Combining PCR and CT testing for COVID
我们分析了使用筛查CT扫描评估潜在COVID-19感染的效果，以便根据病毒性肺炎诊断进行隔离和接触者追踪。然后，基于COVID诊断，使用RT-PCR进行持续分离。CT扫描的低假阴性率和快速结果导致传播显著减少。与PCR本身相比，广泛使用CT扫描筛查的60天后病例减少高达$50\times$，有效生殖率$R(t)$的减少为$0.20$。我们的研究结果表明，通过将社交距离与CT扫描和接触者追踪相结合，COVID可能会更快地消失。
2020-05-27 nlin.AO physics.soc-ph q-bio.PE
Modeling CoVid-19 Diffusion with Intelligent Computational Techniques is not Working. What Are We Doing Wrong?
由于欧洲正在经历第二次猛烈的CoVid-19风暴，由于每天要检测大量的人，基于PCR的检测系统正在恶化，因此我们对接触者追踪和检测方法的数学理论进行了全面的重新考虑。借鉴超级传播者的概念，我们建议使用（敏感性较低）的快速检测来检测那些不需要使用PCR的继发感染，从而节省了目前使用的PCR检测的大部分。在系统崩溃之前。
2021-05-09 physics.soc-ph q-bio.PE
A statistical model of COVID-19 testing in populations: effects of sampling bias and testing errors
我们开发了一个统计模型，用于检验人口中的疾病患病率。该模型假设二元测试结果，阳性或阴性，但允许样本选择中的偏差以及I型（假阳性）和II型（假阴性）测试错误。我们的模型还结合了多种测试类型，并能够区分重新测试和排除测试后。我们的定量框架使我们能够直接将测试结果解释为误差和偏差的函数。通过将我们的测试模型应用于COVID-19测试数据和特定司法管辖区的实际病例数据，我们能够估计并提供疫情中至关重要的指标的不确定性量化，例如疾病患病率和死亡率。
2021-05-24 physics.soc-ph q-bio.QM stat.AP
COVID-19 and other viruses: holding back its expansion by massive testing
新加坡和韩国的经验表明，在某些情况下，大规模检测是遏制COVID-19蔓延的有效方法。在本文中，我们提出了一个修改后的SEIR模型，它考虑到跟踪和大量的测试，从理论上证明，更多的跟踪和测试意味着从长远来看，总的感染人数减少。我们将此模型应用于西班牙第一波疾病的传播，获得数值结果。之后，我们引入了一种启发式方法，通过在一段时间内规划一个地区的人群之间的有效测试分布来最大限度地减少COVID-19的传播。作为一个应用，根据该方法在纽约州各县之间分配测试的影响是根据保存的感染个体的数量来计算的。
2020-12-22 physics.soc-ph stat.AP
Maximising the Benefits of an Acutely Limited Number of COVID-19 Tests
我们提出了一种新的测试和遏制策略，以遏制SARS-CoV 2的传播，同时允许大部分人口恢复社会和经济活动。我们的方法认识到，许多国家的检测能力受到严重限制。在这种情况下，我们发现，找到最好的方式来利用这个有限的测试在大流行期间可以制定简洁的分配问题。我们的问题制定考虑到了人口的异质性，并使用合并测试来识别和隔离个人，同时优先考虑关键工人和具有较高传播疾病风险的个人。为了证明我们的测试和遏制机制的有效性，我们使用基于网络的SIR模型进行模拟。我们的模拟表明，应用我们的机制对人口的$100,000$个人，每天只有$16$测试减少感染的个人的峰值数量约$20\%$，当与没有干预的情况下实施。
2020-04-28 physics.soc-ph q-bio.PE
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
Forecast U.S. Covid-19 Numbers by Open SIR Model with Testing
本文提出改进的开放SIR模型解释美国Covid-19数据的高频振荡现象，通过偏差修正将28天累计病例预测的均方相对误差降至10%以内。
2023-11-15 math.DS physics.soc-ph q-bio.PE
How much testing and social distancing is required to control COVID-19? Some insight based on an age-differentiated compartmental model
