Epidemic models with digital and manual contact tracing
Stockholm University（斯德哥尔摩大学）
本文研究了数字和手动接触追踪对流行病传播的影响，通过构建多型分支过程模型，推导出再生数R和个体再生数R^(ind)，并比较了两种接触追踪方式的临界阈值。
2025-03-27 math.PR q-bio.PE
Exploring the Pareto front of multi-objective COVID-19 mitigation policies using reinforcement learning
Vrije Universiteit Brussel（布鲁塞尔自由大学）；National University of Ireland Galway（爱尔兰国立大学戈尔韦分校）；University of Antwerp（安特卫普大学）；Hasselt University（哈瑟尔特大学）；HU University of Applied Sciences Utrecht（乌得勒支应用科学大学）
传染病爆发可能对公共卫生和社会进程产生破坏性影响。由于流行病缓解背景下的决策很难，强化学习提供了一种结合复杂流行病模型自动学习预防策略的方法。当前的研究重点是优化政策一个单一的目标，比如病原体的攻击率。然而，由于减轻流行病涉及不同的、可能相互冲突的标准（即，流行率、死亡率、发病率、成本），需要采取多目标办法来学习平衡的政策。为了将这个决策过程提升到现实世界的流行病模型中，我们应用了深度多目标强化学习，并建立在最先进的算法Pareto Conditioned Networks（PCN）的基础上，来学习一组近似于决策问题的Pareto前沿的解决方案。我们考虑了比利时COVID-19疫情的第一波，该疫情通过封锁得到缓解，并研究了不同的解除隔离策略，旨在最大限度地减少COVID-19病例（即，感染和住院）以及所采取的缓解措施引起的社会负担。我们贡献了一个多目标马尔可夫决策过程，该过程封装了用于在COVID-19流行期间为政策制定者提供信息的随机隔室模型。由于这些社会缓解措施是在一个连续的行动空间中实施的，该空间调节了年龄结构流行病模型的接触矩阵，因此我们将PCN扩展到这种设置。我们评估了PCN返回的解决方案，并观察到，只要住院率足够低，它就能正确地学习减少社会负担。因此，在这项工作中，我们证明了多目标强化学习在复杂的流行病学模型中是可以实现的，并为平衡复杂的缓解政策提供了必要的见解。
2022-04-11 cs.AI cs.LG q-bio.PE
Sideward contact tracing and the control of epidemics in large gatherings
有效的接触者追踪对于在不干扰社会活动的情况下遏制传染病传播至关重要，特别是在目前与大流行病爆发共存的时期。大型聚会起着关键作用，可能有利于超级传播事件。然而，迄今尚未充分评估大规模群体追查的影响。我们发现，除了向前追溯，重建疾病传播的人，向后追溯，寻找疾病传播的人，第三个“侧向”跟踪总是存在的，当跟踪聚会。这是一种间接追踪，可以检测到感染的无症状个体，即使他们既没有被指示病例直接感染，也没有将感染直接传播给指示病例。我们分析了这种影响的传染病传播的SARS冠状病毒-2的模型，在单纯的活动驱动的时间网络的框架内。我们确定的贡献的三个跟踪机制的抑制传染病传播，表明侧向跟踪诱导的跟踪效率的非单调行为，作为一个函数的大小的聚会。根据我们的研究结果，我们建议一个最佳的选择，以跟踪的集会的大小，我们测试的策略在大学校园集会的经验数据集。
2022-05-17 cs.SI physics.soc-ph q-bio.PE
Modeling of Contact Tracing in Epidemic Populations Structured by Disease Age
我们考虑一个年龄结构的流行病模型，有两个基本的公共卫生干预措施：（i）识别和隔离有症状的病例，（ii）追踪和隔离已识别的感染者的接触者。受感染的人口的动力学建模的非线性感染年龄依赖的偏微分方程，这是一个常微分方程，描述了易感人群的动态。证明了正解的整体存在唯一性的理论结果。我们还提出了我们的模型的两个实际应用：（1）我们评估公共卫生准则的应急准备和响应在天花生物恐怖袭击的情况下，（2）我们模拟2003年SARS在台湾爆发，并估计通过接触者追踪避免的病例数。我们的模型可以作为决策者在未来流行病中指导干预和部署公共卫生资源的理性基础。
