接受的风险”。分析表明,最大$5~\%$风险(源于隔离解除后感染的受试者的新感染)可能与最短隔离期约8天相关,$1~\%$约为12天,$0.1~\%$约为16天。除非短期旅行(通常最多三周)的时间分布与本研究假设的形状有很大差异,否则本分析的结果并不支持将隔离时间从大约十天缩短到两周的计划,目前这适用于从感染风险高的地区进入大多数欧洲国家的旅行者。
2020-10-06 physics.soc-ph q-bio.PE
Exact Properties of SIQR model for COVID-19
SIQR模型被重新制定,其中重新定义了感染和隔离的分区,以便适用于COVID-19,并给出了模型的确切属性。结果表明,最大感染人数在很大程度上取决于隔离率,隔离措施比封锁措施更有效地控制大流行。被隔离的病人人数的高峰出现的时间比感染人数成为最大的时间晚。基于期望效用理论,提出了一个在封锁措施和隔离措施空间中寻求最优策略的理论框架,该框架以最小化最大感染人数为目标,将大流行病的爆发控制在早期。
2020-08-17 physics.soc-ph q-bio.PE
A fractional-order model for CoViD-19 dynamics with reinfection and the importance of quarantine
2019年冠状病毒病(CoViD-19)是由严重急性呼吸道综合征冠状病毒2(SARS-CoV-2)引起的传染病。在许多症状中,咳嗽,发烧和疲倦是最常见的。60岁以上的人和相关的合并症最有可能发展为健康状况恶化。本文提出了一个非整数阶模型来描述CoViD-19在标准人群中的动态。该模型结合了从疾病中恢复的个体的再感染率。对分数阶导数和再感染率的不同阶数进行了数值模拟。从生物学的角度对结果进行了讨论。
2021-07-19 math.DS q-bio.PE
Dynamics of COVID-19 models with asymptomatic infections and quarantine measures
考虑到COVID-19在不同区域的传播特征,分别对COVID-19的长期和短期模型进行了动力学分析和数值论证。长期模型研究了具有无症状感染和隔离措施的COVID-19模型的全局稳定性。利用模型的极限系统和李雅普诺夫函数方法,证明了无COVID-19平衡点$V^0$在控制再生数为$\mathcal{R}_{c}<1$时全局渐近稳定,在控制再生数为$\mathcal{R}_{c}=1$时全局吸引,这意味着COVID-19将消亡; COVID-19平衡点$V^{\ast}$在控制再生数为$\mathcal{R}_{c}>1$时全局渐近稳定,这意味着COVID-19将持续。特别地,为了得到$V^{\ast}$的局部稳定性,我们利用反证法和复模的性质证明了系统的弱持久性,得到了$V^{\ast}$的全局吸引性.此外,计算了相应短期模型的最终规模,并分析了其多重平衡点的稳定性。对COVID-19病例的数值模拟显示,隔离措施和无症状感染者对COVID-19的传播有不可忽视的影响。
2022-11-07 math-ph math.DS math.MP
Neural Network aided quarantine control model estimation of COVID spread in Wuhan, China
从2020年1月24日起,中国在武汉这个拥有1000多万人口的城市实施了检疫和隔离限制,这是公共卫生史上前所未有的举措。这就提出了一个问题:大规模检疫和隔离除了作为医疗工具的科学用途外,作为一种社会工具是否有效?为了解决这一问题,我们使用流行病学模型驱动的方法,通过机器学习增强,证明了在武汉实施的检疫和隔离措施在中国武汉实施检疫控制措施后的一个月内将COVID-19传播的有效繁殖数R(t)从R(t)> 1降至R(t)<1。这最终导致了武汉感染病例数的停滞阶段。我们的研究结果表明,在武汉实施的严格的公共卫生政策可能在阻止感染传播方面发挥了至关重要的作用,这些措施可能应该在其他受影响严重的国家实施,如韩国,意大利和伊朗,以遏制疾病的传播。最后,我们的预测结果预测,到2020年3月底,武汉实施的检疫控制措施将出现停滞;这将导致有效繁殖数随后在R(t)<1时出现停滞。我们警告,武汉立即放松隔离措施可能导致感染传播复发,随后有效繁殖数增加至R(t)>1。因此,在经过足够的时间后放松检疫措施可能是明智的,在此期间,最大限度地恢复了被隔离/隔离的个体。
2020-03-18 physics.bio-ph 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
Control Strategies for COVID-19 Epidemic with Vaccination, Shield Immunity and Quarantine: A Metric Temporal Logic Approach
自COVID-19疫情爆发以来,针对冠状病毒SARS-CoV-2提出并测试了各种公共卫生控制策略。我们研究了三个特定的COVID-19流行病控制模型:接种疫苗控制的易感、暴露、传染、恢复(SEIR)模型;屏蔽免疫控制的SEIR模型;以及检疫控制的易感、未检疫感染、检疫感染、确认感染(SUQC)模型。我们表达的控制要求在度量时序逻辑(MTL)公式(一种形式化的规范语言),它可以指定预期的控制结果,如“感染的死亡人数不应该超过一千人,每天在未来三个月内”或“人口免疫的疾病应该最终超过20万在未来100至120天”。然后,我们开发的方法与MTL规范合成控制策略。据我们所知,这是第一篇基于具有正式规范的COVID-19流行病模型系统综合控制策略的论文。我们提供了三个不同案例研究的模拟结果:COVID-19疫情的疫苗接种控制,模型参数根据意大利伦巴第的数据估计; COVID-19疫情的屏蔽免疫控制,模型参数根据意大利伦巴第的数据估计; COVID-19疫情的检疫控制,模型参数根据中国武汉的数据估计。结果表明,所提出的综合方法可以生成控制输入,使得每个类别中的时变个体数量(例如,感染性、免疫性)符合MTL规范。研究结果亦显示,早期干预对减缓COVID-19的传播至关重要,而更严格的MTL规范需要更多的控制工作。