在本文中，我们提供了关于控制COVID-19需要多少检测和社交距离的见解。为此，我们开发了一个房室模型，该模型考虑了疾病的关键方面：1）潜伏期，2）年龄依赖性症状严重程度，以及3）测试和住院延迟;模型的参数是根据医学证据选择的，并且为了具体起见，适应德国的情况。然后，最佳的大规模测试和年龄相关的社交距离的政策，确定解决最优控制问题，在开环和模型预测控制框架内。我们的目标是尽量减少测试和/或社交距离，直到群体免疫力在可用重症监护病房数量的限制下开始。我们发现，提早及短暂的封锁是不可避免的，但可于随后数月内慢慢放宽。
2020-11-02 math.OC physics.soc-ph
Personnel Scheduling and Testing Strategy during Pandemics: The case of COVID-19
有效的人员调度在匹配组织中的工作负载需求方面起着重要作用。然而，员工安排有时会受到突发事件（例如COVID-19疫情）影响，导致常规营运中断。由于COVID-19等传染病主要通过与个人的密切接触传播，因此防止传播的有效方法是限制工作场所的现场员工人数并定期进行检测。因此，在疾病暴发期间，确定一个满足组织目标并防止病毒传播的最佳时间安排和检测策略至关重要。在本文中，我们制定这些挑战的框架下，两个混合的非线性规划（MINLP）模型。第一个模型的目的是得出最佳的工作人员占用率和测试策略，以尽量减少员工之间的感染风险，而第二个模型的目的是在随机测试策略下的最佳工作人员占用率。为了解决模型中所表达的问题，我们提出了一个典型的遗传算法以及两个商业求解器。使用真实的和合成的员工接触网络，我们的结果表明，在不同的情况下，遵循推荐的占用和测试策略可以降低25%-60%的感染风险。
2023-01-06 math.OC physics.soc-ph
COVID-19: The unreasonable effectiveness of simple models
当新型冠状病毒SARS-CoV 2（COVID-19）于二零二零年三月被世界卫生组织正式宣布为大流行时，科学界已做好准备，努力理解世界各地国家当局收集的快速增长的丰富数据。然而，尽管新颖的理论方法多种多样，许多广泛建立的模型也很全面，但叙述疫情过程的官方数字仍然勾勒出一幅在很大程度上难以捉摸、令人生畏的图景。在这里，我们明确地表明，COVID-19爆发的动力学属于SIR模型及其扩展的简单普适类。我们的分析自然使我们建立，存在一个根本的限制，任何理论的方法，即不可预测的非平稳性的测试帧背后的报告数字。然而，我们展示了这种偏见如何自我量化，并从数据中挖掘有用和准确的信息。特别是，我们描述了报告率的时间演变如何控制明显的流行病高峰的发生，这通常是在疫情爆发时检测不够有力的国家中的真实高峰。早期和坚决检测的重要性似乎是我们分析的一个自然推论，因为在开始时进行大规模检测的国家显然在更早的时候达到了真正的高峰，总体死亡人数也更少。
2020-05-22 physics.soc-ph q-bio.PE
Exploring the effectiveness of a COVID-19 contact tracing app using an agent-based model
在放宽封锁措施后，我们认为有必要采取接触者追踪策略，以遏制COVID-19的传播。使用基于代理的模型，我们探索了所提出的基于技术的策略之一，一个接触追踪智能手机应用程序。该模型模拟了COVID-19在城市规模的代理人群中的传播。代理人的特征是异质的，并在代表社会结构的多层网络中联系在一起-包括家庭，友谊，就业和学校。我们探讨了接触者追踪应用程序的各种采用率，不同水平的测试能力和行为因素之间的相互作用，以评估对疫情的影响。结果表明，当伴随着足够的检测能力或当检测政策优先考虑有症状的病例时，接触者追踪应用程序可以大大有助于降低人群的感染率。随着使用率的增加，感染率下降。因此，当有症状的病例没有被优先考虑进行测试时，应用程序用户的高比率可能会导致测试需求的广泛增加，如果没有足够的供应，可能会使应用程序适得其反。这表明了有效的测试政策的关键作用和提高测试能力的必要性。
2020-11-03 cs.CY cs.MA cs.SI
Modeling of Network Based Digital Contact Tracing and Testing Strategies for the COVID-19 Pandemic