2014-03-11 math.AP q-bio.PE
Nonlinear dynamics of an epidemic compartment model with asymptomatic infections and mitigation
驱动当前{SARS-CoV-2}大流行的感染中有很大一部分是无症状传播的。本文引入并研究了一个简单的传染病模型，该模型具有由无症状感染者和有症状感染者组成的不同的分区。线性动力学决定的爆发条件的模型是等价的更新理论的方法与指数等待时间分布。利用一个非平凡的守恒定律的完整的非线性动力学，我们推导出的峰值感染的数量在没有和存在缓解通过隔离和测试的分析界限。的界限相比，微分方程的数值解。
2022-10-08 q-bio.PE
Propagation and mitigation of epidemics in a scale-free network
疫情曲线和COVID-19大流行的最终程度通常使用SIR模型从早期指数上升的速度预测。这些预测隐含地假设了一个完全的社会混合，这通常是不合理的。在这里，我展示了这些预测的一个反例，基于Barabási-Albert无标度网络模型中流行病的随机传播。流行病的开始表明$R_0=2.6$，但与SIR模型预测的$Ω\approx 70\%{}$不同，它们在没有外部缓解的情况下达到最终程度仅为$Ω\approx 4\%{}$，在缓解的情况下达到$Ω\approx 0.5$- $1.5\%{}$。顶部的每日感染率也比SIR模型低1- 1.5个数量级。仅隔离1.5%最活跃的超级传播者与盲目隔离整个社区的随机50%的超级传播者在范围和最高感染率方面具有相似的效果。
2020-03-31 physics.soc-ph q-bio.PE
Sideward contact tracing in an epidemic model with mixing groups
本研究提出一种具有侧向接触追踪的随机流行病模型，通过宏观分支过程近似早期传播，推导有效繁殖数阈值，并分析其受混合事件大小、诊断率和追踪概率的影响。
2025-03-26 math.PR q-bio.PE
Evaluating the impact of incomplete contact tracing data on urban epidemic dynamics
Sejong University（世宗大学）；National Institute for Mathematical Sciences（国家数学科学研究所）；Gyeongsang National University（庆尚国立大学）
通过基于主体的随机模型模拟韩国大都市区信息缺失对接触者追踪效果的影响，发现感染者遗漏率超过城市特定阈值（首尔约4%，釜山约10%）时追踪失效，且感染者遗漏比接触遗漏导致更剧烈的传播结构变化。
2026-08-18 cond-mat.stat-mech physics.soc-ph q-bio.PE
An SEIR network epidemic model with manual and digital contact tracing allowing delays
本文研究允许延迟的 SEIR 网络流行病模型，结合手动与数字接触追踪，通过多类型分支过程推导再生数，量化两种机制有效性，指出组合追踪可降 $R_0$ 约 20-30%，但仍需其他措施降至 1.2-1.4 以避免大爆发。
2024-06-05 math.PR physics.soc-ph q-bio.PE
Models for digitally contact-traced epidemics
人与人之间的接触是传染性呼吸道感染的绝对驱动力。因此，限制和追踪接触者是控制COVID-19疫情的关键策略。数字接触追踪已被提出作为一种自动化解决方案，以扩大传统的接触追踪。然而，研究界目前正在讨论接触者追踪应用程序在人群中的必要渗透，以实现控制流行病的预期目标。为了理解数字接触追踪的效果，已经提出了几个数学模型。在这篇文章中，我们调查了主要的，我们提出了一个房室SEIR模型，它是可能的，不同于相关文献中的模型，推导出封闭形式的条件，关于控制的流行病作为接触追踪应用程序的渗透和测试效率的函数。封闭式条件对于模型的可理解性至关重要，因此对于决策者（包括数字接触追踪设计者）正确评估流行病内部的依赖性至关重要。通过我们的模型，我们发现仅依靠数字联系人追踪很难控制流行病：对于不受限制的COVID-19，这需要大约1天的测试周期和超过80%的人口的应用程序使用率，这在实践中很难实现。然而，如果辅以其他缓解策略，如社交距离和戴口罩，数字接触追踪仍然可以有效。