2020-08-13 cs.SY eess.SY math.OC
The Role of Quarantine and Isolation in Controlling COVID-19 Hospitalization in Oman
本研究构建COVID-19动力学数学模型,结合阿曼2020年无疫苗时期的疫情数据校准参数,分析模型稳定性与再生数,通过敏感性分析和数值模拟评估检疫、隔离等非药物干预对住院病例的控制效果。
2023-05-03 q-bio.PE
COVID-19 in low-tolerance border quarantine systems: impact of the Delta variant of SARS-CoV-2
The University of Melbourne(墨尔本大学);Melbourne School of Population and Global Health, The University of Melbourne(墨尔本大学人口与全球健康学院);The Peter Doherty Institute for Infection and Immunity, The Royal Melbourne Hospital and The University of Melbourne(彼得·多赫蒂感染与免疫研究所、皇家墨尔本医院和墨尔本大学);Department of Infectious Diseases, The Alfred and Central Clinical School, Monash University(莫纳什大学阿尔弗雷德医院和中央临床学院传染病系);School of Mathematics and Statistics, The University of Melbourne(墨尔本大学数学与统计学院)
本研究建模评估边境检疫系统中疫苗接种对Delta变异株传播的影响,发现疫苗效力从70%升至90%可将疫情暴发时间延长两个数量级,需结合大规模接种以防疫情。
2021-09-27 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
Is a COVID19 Quarantine Justified in Chile or USA Right Now?
在当前COVID-19大流行期间,必须发出早期预警以降低死亡率。然而,非专家,如当局和普通民众面临着几个问题,以了解这种流行病的真正线索,低估/高估其风险是一个司空见惯的新闻和社交媒体。在这里,我们定义了一个指数,我们称之为COVID-19负担指数,它与特定国家医疗保健系统治疗重症和危重病例的能力相关。如果医疗系统中没有额外的压力,它的值为0,当崩溃迫在眉睫时,它达到1.0。截至2020年3月23日,我们表明,智利,美国,英国等国家必须立即降低感染率,否则,在不到7天的时间内,他们可能会陷入意大利,西班牙和伊朗等灾难性局势。
2020-03-24 physics.med-ph physics.soc-ph q-bio.PE
Effectiveness of vaccination and quarantine policies to curb the spread of COVID-19
流行病,即疾病在世界范围内的传播,可以从社会和生物学角度威胁人类,并使现有的生活习惯瘫痪。为了避免更大的灾难并恢复正常生活,人们在从个人到全球的多个层面上做出了巨大的努力:注意手部卫生,制定戴口罩、社交距离、隔离等社会政策,以及发明疫苗和补救措施。就目前严重的疫情,即2019冠状病毒病,我们探讨采取上述措施时的传播抑制效果。特别是考虑检疫和疫苗接种,因为它们是政府层面上阻断传播和预防的代表性主要治疗方法。我们建立了一个由易感(S)、接种(V)、暴露(E)、感染(I)、隔离(Q)和恢复(R)等部分组成的房室模型,称为SVEIQR模型。我们调查了首尔的感染病例,并考虑了三种疫苗,辉瑞,Moderna和阿斯利康。相关参数的值是从首尔的经验数据和疫苗的临床数据中获得的,并通过贝叶斯推断进行估计。在确认我们的SVEIQR模型是合理的之后,我们通过在当前值附近调整与检疫和疫苗接种政策相关的参数来测试各种场景。从我们的模型中获得的定量结果可以为有效的疫苗接种和社会政策的政策制定提供指导。
2022-07-20 physics.soc-ph q-bio.PE
Replacing quarantine of COVID-19 contacts with periodic testing is also effective in mitigating the risk of transmission