随着超过170万人死于COVID-19，确定预防COVID-19的有效措施是当务之急。我们开发了一个数学模型来模拟COVID-19大流行，并采用数字接触者追踪和测试策略。该模型使用了一个真实世界的社交网络，该网络是从180名学生的高分辨率联系数据集生成的。该模型结合了传染性变异、检测敏感性、潜伏期和无症状病例。我们提出了一种方法来扩展加权的时间社会网络，并在5000名学生的网络上进行模拟。这项工作的目的是研究最佳的隔离规则和测试策略与数字接触跟踪。结果表明，在没有充分检测的情况下，传统的预防直接接触的策略减少了不到20%的感染。每两周进行一次定期检测，无需追踪接触者，可将感染率降低不到3%。讨论了各种策略，包括测试第二和第三度接触以及暴露前通知系统，该系统作为社交雷达警告用户他们离COVID-19有多远。在这项工作中讨论的最有效的策略是结合接触前通知系统与测试第二和第三度接触。当30%的人群使用该应用程序时，该策略将感染率降低了18.3%，当50%的人群使用该应用程序时，将感染率降低了45.2%，当70%的人群使用该应用程序时，将感染率降低了72.1%，当95%的人群使用该应用程序时，将感染率降低了86.8%。当在5000名学生的扩展网络上模拟该模型时，结果与接触者追踪应用程序相似，将感染率降低了79%。
2020-12-28 cs.DM cs.SI physics.soc-ph
Using excess deaths and testing statistics to improve estimates of COVID-19 mortalities
死亡率的定义不统一、疾病流行的不确定性和有偏见的抽样等因素使流行病期间死亡率的量化复杂化。无论采用何种死亡率衡量标准，都需要对感染人口和感染导致的死亡人数进行一致的估计，以比较各区域的死亡率。我们结合历史和当前的死亡率数据，统计检验模型，和SIR流行病模型，以提高估计的死亡率。我们发现，整个美国的平均超额死亡人数比报告的COVID-19死亡人数高出13 $\%$。在一些地区，如纽约市，每周死亡人数比往年高出约8倍。秘鲁、厄瓜多尔、墨西哥和西班牙等其他国家的超额死亡人数明显高于其报告的COVID-19死亡人数。相反，我们发现丹麦、德国和挪威在2020年部分和全部时间的超额死亡人数可以忽略不计或为负数。
2021-01-10 physics.soc-ph q-bio.QM
Smart testing and critical care bed sharing for COVID-19 control
在当前COVID-19大流行的最初几个月，欧洲和亚洲许多国家的社交距离措施有效地减缓了疾病传播，但在巴西等一些发展中国家并未观察到同样的好处。部分原因是未能在全国甚至区域一级组织系统的检测活动。为了有效控制这一流行病，发展中国家的决策者，特别是人口众多的国家的决策者，必须克服财富分配不平等加上每日检测能力低所造成的困难。该国的经济基础设施往往集中在少数几个城市，迫使工人从通勤城市和农村地区前往，这对疾病传播产生了强烈的非线性影响。在本研究中，我们开发了一种智能检测策略，以确定可以最有效地部署COVID-19检测以限制疾病进一步传播的地理区域。该策略使用现成的匿名流动性和人口统计数据，结合重症监护室（ICU）占用数据和城市特定的社交距离措施。考虑到不同地区ICU床位占用率的异质性和疾病演变的阶段，我们以巴西圣保罗州的数据驱动研究为例，表明智能检测策略可以快速限制传播，同时减少对社交距离措施的需求，从而使生活恢复到所谓的新常态，即使检测能力有限。
2021-02-07 nlin.AO physics.soc-ph
Can Testing Ease Social Distancing Measures? Future Evolution of COVID-19 in NYC
“纽约州禁止吸烟”行政命令于3月22日生效，旨在确保足够的社交距离，以缓解COVID-19的传播。该计划将以某种形式在纽约市继续有效，直到6月初。我们使用一个分区模型来研究检测能力和社交距离措施对“后疫情”时期伦敦金融城疫情演变的影响。我们发现，测试能力必须大大增加，如果它是为了平衡，即使是相对较小的放松，在社会距离措施在紧接后的时期。特别是，如果该市每天进行20，000次检测，并将社交距离措施放宽到前标准，那么到9月底，死亡总人数可能达到250，000人。通过将社交距离措施保持在预防前和预防中的标准之间，每天进行10万次检测，到9月底，死亡总数可以保持在27，000人左右。如果要抑制过度死亡，迅速回到前苏联的社会距离规范必须伴随着过高的检测能力。如果伦敦金融城要在疫情爆发后立即恢复到“疫情爆发前”的社交距离规范，并在9月底前将死亡总数保持在3.5万人左右，那么它每天应该进行50万次检测。我们的研究结果对伦敦金融城放松社交距离措施以重新开放经济所需的测试能力的规模具有重要意义。
2020-05-27 physics.soc-ph q-bio.PE stat.AP
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
Optimal Testing and Containment Strategies for Universities in Mexico amid COVID-19