2022-11-30 cs.CY cs.NI physics.soc-ph
Sampling designs for epidemic prevalence estimation
直觉上，如果病例（或阳性）在样本中的代表性比在总体中的代表性相对较高，则抽样可能对流行率估计更有效。如果病毒是通过个人接触传播的，对观察到的病例（但不是非病例）进行接触者追踪，称为\emph{adaptive network tracing}，可以产生比从人群中随机抽样更高的病例率。相关设计的横截面和变化估计的有效性进行了研究。这些设计的可用性使得能够在单一努力中将追踪用于防治流行病和采样用于估计流行率统一起来。
2020-11-11 q-bio.PE stat.AP stat.ME
Modeling strict age-targeted mitigation strategies for COVID-19
我们使用一个简单的类SIR流行病模型，该模型整合了美国已知的年龄接触模式，以模拟针对年龄的缓解策略对COVID-19类流行病的影响。我们发现，在以群体免疫为终点的策略中，严格的年龄目标缓解策略有可能大大降低死亡率和ICU利用率。
2020-04-08 q-bio.PE
Unlinking super-linkers: the topology of epidemic response (Covid-19)
传染病传播的一个关键特征是它们能够在接触图中使用有效的传播路径。这使得病原体能够最大限度地提高感染率并在目标人群中传播。在这项工作中，我们设计的技术，以本地化的感染和降低感染率的基础上，人类接触网络（邻近图）内的疾病传播路径的原则性分析。疾病传播的实验结果表明，在低能见度下，接触者追踪减缓了疾病的传播。然而，为了阻止疾病传播，接触者追踪需要接近度图的显著可见性（至少60%）和将一半人口隔离的能力。我们发现，主动隔离超级链接-关键的邻近遭遇-具有显着的好处：基于对邻近图的35%可见性，有针对性地隔离四分之一的人口，可以防止流行病爆发。事实证明，隔离超级传播者比追踪和测试接触者更有效，但不如锁定超级链接有效。我们强调的重要作用，拓扑结构的流行病爆发。我们认为，通过禁用超级链接和超级传播者对人群进行主动接种，可能与接触者追踪和检测一起发挥重要的补充作用，作为应对流行病爆发的复杂公共卫生应对措施的一部分。
2020-06-10 cs.CR cs.SI physics.soc-ph
Analysing the Effect of Test-and-Trace Strategy in an SIR Epidemic Model
考虑一类齐次群体中的马尔可夫SIR传染病模型。在这个模型中，我们增加了一个个体被检测的比率，一旦一个传染性个体被检测为阳性，它就会被隔离，他们的每个接触者都会被追踪，并以一定的固定概率进行独立检测。如果这种被追踪的个体测试呈阳性，则将其隔离，并重复接触追踪。这个模型进行了分析，使用大人口近似，无论是在早期阶段的流行病时，“被跟踪的组件”的流行病的行为像一个分支过程，并为主要阶段的流行病的过程中，被跟踪的组件收敛到一个确定性的过程定义的微分方程系统。这些近似值用于量化检测和接触者追踪对有效繁殖数量（对于组件以及对于个体）、大爆发的概率以及最后被感染的部分的影响。通过数值计算表明，在感染率和自然恢复率一定的情况下，测试追踪策略可以有效地减少繁殖次数。令人惊讶的是，再生数的分支过程中的组件是不是单调递减的跟踪概率，但个别再生数被证明是单调的预期。此外，在个人也自我报告进行检测的情况下，追踪概率比筛查率（通过筛查的感染比例衡量）更有影响力。
2022-08-05 math.PR q-bio.PE
Importance of suppression and mitigation measures in managing COVID-19 outbreaks