隔离已确定的密切接触者对于降低传播率和避免症状出现前和无症状病例的二次感染风险至关重要。这一接触者追踪策略在缓解传播方面的有效性对遵守隔离措施的情况敏感,隔离期较长或接种疫苗的人群(风险感知降低)可能较低。本研究开发了一个模拟模型,以评估接触者追踪策略的基础上,暴露后的替代品,其中接触者被隔离后,只有通过阳性检测确认的接触者的顺序测试。该分析考虑了不同数量和类型的检测(PCR和侧向流抗原检测(LFA)),以确定具有成本效益的检测政策,在考虑不同水平的检测能力的情况下,最大限度地减少暴露后的预期感染天数。该分析表明,即使是有限数量的测试也可以有效降低继发感染风险:两次LFA测试(具有最佳时机)避免了与14天隔离(80-90%依从性)相当的传染性,或等同于7-9天隔离(完全依从性)(取决于LFA测试的灵敏度)。添加第三种检测(PCR或LFA)可达到14天隔离的效率,并具有90-100%的依从性。这些结果对接触者的暴露日期、LFA的检测灵敏度和病毒载量演变的替代模型具有鲁棒性,这表明在难以实施严格隔离的环境中,简单的检测规则可以有效地改善接触者追踪。
2022-02-13 physics.soc-ph q-bio.PE stat.AP
Assessing the Efficiency of Different Control Strategies for the Coronavirus (COVID-19) Epidemic
这项工作的目标是分析巴西冠状病毒(COVID-19)疫情控制政策的影响。这是通过考虑一个年龄结构的SEIR模型与检疫类和两种类型的控制。第一个研究了下一代方法计算的基本再生数R 0对参数的敏感性。第二个评估不同的检疫策略,通过比较他们的相对总死亡人数。
2020-04-07 q-bio.PE
Modeling the early evolution of the COVID-19 in Brazil: results from a Susceptible-Infectious-Quarantined-Recovered (SIQR) model
严重急性呼吸系统综合征冠状病毒2(SARS-Cov2或简称COVID-19)的全球演变导致世界卫生组织宣布其为大流行病。这种疾病于2019年12月在中国出现,并在世界各地迅速蔓延,特别是在意大利和西班牙等欧洲国家。巴西于2月26日记录了第一例报告病例,此后病例数量迅速增长。为了减缓疾病在全国的最初增长,确诊的阳性病例被隔离,以防止疾病传播。为了更好地了解COVID-19在巴西的早期演变,我们应用易感-传染-隔离-隔离(SIQR)模型分析了巴西卫生部从2020年2月26日至2020年3月25日获得的数据。根据分析和数值计算的结果,并根据已有的数据,估计了基本再生数为$R_{0}=5.25$。此外,我们估计,在疫情开始时,未确定的传染性个体和确诊病例的比例约为$10$,与以前的研究一致。我们还估计流行病的倍增时间为$2.72$天。
2020-05-22 physics.soc-ph q-bio.PE
Optimal screening strategies in the control of an infectious disease: a case of the COVID-19 in a population with age structure
本研究针对COVID-19防控,基于年龄结构模型,运用Pontryagin最大值原理求解兼顾感染人数与经济成本最小化的最优检疫控制策略,给出隔离放宽日程并分析延迟启动检疫的影响。
2024-11-01 math.DS math.OC 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
A Novel Compartmental Approach to Modeling COVID-19 Disease Dynamics and Analyzing the Effect of Common Preventative Measures
截至2020年12月,COVID-19疫情已感染超过75百万人,成为现代历史上最致命的疫情。本研究开发了一种新的针对SARS-CoV-2病毒的房室流行病学模型,并分析了常见预防措施(如检测、隔离、社交距离和疫苗接种)的效果。通过考虑为最大限度地减少病毒传播而制定的最普遍的干预措施,该模型为未来COVID-19和其他现代流行病的数学建模奠定了重要基础。具体而言,该模型扩展了经典的SIR模型,并为处于潜伏期、无症状、检测阳性、隔离、接种疫苗或死亡的个体引入了单独的隔间。它还解释了可变的感染率、检测率和死亡率。我首先分析了加利福尼亚州圣克拉拉县的疫情,然后概括了调查结果。结果显示,尽管所有预防措施都能减少COVID-19的传播,但隔离和社交距离规定降低了感染率,是最有效的政策,其次是疫苗分发,最后是公开测试。因此,政府应集中资源执行隔离和社交距离政策。此外,我发现数学证明,相对较高的无症状率和较长的潜伏期是COVID-19快速传播的驱动因素。
2021-11-17 physics.soc-ph q-bio.PE stat.AP
An epidemic model for COVID-19 transmission in Argentina: Exploration of the alternating quarantine and massive testing strategies
COVID-19疫情对全球各级政府管理当局构成挑战。在面对如此严重的疾病时,当局拥有预测工具,提前估计对卫生系统的影响以及所需的人力、物力和经济资源,是有用的。在本文中,我们构建了一个扩展的易感-暴露模型,该模型结合了马德普拉塔的社会结构,马德普拉塔是阿根廷$4^\circ$人口最多的城市,也是普埃尔雷顿将军市的负责人。此外,我们还考虑了根据疾病严重程度对感染者进行的详细划分,以及当地卫生资源的数据,以使这些预测更接近当地的现实。调整COVID-19的相应流行参数,我们研究了一种交替隔离策略,其中一部分人群可以在任何时候不受限制地流动,而其余人群则被平均分为两组,并进行连续的正常活动和封锁,每个阶段的持续时间为$τ$天。此外,我们在人口上实施随机测试策略。我们发现,$τ= 7$是隔离策略的一个很好的选择,因为它与每周周期相匹配,因为它减少了感染人口。关注卫生系统,从截至9月30日的情况预测,我们预计难以避免ICU饱和,因为所需的流动性极低。在最坏的情况下,我们的模型估计将发生4000人死亡,其中30%可以通过适当的医疗护理来避免。尽管如此,我们发现,积极的测试将允许增加的人的百分比,可以不受限制地流通,作为设备所需的处理额外的危重病人相对较低。