本文提出了一个针对墨西哥高校在COVID-19期间重新开放的检测与遏制框架，将诊断检测视为资源分配问题，开发了检测分配机制和Web应用，并在ITESM进行了试点。
2023-06-27 cs.CY cs.GT math.OC
A model for the spread of an epidemic from local to global: A case study of COVID-19 in India
在本文中，我们提出了一个新冠肺炎传播的流行病学模型。传播的动力学是基于人口中的四个基本类别的人：测试和感染，未测试但感染，测试但未感染，和未测试而未感染。该模型是基于两个层次的人口传播的动态：在地方一级和全球一级。地方层面的增长以数据和参数描述，包括COVID-19的测试统计数据、全国封锁等预防措施以及邻近地区的人口迁移。在印度的情况下，当地位置被视为地区，跨地区的迁移或交通流量由感染COVID-19的地区的集合人口网络的归一化边权重定义。根据当地的增长情况，对COVID-19阳性检测人数进行了州一级的预测。此外，考虑到当地的位置作为国家，预测国家一级。模型参数的值是使用网格搜索和最小化误差函数来确定的，同时用真实数据训练模型。这些预测是基于目前的测试统计数据，以及州和国家一级测试的线性和对数线性增长。最后指出，如果试验次数能按一定的因素线性或对数线性增加，并在不久的将来采取预防措施，则可以抑制扩散。这对于防止感染人数急剧增加和消除第二波大流行病也是必要的。
2020-06-04 cs.SI physics.soc-ph q-bio.PE
Mobile phone data reveal spatiotemporal dynamics of Omicron infections in Beijing after relaxing zero-COVID policy
该研究利用大规模手机位置数据推断个体感染状态并重建北京2022年11月至2023年1月奥密克戎感染时空动态，发现12月21日感染达峰、1月14日80.1%人口感染，为疫情监测提供了高覆盖率数据来源。
2023-06-25 physics.soc-ph q-bio.PE
Group testing as a strategy for the epidemiologic monitoring of COVID-19
样本合并包括将来自多个个体的样本合并到单个池中，然后使用独特的检测试剂盒进行检测。阳性测试意味着池中至少有一个人被感染。在这里，我们提出了一个分析和应用样本池的流行病学监测COVID-19。我们首先介绍了一个模型的RT-qPCR过程中用于测试的病毒在样品中的存在，并构建了一个统计模型的病毒载量在一个典型的感染个体的灵感来自琼斯等人的临床数据。等（2020）。然后，我们提出了一种方法，用于测量的患病率在人群中，基于组测试，考虑到与此方法相关的假阴性的数量增加。最后，我们提出了一个应用程序的样本池在封闭的连接社区（如养老院）的流行病爆发的预防。
2020-06-25 physics.soc-ph q-bio.QM stat.AP
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
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
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
Incentives, lockdown, and testing: from Thucydides's analysis to the COVID-19 pandemic
在这项工作中，我们提供了一个通用的数学形式，以研究通过激励封锁和测试来最佳控制流行病，如COVID-19大流行病。特别是，我们将政府和人口之间的相互作用建模为具有道德风险的委托代理问题，如La Cvitanić，Possamação和Touzi [27]，而流行病则根据Gray，Greenhalgh，Hu，Mao和Pan [45]以及Tornatore，Buccellato和Vetro [88]分别提出的分区随机SIS或SIR模型所给出的动力学进行传播。更确切地说，为了限制病毒的传播，人口可以通过减少个体之间的相互作用来降低疾病的传播率。然而，政府无法完全监督这一努力，这是以人民的社会和货币成本为代价的。为了降低这一成本，从而鼓励人口的封锁，政府可以采取税收或补贴形式的激励政策。此外，政府还可能实施检测政策，以便更准确地了解疫情在国内的传播情况，并隔离受感染者。在技术结果方面，我们展示了最佳形式的税收，指数的感染者的比例，以及人口的最佳努力，即选择在响应此税的传输率。政府的优化问题可以归结为求解一个哈密尔顿-雅可比-贝尔曼方程。数值结果证实，如果税收政策的实施，鼓励人口显着减少其相互作用。如果政府也调整检测政策，那么在人群方面就不需要那么多努力，个体之间几乎可以照常互动，通过对检测阳性个体进行有针对性的隔离，疫情基本得到控制。