我使用一个简单的流行病过程数学模型来评估四个基本量：繁殖数（R）、敏感个体（S）和传染性个体（I）的数量以及总社区规模（N）如何影响控制COVID-19的策略。数值模拟表明，在流行病开始时采取严格的抑制措施可以产生低传染性数字，此后可以通过更长时间的缓解措施来管理，以使流行病曲线变平。抑制措施越强，就能越快地实现有利于后续管理的低感染率。我们讨论了这种分析的预测，以及它如何适应长期的措施序列，包括使用群体免疫概念来利用获得性免疫。
2020-05-07 physics.soc-ph q-bio.PE
Time, Space and Social Interactions: Exit Mechanisms for the Covid-19 Epidemics
我们开发了一个极简房室模型，以研究新冠肺炎疫情期间意大利流动限制的影响。我们发现，早期封锁会使疫情在时间上发生变化，而超过封锁强度的临界值，疫情往往会在解除限制后重新开始。因此，必须采取具体的缓解战略。我们的特点是不同的广泛战略的相对重要性，占异质性的两个基本来源，即地理和人口。首先，我们认为意大利各地区作为独立的行政实体，在其中发生的年龄阶层之间的社会互动。由于区域间流动矩阵稀疏，一旦开始，流行病往往在各地区独立发展，因此有理由采取针对个别区域或区域集群的解决办法。其次，我们表明，年龄阶层之间的社会联系发挥着根本性的作用，并考虑到人口的年龄结构的措施可以提供一个显着的贡献，以减轻反弹效应。我们的模型是通用的，虽然它没有分析具体的缓解策略，但它突出了一些关键参数对流行病非药物缓解机制的相关性。
2021-02-04 physics.soc-ph q-bio.PE
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
Modeling Contact Tracing in Outbreaks with Application to Ebola
追踪接触者是遏制埃博拉疫情的一项重要控制战略。从理论的角度来看，明确地将接触者追踪与疾病动态结合起来提出了挑战，接触者追踪的人群水平影响难以确定。在这项工作中，我们制定和分析的机制SEIR型爆发模型，认为接触者追踪的关键特征，我们的特征接触者追踪的影响，有效的再现数，$\mathcal R_e$，埃博拉病毒。特别是，我们确定了相关的流行病学特性，如潜伏期，传染期和病例报告，以及不同的监测方案，如何影响接触者追踪的有效性。在特殊情况下，无论是完美的监测跟踪的情况下，或完美的报告的所有情况下，我们推导出简单的公式，需要跟踪的接触，以使有效的再生产数$\mathcal R_e$低于1的临界比例。此外，在这两种情况下，我们表明$\mathcal R_e$可以完全用可观察到的报告病例/追踪数量来表示，即$\mathcal R_e=k\dfrac{(1-q)}{q}+k_m$，其中$k$是每个主要未追踪报告病例的继发追踪感染接触者数量，$k_m$是每个主要追踪报告病例的继发追踪感染接触者数量，$(1-q)/q$是报告病例不是追踪接触者的几率。这些公式将接触者追踪量化为一种影响疾病传播的干预策略和对人口水平当前流行状况的探索。来自西非埃博拉疫情的数据被用来形成对$\mathcal R_e$的实时估计，并为我们预测接触者追踪和其他控制措施对疫情轨迹的影响提供信息。
2015-11-07 q-bio.PE q-bio.QM
A model-based approach to assess epidemic risk
我们研究国际航班如何促进流行病在全球范围内的传播。我们将航班连接的基础设施网络与人口密度数据集相结合，以获得移动网络，然后定义一个流行病框架来模拟疾病的传播。我们的方法结合了一个房室SEIRS模型与图扩散模型来捕捉集群的人口分布。由此产生的模型的特点是一个集合种群SEIRS的动态，放大或减少的感染率，这也是由个人的流动性。我们使用模拟来模拟和研究各种类似于最近COVID-19传播的现实场景。至关重要的是，我们定义了一个正式的框架，可用于设计流行病缓解策略：我们提出了一种基于遗传算法的优化方法，可用于确定最佳的机场关闭策略，并可用于帮助决策的缓解流行病，及时。
2021-07-22 physics.soc-ph q-bio.PE stat.AP
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
A feedback SIR (fSIR) model highlights advantages and limitations of infection-dependent mitigation strategies