2021-07-16 physics.soc-ph q-bio.PE
Strong correlations between power-law growth of COVID-19 in four continents and the inefficiency of soft quarantine strategies
在这项工作中,我们分析了截至2020年3月27日,来自亚洲,欧洲,北美和南美国家的COVID-19确诊感染病例的累积数量的增长。我们的研究结果表明:(i)所有国家都观察到幂律增长;(ii)通过使用距离相关性,国家之间的幂律曲线在统计上高度相关,表明这种曲线在世界各地的普遍性;(iii)软隔离策略对平坦化增长曲线是无效的。此外,我们提出了一个模型和策略,使政府达到平坦的幂律曲线。我们发现,除了个人的社会距离,众所周知的相关性,在一个大的日常率识别和隔离感染者的策略可以帮助扁平化的幂律。这些基本上就是大韩民国所采用的战略。不同国家的幂律曲线之间的高度相关性强烈表明政府遏制措施可以在全球范围内成功应用。这些措施必须是严厉的,并尽快实施。
2020-04-08 math.DS physics.bio-ph physics.soc-ph
A stochastic epidemic model of COVID-19 disease
为了模拟具有延长潜伏期的疾病的演变以及COVID-19等无症状患者的存在,我们定义了一个简单的离散时间随机SIR型流行病模型。我们既包括潜伏期,也包括隔离区的存在,以捕捉此类疾病的演化动力学。
2020-05-13 q-bio.PE
Stochastic approach to study control strategies of Covid-19 pandemic in India
印度是目前受新型冠状病毒疫情影响最严重的国家之一。我们研究了印度Covid-19患者的公开数据,并在SEQIR模型的随机框架内分析了隔离和社交距离的可能影响,以说明大流行的控制策略。我们的模拟结果清楚显示,适当的隔离及社交距离应在疫情开始时尽早维持,并应持续至疫情结束,以有效控制疫情。这就要求今后在这方面建立一种更有社会纪律的生活方式。在系统动力学中非常明显的人口随机性在调控和控制流行病方面具有关键作用。
2020-06-11 physics.soc-ph q-bio.PE
Probing into the effectiveness of self-isolation policies in epidemic control
在这项工作中,我们检查的可靠性控制和平息流行病模仿的易感-感染-易感(SIS)模型定义在一个复杂的网络上,通过当前和可实施的检疫和隔离政策。具体来说,我们认为网络中的每个个体最初都与两种类型的个体联系在一起:同一家庭的成员和熟人。该网络的拓扑考虑概率$q$而演变,该概率旨在表示检疫或隔离过程,其中根据流行病控制的标准策略,与熟人的连接被中断。在目前的自我隔离和标准感染率的政策,我们的研究结果表明,传播要么是唯一的假设率的遵守或根本无法控制。
2012-05-15 physics.soc-ph q-bio.PE
Superspreading k-cores at the center of COVID-19 pandemic persistence
由最近发现的SARS-CoV-2病毒引起的COVID-19传播已成为一个世界性问题,具有毁灭性后果。为了减缓这一流行病的传播,全球各地都开展了大规模的防疫活动,造成了进一步的社会和经济混乱。在这里,我们实施了一项全面的接触者追踪网络分析,以找到一种优化的检疫协议,以最小的社会干扰来拆除冠状病毒的传播链。我们跟踪数十亿匿名GPS人类流动数据点,这些数据点来自拉丁美洲部署的数百个移动应用程序的汇编,以监测分娩前后疾病传播接触网络的演变。由于封锁,该地区的人口流动性下降了$\sim$ 53\%,导致传输网络急剧解体,下降了$\sim$ 90\%。然而,这种分裂并没有阻止疾病的传播。我们的分析表明,超级传播的k-核心结构持续存在于传播网络中,以延长大流行。一旦k核被识别,中断传输链的优化策略是隔离连接大k核的具有高介数中心性的最小数量的“弱链路”。随着各国建立接触者追踪应用程序来对抗大流行病,我们的结果可以变成一种宝贵的资源,帮助部署隔离协议,最大限度地减少干扰。
2021-03-15 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
Alternating quarantine for sustainable epidemic mitigation
在没有药物或疫苗的情况下,通过保持社会距离,特别是限制流动和封锁来控制流行病的爆发。这些措施对经济造成了伤害,而且难以长期维持。作为替代方案,我们在这里提出了一种交替隔离策略,在每一种情况下,一半的人口仍然处于锁定状态,而另一半继续活跃,保持每周活动和隔离之间的连续性。这种制度提供了一个双重分区:一半的人口只在一半的时间内相互作用,从而大大减少了传播,与全人口封锁所实现的效果相当。一直以来,它以$50\%$的能力实现社会经济的连续性。拟议的每周轮换还应对了与COVID-19特别相关的另一项挑战。事实上,SARS-CoV-2表现出相对较长的潜伏期,在此期间,个人没有症状,但可能已经有助于传播。由于无法选择性地隔离这些看不见的传播者,我们采取了人口范围的限制。然而,在交替隔离程序下,如果一个人在活动周内暴露,当他们完成隔离时,在大多数情况下,他们将开始出现症状。因此,该策略在感染阶段隔离了大多数症状前个体,导致病毒传播迅速下降,从而解决了COVID-19缓解的主要挑战之一。