2022-04-13 econ.TH math.OC math.PR
Estimating Active Cases of COVID-19
准确及时地获得确诊的活动性COVID-19病例的数据是一项挑战，因为这取决于检测能力和适当基础设施的可用性，以进行检测并汇总其结果。在本文中，我们提出了根据官方数据（确诊病例和死亡病例）和调查数据估计COVID-19活动病例数量的方法。我们表明，后者是一个可行的选择，在国家减少测试能力或次优的基础设施。
2021-08-06 cs.DC physics.soc-ph stat.CO
Bi-stability of SUDR+K model of epidemics and test kits applied to COVID-19
受世界各国政府对COVID-19的各种反应的启发，我们在这里开发了一个依赖疾病检测的流行病传播的玩具模型。我们的模型，我们称之为SUDR+K，基于通常的SIR模型，但它将感染个体的总比例分为两个部分：未检测到的部分和通过测试检测到的部分。此外，我们假设可用的测试从流行病开始以恒定的速度增加，但被消耗以检测感染的个体。引人注目的是，我们发现一个双稳态行为之间的阶段与一个巨大的分数感染和一个阶段与一个非常小的分数。我们表明，这两种制度之间的分离是由测试的速度和感染传播的速度在给定的时间之间的匹配。我们还表明，两个阶段的存在并不依赖于数学选择的形式的术语描述率未被发现的个人进行测试和检测。现有的研究表明，在流行病进入大规模流行阶段之前，积极的早期检测活动有可能使流行病得到控制，即使检测率发生很小的变化，也可能使整个流行病的规模增加或减少不同数量级。为了将现实模型真正应用于正在进行的流行病，我们很乐意与现场流行病学家合作，以开发测试过程的定量模型。
2020-04-24 cond-mat.stat-mech nlin.AO physics.soc-ph
Testing the differentiated impact of the COVID-19 pandemic on air travel demand considering social inclusion
近期新型冠状病毒疫情引发的经济衰退和航空旅行危机对许多新兴经济体的新消费阶层构成重大威胁。在巴西，社会包容性的显著改善在过去几十年中促成了数十万首次飞行者的出现。我们采用两步回归方法，其中第一步包括确定航空运输市场的特点是更大的社会包容性，使用当地经济的收入分配，信贷供应和互联网接入的指标。第二步，我们检视自疫情开始以来航空旅行需求大幅下降的驱动因素，并按预测的社会包容强度区分市场。在控制了COVID-19通过航空旅行传播所产生的潜在内流后，我们的研究结果表明，短途和低密度航线是受影响最大的航空公司市场之一，商务航线比休闲航线受到的影响更大。最后，我们估计，在大流行期间，社会包容度提高1%的市场与需求下降0.153%至0.166%的显著程度相关。因此，受益于该国更大社会包容性的市场可能最容易受到当前危机的影响。
2021-07-26 econ.GN physics.soc-ph q-fin.EC
Analyzing the Variations in Emergency Department Boarding and Testing the Transferability of Forecasting Models across COVID-19 Pandemic Waves in Hong Kong: Hybrid CNN-LSTM approach to quantifying building-level socioecological risk
JC School of Public Health and Primary Care, The Chinese University of Hong Kong（香港中文大学赛马会公共卫生及基层医疗学院）；Hong Kong Polytechnic University（香港理工大学）
本研究提出混合CNN-LSTM模型，利用香港公共数据预测急诊科滞留，发现第四、五波间滞留最严重且结合建筑环境特征的模型表现最佳，深度迁移学习能提升其他波次预测性能。
2024-03-17 cs.LG physics.soc-ph
Computational model on COVID-19 Pandemic using Probabilistic Cellular Automata