流行病爆发时的传播率可能随时间而变化，这取决于社会反应。非药物缓解战略，如社交距离和采用防护设备，正是为了通过减少传染性接触来降低传播率。为了研究缓解策略对流行病演变的影响，受感染、死亡或康复水平影响的非线性传播率已被纳入经典SIR模型的许多变体中。这类模型与COVID-19疫情特别相关，其中人口行为受到全球感染和死亡数据通过在线平台前所未有的丰富和快速分布的影响。这份手稿重温SIR模型中的传播率的降低是由于知识的感染。通过一个平均场的方法，假设个人的行为像分子在一个良好的混合溶液中，一个推导出一个随时间变化的繁殖数，取决于感染信息，通过一个负反馈项，相当于Holling II型功能在生态学和Michaelis-Menten功能在化学和分子生物学。一步一步的推导模型，连同其定性分析的方法的概述，表明负反馈结构性地降低了感染的高峰。与此同时，反馈可能会大大延长流行病的持续时间。计算模拟同意的分析预测，并进一步表明，即使在信息延迟的存在下，感染高峰减少持续存在。如果缓解策略与感染成线性比例，则将单个参数添加到SIR模型中，使其有助于说明感染依赖的社交距离的影响。
2020-12-23 physics.soc-ph q-bio.PE
Reconciling Security and Utility in Next-Generation Epidemic Risk Mitigation Systems
本文提出 Silmarillion 系统，通过部署 Bluetooth 信标丰富接触数据并保障隐私，兼顾疫情分析效用与数据安全，原型评估和大学小规模部署验证了其实用性。
2024-05-09 cs.CR cs.CY cs.SI
Risk-mediated dynamic regulation of effective contacts de-synchronizes outbreaks in metapopulation epidemic models
该研究构建风险反馈调节接触率的ODE集合种群模型，结合德国COVID-19流动数据，揭示区域与国家信息在缓解和抑制两种机制下对疫情去同步化及医疗资源挤兑的不同作用。
2025-02-20 physics.soc-ph q-bio.PE
Virus spread versus contact tracing: two competing contagion processes
于二零二零年上半年，多个国家因阻止COVID-19发病率曲线增长而遭受封锁后，他们面临恢复社会及经济活动的挑战。SARS-CoV-2的快速空气传播性和疫苗的缺乏要求采取积极的遏制措施，以避免传播链的传播。迄今为止，最好的策略，通常被称为测试-跟踪-治疗（TTT），包括对人群进行诊断测试，跟踪感染者的接触者，并通过隔离所有这些病例进行治疗。能够更好地描述上述机制联合作用的动力学过程是一种传染过程，它与病原体的传播竞争，切断了潜在的传染途径。在这里，我们提出了一个房室模型，耦合的动态感染与接触者追踪和隔离的情况下。我们开发了一个有效的情况下再现数$R_c(t)$，揭示了接触者追踪的作用，在缓解和抑制流行病的分析表达式。我们发现，有一个权衡之间的感染传播和隔离的情况下。如果隔离仅限于有症状的个体，发病率曲线可以变平，但不会弯曲。然而，如果接触者追踪也适用于无症状的个人，该战略可以弯曲曲线并抑制流行病。定量结果取决于网络拓扑结构。我们量化了接触者追踪有效性的最重要指标，即其扭转流行曲线上升趋势的能力，导致其弯曲。
2021-02-01 physics.soc-ph 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
The network epidemiology of an Ebola epidemic