2020-11-21 physics.soc-ph q-bio.PE
Assessing the Impact of (Self)-Quarantine Through a Basic Model of Infectious Disease Dynamics
我们引入了一个微分方程系统,以评估(自我)检疫症状的传染性个人对疾病动力学的影响。为此,我们离开使用经典的双线性感染过程,但仍然在质量作用假设的框架内。从数学的角度来看,我们的模型是有趣的,由于缺乏连续的可微性在无病稳态,这也意味着,基本的再生数不能计算以下建立的方法,某些参数值。然而,我们使用来自COVID-19文献的已发表值对我们的数学模型进行参数化,并分析模型模拟。我们亦将模型模拟与公开可得的COVID-19测试数据进行对比,重点关注二零二零年三月至七月期间英国的第一波疫情。我们的模拟表明,在英国的第一波疫情期间,实际峰值病例数可能比报告的阳性检测病例高出200倍。我们发现,非常严格地遵守自我隔离规则产生(仅)减少22 $\%$的峰值数量,并延迟约30-35天的峰值的开始。然而,在疫情爆发的早期阶段,(自我)隔离的影响要显著得多。我们亦以简化方式考虑全国封城的影响,即减少有效的易感人群规模。我们发现,在有效易感人群规模减少90 $\%$的情况下,与低依从性相比,高度依从自我隔离仍然仅产生峰值感染数量减少25 $\%$。这是由于人群中存在大量无症状感染者。
2021-11-23 q-bio.PE
Spatio-temporal propagation of COVID-19 pandemics
新型冠状病毒COVID-19自2019年12月起在全球传播。在没有任何疫苗或药物的情况下,控制它的手段仅限于隔离和社交距离。在这里,我们研究了COVID-19病毒在中国的第一波时空传播,并将其与全球其他地区进行了比较。我们从距离、人口规模、人类流动和它们的尺度关系等方面提供了从湖北到中国其他省份的空间传播的全面图景。由于城市之间通常实行严格的隔离,通过分析城市内的疫情,特别是受政策影响的感染率、死亡率和康复率的时间演变,可以更好地了解疾病的时间演变。我们研究和比较了中国不同城市和意大利各省的感染率,发现疾病传播的特点是两个阶段的过程。在早期,在几天的数量级,感染率接近常数,可能是由于缺乏在观察到感染症状之前检测感染个体的手段。然后在稍后的时间,它会由于衰变而近似呈指数衰减。死亡率和康复率的时间演变也区分了这两个阶段,反映了卫生系统可能超负荷的情况。
2020-07-09 physics.soc-ph q-bio.PE
Estimation of Infection Rate and Prediction of Initial Infected Individuals of COVID-19
我们认为,在中国武汉市爆发新型冠状病毒后,COVID-19疫情在若干选定国家蔓延。我们使用官方报告的疫情早期数据,对易感(S)、可感染(I)、隔离(Q)和确认恢复(Rk)人群模型,即SIQRk模型,估计了COVID-19的感染率和初始感染人数。在报告的数据中,我们知道隔离病例和治愈病例。我们无法从无症状病例中区分出痊愈的病例。在SIQRk模型中,我们可以从数据拟合中估计模型参数和初始感染病例(确认和非对称病例)。我们得到的感染率在0.233和0.462之间的范围内,基本繁殖数Ro在1.8和3.5之间的范围内,和初始感染个体数在10和8409之间的范围内。利用拟合参数估计了德国在实施检疫政策时的最大传染时间。在第一批病人被发现后大约六个月,这种疾病正在经历平静的状态。
2020-04-27 nlin.AO physics.soc-ph q-bio.PE
Modeling the Control of COVID-19: Impact of Policy Interventions and Meteorological Factors
在本文中,我们提出了一个动力学模型来描述COVID-19的传播,它正在中国和许多其他国家蔓延。为了避免疫情在全球范围内大规模爆发,中国政府采取了一系列强有力的策略,防止疫情恶化。居家隔离是预防COVID-19传播的最重要措施。为了估计种群隔离的效果,我们将种群分为七类进行模拟。基于最小二乘程序和官方公布的数据,所提出的模型的参数估计。数值模拟结果表明,该模型能够准确描述COVID-19的传播过程,并对疾病的发展趋势给出了相应的预测。居家隔离策略在控制疾病传播和加速COVID-19下降方面发挥着重要作用。对我国大部分省份的控制再生育数进行了充分的分析和讨论。值得注意的是,尽管疫情在中国呈下降趋势,但疫情仍存在持续人传人的高风险。一旦控制策略被取消,COVID-19可能会像流感一样成为一种正常的流行病。进一步控制该病仍是必要的,我们重点关注病毒传播速度与气象条件之间的关系。引入一个综合气象指数来表征气象因素对高、低迁移人群的影响。随着新疫苗的进展,我们设计了不同控制阶段的COVID-19疫苗接种策略,并展示了高效疫苗接种的有效性。一旦疫苗投入使用,数值模拟提供了一个及时的前瞻性研究。
2020-03-06 math.DS q-bio.PE
Optimal Control to Limit the Spread of COVID-19 in Italy