由SARS-COV 2引起的冠状病毒病（COVID-19）已成为一种流行病。这种疾病具有高度传染性和潜在致命性，引起全球公共卫生问题。为了遏制COVID-19的传播，各国政府正在采取全国性的干预措施，如封锁、遏制和隔离、限制旅行、取消社交活动和广泛的检测。为了了解这些措施对控制疫情的影响，在数据驱动的方式，我们提出了一个概率元胞自动机（PCA）的基础上修改SEIQR模型。与该模型相关的转变是由关于病毒的时间顺序、症状、发病机制和传播的现有数据驱动的。通过论证基于格子的模型捕捉了动态的特征以及现有的波动，我们对模型进行了严格的计算分析，以考虑到对人们施加的社交距离措施的空间动态。考虑到与缓解策略相关的概率行为方面，我们研究了考虑人口密度和测试效率等因素的模型。使用该模型，我们专注于不同国家的流行病动态数据的变异性，并指出这些对比观察背后的原因。据我们所知，这是首次尝试使用PCA对COVID-19传播进行建模，该PCA为我们提供了感染传播的空间和时间变化，并了解了不同感染参数的贡献。
2020-06-19 cs.SI nlin.CG physics.soc-ph
Optimal adaptive testing for epidemic control: combining molecular and serology tests
针对疫情防控中的检测资源优化问题，本文提出依据疫情状态自适应调整检测率，并结合分子检测与基线血清学检测进行状态估计，随机模型验证显示其相较非自适应策略可显著节约成本。
2021-01-04 cs.SY eess.SY math.DS
Quantifying COVID-19 transmission risks based on human mobility data: A personalized PageRank approach for efficient contact-tracing
鉴于COVID-19广泛而持久的影响，特别是其空间传播动态备受关注。了解这些动态有助于公共卫生专业人员和城市管理人员设计和部署有效的接触者追踪和治疗措施。然而，大多数现有的研究集中在总的流动流量，很少利用广泛可用的分解一级的人口流动数据。在本文中，我们提出了一种个性化的PageRank（PPR）方法来估计COVID-19传播风险，该方法基于人和位置的二分网络。该方法结合了两个移动模式的个人和他们的时空相互作用。为了验证所提出的方法的适用性和相关性，我们基于交通灵巧卡数据，在一个小型合成网络和一个来自中国香港的真实移动网络中，研究了COVID-19病例的传播与城市内移动模式之间的相互作用。我们比较了召回率（敏感性），准确性和斯皮尔曼相关系数之间的估计传播风险和实际病例数的基础上各种大规模跟踪和测试策略，包括基于PPR的，基于PageRank（PR）的，基于位置的，基于路线的，和基本情况（无策略）。结果表明，基于PPR的方法效率最高，准确率最高，与实际案例数的Spearmans相关系数最大。这证明了PPR的传播风险估计的价值和有效的接触跟踪和测试，将个人的移动模式的重要性。
2022-10-03 cs.SI physics.soc-ph
A Closed-Loop Framework for Inference, Prediction and Control of SIR Epidemics on Networks
受持续的COVID-19大流行的启发，我们提出了一个闭环框架，该框架结合了测试数据的推理，学习动态参数和最优资源分配，以控制网络上的易感染-恢复（SIR）流行病的传播。我们的框架结合了测试数据中存在的几个关键因素，例如高风险个体更有可能接受测试。然后，我们提出了两个易于处理的优化问题，以评估控制流行病的增长率和非药物干预（NPIs）的成本之间的权衡。我们通过对COVID-19真实公开测试数据的广泛模拟和分析，说明了拟议闭环框架的重要性。我们的研究结果说明了早期检测的重要性，以及如果NPI过早退出，第二波感染的出现。
2021-04-26 cs.SI math.OC physics.soc-ph
Optimising SARS-CoV-2 pooled testing strategies on social networks for low-resource settings
控制COVID-19疫情是一项紧迫的全球挑战。SARS-CoV-2的快速地理传播直接反映了社会结构。在有效的疫苗和治疗方法广泛可用之前，我们必须依靠替代性的非药物干预措施，包括频率测试、接触者追踪、社交距离、戴口罩和洗手，因为公共卫生部门必须减缓疾病的传播。然而，在没有任何替代办法的情况下，频繁的测试是关键。我们提出了一个网络的方法来确定最佳的低资源设置为导向的池测试策略，确定感染的个人在少量的测试和几轮测试，在低流行率的病毒。我们模拟随机感染曲线的社会隔离。允许一些社会互动可能会使COVID-19曲线保持平坦。然而，搜索和隔离受感染者以保持更健康的社会结构也可以战略性地获得类似的结果。在这里，我们分析了哪些是遏制病毒的最佳策略，并应用了一种将样本组合并分组测试的算法[1]。使用该算法保持感染曲线平坦的相关参数是在报告高感染率的区域进行检测的乳制品频率。另一方面，随机搜索感染者的算法效率较低。
2020-12-31 cs.SI physics.soc-ph