将不同规模的流行病动态联系起来，从个人到社区再到国家，仍然是疾病建模的主要挑战之一。在这里，我们回顾了针对局部流行病部署的最大公共卫生工作之一：2014-2016年塞拉利昂的埃博拉病毒病（EVD）流行。我们利用塞拉利昂卫生和环境卫生部、美国疾病控制和预防中心以及其他响应伙伴的监测和接触者追踪方案收集的数据，验证一个网络流行病学框架，该框架将疾病传播的人口（发病率）、社区（当地预测）和个人（继发感染）规模联系起来。通过这样做，我们更好地了解了是什么导致EVD流行结束：减少了新聚集性病例（原发病例）的引入，而不是减少了局部传播模式（继发感染）。我们还发现，流行的前90天包含了足够的信息，以产生EVD病例的概率预测;我们显示的预测是由疾病监测和接触者追踪独立证实的。总而言之，利用国际社会开始支持当地应对行动前两个月的可用数据，网络流行病学可以推断出当地传播的异质性、超级传播事件的风险以及每个社区最终病例的概率预测。我们希望我们的框架将有助于将大规模数据收集工作与个人行为联系起来，并有助于减少突发卫生事件和新出现的流行病期间的不确定性。
2021-11-16 physics.soc-ph q-bio.PE
Bayesian Best-Arm Identification for Selecting Influenza Mitigation Strategies
Vrije Universiteit Brussel（布鲁塞尔自由大学）；KU Leuven – University of Leuven（鲁汶大学）
大流行性流感有可能造成数百万人死亡。虽然存在各种预防措施（即，疫苗接种和学校关闭），但决定最有效和最高效地利用这些资源的战略仍然具有挑战性。为此，基于个人的流行病学模型对于协助决策者确定遏制流行病蔓延的最佳战略至关重要。然而，基于个体的模型是计算密集型的，因此，使用最少量的模型评估来确定最优策略是至关重要的。此外，由于需要规划流行病学建模实验，因此需要事先指定计算预算。因此，我们提出了一种新的抽样技术，使用固定预算的最佳臂识别算法来优化预防策略的评估。我们使用流行病学建模理论来获得关于奖励分布的知识，我们使用贝叶斯最佳臂识别算法（即，前两个Thompson抽样和BayesGap）。我们评估这些算法在一个现实的实验设置，并证明，它是可能的，以确定最佳策略，只使用有限数量的模型评估，即，与文献中用于流行病学决策的主要技术均匀抽样方法相比，速度快2至3倍。最后，我们贡献和评估前两个汤普森抽样的统计信息，告知决策者关于手臂建议的信心。
2018-06-15 cs.AI cs.LG q-bio.PE
Modelling preventive measures and their effect on generation times in emerging epidemics
我们提出了一个随机流行病模型，研究了各种预防措施，如统一减少接触和传播，疫苗接种，隔离，筛查和接触者追踪，在一个均匀混合的社区疾病爆发的效果。该模型是基于一个传染性过程，我们通过随机接触和传染性过程定义，使每个人都有一个独立的传染性档案。特别是，我们监测的繁殖数量和世代时间的分布的变化。我们发现，一些干预措施，即统一减少和疫苗接种，影响前者，而后者不变，而其他干预措施，即隔离，筛查和接触者追踪，影响这两个数量。我们提供了一个理论分析，这些数量的变化，我们表明，在实践中，世代时间分布的变化可以是显着的，它可能会导致偏见的估计繁殖数量。由于其一般性，该框架涵盖了许多传染病的特性，但特别强调COVID-19，并提供了数值结果。
2022-07-07 math.PR q-bio.PE stat.AP
A Model of the Ebola Epidemics in West Africa Incorporating Age of Infection
埃博拉流行病的模型是根据疾病年龄构建的感染个体。通过最初的潜伏期（暴露）阶段，然后是具有可变传播传染性的感染阶段，按病龄追踪感染的传播。受感染个体的移除取决于疾病年龄，移除率有三种类型：（1）因住院（隔离）而移除，（2）因死亡与住院分开而移除，以及（3）因康复与住院分开而移除。该模型适用于塞拉利昂和几内亚的埃博拉疫情。模型模拟表明，连续几个阶段的病例增加和更早的住院治疗导致了流行病的缓解。
2015-04-01 math.DS 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
Beyond $R_0$: Heterogeneity in secondary infections and probabilistic epidemic forecasting