我们将最优控制理论应用于广义SEIR型模型。建议的系统有三项控制措施,分别为社交距离、预防手段及治疗措施,以对抗COVID-19疫情的传播。我们分析这样的最优控制问题,在意大利的实际数据传输。我们的研究结果表明,该模型的适当性,特别是在隔离/住院(确诊和感染)和康复的个人的数量。考虑庞特里亚金控制,我们展示了如何在一个完美的世界中,可以大大减少易感,暴露,感染,隔离/住院和死亡的个人的数量,通过增加不敏感/保护的人口。
2021-07-25 math.OC q-bio.PE
A mechanistic model to assess the effectiveness of test-trace-isolate-and-quarantine under limited capacities
本研究构建了考虑容量限制的TTIQ策略延迟微分方程机制模型,结合德国早期新冠传播场景开展实验,分析了影响TTIQ有效性的因素及疫情波次中其效果递减的干预启示。
2022-11-23 q-bio.PE
Optimal reduction of an epidemic outbreak size via temporary quarantine
本研究利用SIR模型确定单次隔离的最优启动时间以最小化疫情爆发规模,发现其与群体免疫阈值密切相关,并扩展至异质性网络,为疫情控制提供方法论。
2024-11-18 cond-mat.stat-mech physics.comp-ph q-bio.PE
Simulations of the spread of COVID-19 and control policies in Tunisia
在这项工作中,我们使用突尼斯的数据开发并分析了COVID-19的流行病学模型。我们的目标首先是评估突尼斯对COVID-19的控制政策,其次是了解不同的筛查、隔离和遏制策略的影响以及无症状患者对病毒在突尼斯人口中传播的规律。通过这项工作,我们表明,突尼斯的控制政策是有效的,在筛选感染者和无症状的个人,如果遏制和宵禁保持流行病将很快得到控制。
2020-05-02 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
Managing COVID-19 Pandemic without Destructing the Economy
我们分析了在不关闭经济的情况下管理COVID-19大流行的方法,同时保持医疗系统的能力。我们的分析基于一个详细的异质流行病学模型,该模型考虑了疾病的不同人群和阶段,包括潜伏期、感染期、住院和重症监护室(ICU)治疗。我们将医疗能力建模为全国医院和ICU床位的总数。我们校准模型参数的数据报告在最近的几篇研究论文。对于高风险和低风险人群,我们计算了总住院和重症监护住院人数以及死亡人数随时间的变化。主要结论是,只要每百万人中的ICU备用床位数超过约100张的阈值,及时执行合理卫生措施的国家就可以避免在整个大流行期间实行封锁。在ICU床位总数低于这一阈值的国家,对特定的高危人群进行有限的隔离就足够了。此外,在医疗保健系统能力不足的情况下,我们纳入了一个反馈回路,并证明了缺乏ICU单位对死亡曲线的定量影响。在ICU床位不足的情况下,完全隔离和部分隔离的结果几乎是相同的,因此没有必要关闭整个经济。我们的结论是,只有对高风险群体进行有限时间的隔离可能是必要的,而经济的其他部分可以保持运作。
2020-05-09 q-bio.PE q-fin.MF
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
An evolutionary game theory approach to modeling behavioral interaction in disclosing infection begins with an outbreak: COVID-19 as an example
本文用演化博弈论和分数阶仓室模型研究疫情暴发初期个体自愿披露感染暴露的行为,发现提高传播率与感知严重性可促进隔离并降低发病率,并基于智利住院数据验证模型,为公共卫生风险沟通提供依据。
2024-12-31 physics.soc-ph q-bio.PE q-bio.QM
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
Short-term predictions and prevention strategies for COVID-19: A model based study
由新型冠状病毒引起的呼吸道疾病爆发自二零一九年十二月起持续。截至2020年7月22日,它已导致全球超过1500万确诊感染和超过60万报告死亡的流行病爆发。在此流行期间,当人与人之间的传播建立起来,全球2019冠状病毒病(COVID-19)报告病例正在上升时,调查控制策略和预测对于医疗保健规划是必要的。在这项研究中,我们提出并分析了一个新冠肺炎的房室流行病模型,以预测和控制疫情。分析计算了基本再生数和控制再生数。对模型进行了详细的稳定性分析,以观察系统的动态。我们校准了拟议的模型,以适应英国(UK)的每日数据,那里的情况仍然令人担忧。我们的研究结果表明,独立的自我维持的人与人之间的传播($R_0>1$,$R_c>1$)已经存在。短期预测显示,该模型很好地捕捉到了新冠肺炎病例的下降趋势。此外,我们发现,有效管理被隔离的个人比管理隔离的个人更有效地减少疾病负担。因此,如果资源有限,那么对被隔离者的投资在减少病例方面将更有成效。
2020-07-22 math.DS q-bio.PE
Path-dependent course of epidemic: are two phases of quarantine better than one?
在COVID-19疫情期间,即使从纯粹的流行病学角度来看,严格隔离的重要性也引起了广泛的争论。反对严格封锁措施的一个论点是,一旦解除严格的隔离,疫情就会卷土重来,因此整个疫情期间的累计感染人数将保持不变。我们考虑一个SIR模型在网络上,并遵循疾病的动力学,通过改变节点的度分布来模拟检疫阶段。我们表明,该系统达到不同的稳定状态的基础上的历史:尽管相同的最终节点度分布的流行病的结果是路径依赖的。结果表明,两阶段路由到最终节点的度分布(一个严格的阶段,其次是软阶段)总是优于一个阶段(相同的软),除非所有的个人有相同数量的连接在年底(相同的程度);在后一种情况下,感染的总数确实是历史无关的。模型还表明,解除隔离的最佳过程包括释放节点的程度最高的顺序。
2020-11-27 cond-mat.stat-mech physics.soc-ph q-bio.PE
New results on the asymptotic behavior of an SIS epidemiological model with quarantine strategy, stochastic transmission, and Lévy disturbance
传染病的传播是当今世界的一项重大挑战,尤其是在最近爆发2019冠状病毒病(COVID-19)之后。隔离策略是控制流行病蔓延的重要干预措施之一,可大大减少受感染人士与易受感染人士接触的机会。在这项研究中,我们分析了各种随机干扰对隔离期间的流行病动力学的影响。为此,我们提出了一个SIQS流行病模型,它结合了随机传播和Lévy噪声,以模拟小规模和大规模的扰动。在适当的条件下,证明了一些有趣的渐近性质,即:遍历性,持久性的平均值,和灭绝的疾病。理论结果表明,扰动模型的动力学特性是由与随机噪声密切相关的参数决定的。我们的工作改进了数学流行病学领域的许多现有研究,并提供了新的技术来预测和分析流行病的动态行为。
2020-12-01 math.DS q-bio.PE
Estimating the impact of preventive quarantine with reverse epidemiology
缓解或控制措施对流行病的影响可以通过将房室模型的参数拟合到经验数据来估计,并使用说明特定措施的修改参数向前运行模型。这种方法有几个缺点,源于偏差或缺乏数据和参数估计的不稳定性。这里我们采用相反的方法--我们称之为反向流行病学。有了这些数据,我们就可以及时地重建一个接触网络的集合,并评估各种措施对传染过程具体实现的影响。这种方法是稳健的,因为它只依赖于描述疾病在一个个体内演变的参数(例如潜伏时间),而不依赖于描述流行病在人群中传播的参数。使用这种方法,我们评估了预防性隔离对意大利正在爆发的新冠肺炎疫情的影响。这给出了如果在给定时间实施预防性隔离可以避免多少感染的估计。
2020-04-07 physics.bio-ph physics.soc-ph q-bio.PE
A model-based assessment of social isolation practices for COVID-19 outbreak response in residential care facilities
本文通过智能体模型评估养老护理机构中一般性社会隔离对 COVID-19 疫情的控制效果,发现其在无症状筛查和确诊病例隔离之外仅带来约 12% 的额外病例减少,边际效益有限。
2024-09-02 q-bio.PE
A nonautonomous epidemic model with general incidence and isolation
我们得到了具有时变参数的非自治SIQR模型的根除和感染持久性的条件,这些条件不假设是周期性的。发病率由所有隔室的函数给出,阈值条件由一些起基本再生数作用的数给出。我们得到简单的阈值条件的自治,渐近自治和周期性的设置,并表明我们的阈值与已经建立的。此外,我们还得到了一般非自治模型的阈值条件与质量的作用,标准和调整的发病率。
2017-01-04 math.DS q-bio.PE
Effective lockdown and role of hospital-based COVID-19 transmission in some Indian states: An outbreak risk analysis