基本生殖数-- $R_0$ --是公共卫生中最常见和最常被误用的数字之一。尽管经常用于比较疫情和预测大流行风险，但这一单一数字掩盖了两种不同病原体可能表现出的复杂性，即使它们具有相同的$R_0$。在这里，我们展示了如何利用继发感染分布的估计值来预测爆发规模，同时利用其平均$R_0$和潜在的异质性。要做到这一点，我们重新制定和扩展的经典结果，从随机网络理论，依赖于接触追踪数据，同时确定的第一时刻（$R_0$）和更高的时刻（代表异质性）在继发性感染的分布。此外，我们还展示了在新兴病原体的数据稀缺的现实中实施该框架的不同方式。最后，我们证明，如果没有关于新出现的传染病（如COVID-19）继发感染异质性的数据，疫情规模的不确定性会大幅增加。总之，我们的工作突出了在新出现的传染病暴发期间对接触者追踪的迫切需要，以及在预测流行规模时超越$R_0$的需要。
2020-04-14 physics.app-ph physics.soc-ph q-bio.PE
Study of lockdown/testing mitigation strategies on stochastic SIR model and its comparison with South Korea, Germany and New York data
我们目前正面临一场全球性大流行病的高度危急情况。新型冠状病毒（SARS-CoV-2，又名COVID-19）已被证明具有极强的传染性，最初从亚洲爆发的疫情现已蔓延到所有大陆。这种情况将有益于研究病毒的传播，评估有效的对策，以衡量所采取的战略的影响。标准的易感-传染-传播（SIR）模型是一个非常成功和广泛使用的预测流行病传播的数学模型。我们在随机网络上采用SIR模型，并将该模型扩展到包括控制策略{ \em锁定}和{ \em测试} -两种常用的缓解策略。这些策略在控制大流行病传播方面的能力通过改变其实施的有效性来研究。在撤回缓解战略后，详细评估了第二次爆发的可能性。我们注意到，在任何情况下，这种缓解战略的突然中断都可能导致第二次疫情的重新爆发，其高峰将与易感个体的数量相关。事实上，我们发现，在群体免疫力实现之前，一个群体仍然容易受到感染。我们还用韩国、德国和纽约的疫情传播的真实统计数据和信息测试了我们的模型，发现与模拟数据非常一致。
2020-06-20 physics.soc-ph q-bio.PE
The role of directionality, heterogeneity and correlations in epidemic risk and spread
大多数流行病传播模型，包括许多专门为COVID-19设计的模型，都隐含地假设了大规模行动的接触模式和无向接触网络，这意味着最有可能传播疾病的个体也是最有可能从他人那里感染疾病的人。在这里，我们回顾了随机有向图理论的结果，这些结果表明，许多重要的数量，包括繁殖数量和流行规模，敏感地依赖于内度和外度（“风险”和“传播”）的联合分布，包括它们的异质性和它们之间的相关性。通过考虑各种类型的联合分布，我们阐明了为什么某些类型的异质性会导致偏离SIR模型的标准Kermack-McKendrick分析，即，所谓的质量作用模型，其中接触是均匀和随机的，有些则不是。我们还表明，一些结构化的SIR模型告知现实复杂的接触模式之间的类型的个人（年龄或活动）是简单的混合泊松过程，往往不会偏离最简单的大规模行动模型显着。最后，我们指出了一些可能的政策影响，这种直接的结构，无论是接触追踪策略和干预措施，旨在防止超级传播事件。特别是，有向图具有经典的“友谊悖论”的向前和向后版本-向前边缘倾向于导致具有高风险的个体，而向后边缘则导致具有高传播的个体-因此，向前和向后接触追踪的组合对于发现超级传播事件并防止未来的感染级联是必要的。
2022-02-10 physics.soc-ph q-bio.PE
Real-Time Differential Epidemic Analysis and Prediction for COVID-19 Pandemic
在本文中，我们提出了一个新的实时差分病毒传播模型，它可以提供更准确和鲁棒的COVID-19传播的传染病的短期预测与短期趋势预测的好处。与现有的基于易感-暴露-消除（SEIR）的病毒传播模型不同，该模型适合于具有足够历史数据的流行病建模，新模型也是基于SEIR的，它使用短历史数据来发现感染者、死亡者和康复者的疾病动态变化趋势，从而自然地适应疾病缓解的自适应实时变化，商业活动和社会行为。由于改进的SEIR模型的参数是由短历史窗口数据训练的，因此我们的差分流行病模型本质上是基于窗口的时变SEIR模型。由于SEIR模型仍然是一个基于物理的疾病传播模型，其短期（如一个月）预测仍然可以为政策制定者实时指导他们的疾病缓解和商业活动政策变化的决策提供非常有用的工具。这是特别有用的，如果大流行持续一年以上，不同的阶段在世界各地，如1918年流感大流行。我们分析了来自中国、意大利和美国、加利福尼亚州和纽约州的最新COVID-19数据的数值结果。