印度有几份报告表明,医院和隔离中心是COVID-19的热点。在缺乏有效的接触者追踪工具的情况下,政府和政策制定者可能没有注意到医院传播的风险。为了进一步探索这一重要途径及其对封锁效应的可能影响,我们开发了一个基于医院传播的机制模型。我们使用来自六个邦(马哈拉施特拉邦、德里、中央邦、拉贾斯坦邦、古吉拉特邦和北方邦)和整个印度的每日通报的COVID-19病例,估计了模型的几个重要参数。此外,我们还提供了这七个地点的基本($R_{0}$)、社区($R_{C}$)和医院($R_{H}$)生殖数量的估计。为了获得对未来COVID-19病例的可靠预测,使用BMA后处理技术将机械模型与混合统计模型集成。我们使用集合模型,预测2020年5月3日至2020年5月20日期间,在上述地点五种不同的封锁情况下,COVID-19通报病例(每日和累积)。我们对机制模型的分析表明,大多数新的COVID-19病例目前在上述七个地点未被发现。此外,对$R_{0}$的四个流行病学可测量\可控参数以及封锁效应的全球敏感性分析表明,如果不立即采取适当的预防措施,医院和隔离中心可能会引发更大规模的COVID-19疫情。在大多数地区,我们的集合模型预测显示,印度未来几周的COVID-19通报病例将大幅增加。根据我们的研究结果,我们提出了一项遏制政策,可能会减少未来几天更大规模COVID-19爆发的威胁。
2020-05-03 math.DS q-bio.PE
Determinants of successful disease control through voluntary quarantine dynamics on social networks
本研究将自愿隔离纳入SIS模型,通过基于智能体的模拟分析结构化人群中行为与疾病的相互作用,明确了诱惑水平、社会共情等因素对防控效果的影响,揭示了非药物干预下疾病防控的社会困境机制。
2024-03-13 physics.soc-ph q-bio.PE
Epidemiological and public health requirements for COVID-19 contact tracing apps and their evaluation
数字接触追踪是一项公共卫生干预措施。它应该与当地的卫生政策相结合,向暴露的个人提供快速和准确的通知,并鼓励高应用程序的使用和遵守隔离。对基于应用程序的接触者追踪的有效性进行实时监测和评估是改进和获得公众信任的关键。
2021-02-10 cs.CY cs.SI physics.soc-ph
Detectability of the novel coronavirus (SARS-CoV-2) infection and rates of mortality from the novel coronavirus infection in different regions of the Russian Federation
相关性:新型冠状病毒(SARS-CoV-2)感染的实验室诊断结合对感染者接触者的隔离会影响SARS-CoV-2感染的传播和相关死亡率水平。检测SARS-CoV-2感染的做法在俄罗斯各地不同。例如,在圣彼得堡市,2020年10月25日的COVID-19死亡率是俄罗斯联邦最高的,每一例COVID-19死亡对应于人口中15.7例COVID-19检测病例,而整个俄罗斯的相应数字为58.1,表明圣彼得堡的COVID-19轻度/中度病例检测有限。研究方法:更积极的SARS-CoV-2检测可降低病死率(即在人群中所有SARS-CoV-2感染病例中检出COVID-19病例的比例)。我们使用COVID-19病例和死亡数据来研究俄罗斯联邦不同地区COVID-19的病死率与死亡率之间的相关性。结果如下:2020年10月25日,俄罗斯联邦不同地区COVID-19的病死率与死亡率之间的相关性为0.64(0.50,0.75)。在俄罗斯联邦的几个地区,SARS-CoV-2感染的可检测性相对较低,而COVID-19的死亡率相对较高。结论:SARS-CoV-2感染的可检测性是影响COVID-19死亡率水平的因素之一。为了提高可检测性,应该对所有有呼吸道症状寻求SARS-CoV-2感染治疗的个人进行检测,并采取额外措施增加SARS-CoV-2检测量。这些措施,加上对感染病例及其密切接触者的隔离,有助于减缓SARS-C…
2020-10-25 q-bio.PE
Comprehensive Investigation and Isolation have Effectively Suppressed the Spread of COVID-19
自二零一九年十二月起爆发的COVID-19已在全球范围内造成严重的生命及经济损失,许多国家受困于医疗资源限制或缺乏针对性疗法,因此应优先实施系统性政策以阻止此大流行病。基于乙型冠状病毒的传播机制和理化特性,构建了细粒度传播动力学模型(ICRD),预测公众关注的关键信息,并利用动力学系数量化控制政策实施时间和强度对疫情传播的影响。我们发现,在确诊病例急剧增加的阶段,对易感人群的全面调查政策和对疑似病例的隔离,显著有助于减少伤亡。统计证据有力地表明,社会应该采取强有力的公共卫生干预措施,在流行的初期切断传染渠道,直到大流行被阻断。
2020-04-24 q-bio.PE