2020-05-03 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
Susceptible-Infected-Susceptible Model with Mitigation on Scale-Free Networks
Escola de Artes, Ciências e Humanidades, Universidade de São Paulo（圣保罗大学艺术、科学与人文学院）
研究在无标度网络上利用异质均场方法分析传染病传播，引入缓解因子以考虑行为和外部影响。模型发现缓解因子使感染节点链接概率出现最大值，同时整体患病率随传播率单调增加，且在高传播率下改变疫情观测指标对度数指数的依赖关系。
2026-05-11 cond-mat.stat-mech 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
Age-structured impact of social distancing on the COVID-19 epidemic in India
新型冠状病毒COVID-19的爆发已被世界卫生组织宣布为大流行。社会接触的结构决定了感染的传播，在没有疫苗的情况下，通过大规模的社会隔离措施控制这些结构似乎是最有效的缓解手段。在这里，我们使用一个年龄结构SIR模型，并使用从调查和贝叶斯插补中获得的社会接触矩阵来研究印度COVID-19疫情的进展。基于案例数据、年龄分布和社会联系结构，计算了基本生育率R 0及其随时间的泛化。社会距离措施的影响-工作场所不出勤，学校关闭，锁定-和他们的效力与持续时间进行了调查。三周的封锁被认为不足以防止死灰复燃，相反，建议采取持续封锁和定期放松的协议。报告预测，由于采取了这些措施，按年龄划分的发病率和死亡率将有所下降。我们的研究强调了年龄和社会接触结构在评估缓解性社交距离对特定国家的影响方面的重要性。
2020-03-26 cond-mat.stat-mech q-bio.PE
Comparing the efficiency of forward and backward contact tracing
追踪确诊病例的潜在受感染接触者在抗击许多传染病暴发时非常重要。COVID-19大流行促使研究人员研究不同的接触者追踪策略在有效性（减轻感染的能力）和成本效率（每次隔离预防感染的数量）方面的比较。两种重要策略是所谓的前向接触者追踪（追踪疾病传播者）和后向接触者追踪（追踪疾病传播者）。最近，Kojaku和他的同事报告说，向后接触者追踪比向前接触者追踪“更有效”，接触者追踪的有效性“取决于到达感染的“源头””，并且接触者追踪在成本效率方面优于病例隔离。在这里，我们表明，这些结论一般是不正确的。他们在一定程度上基于模拟，大大高估了接触者追踪的有效性和效率。我们的研究结果表明，接触者追踪策略的效率是高度相关的;面对疾病爆发，疾病动态决定了追踪感染源或新病例是否更有效。我们的研究结果还证明了并行而不是顺序模拟疾病传播和缓解措施的重要性。
2022-06-30 physics.soc-ph q-bio.PE
Activity-based contact network scaling and epidemic propagation in metropolitan areas
鉴于城市化的发展和新出现的流行病威胁，需要更复杂的模型来了解疾病传播，并调查干预战略在不同城市类型中的影响。我们引入了一个完全机械的，基于活动的和高度时空分辨的流行病学模型，该模型利用了从全规模城市的综合流动性需求和供应模型中获得的人的轨迹。通过模拟COVID-19在两个具有代表性合成人口和流动模式的全规模城市中的演变，我们分析了基于活动的接触网络。我们观察到，过境接触是无标度的，在这两个城市，工作接触是威布尔分布，购物或休闲接触呈指数分布。我们还调查了交通网络的影响，发现它的去除抑制疾病传播，而工作也是至关重要的高峰期后疾病传播。我们的框架，验证现有的病例和死亡率数据，显示了跟踪和追查的潜力，以及详细的社会人口和流动性分析的流行病控制战略。
2020-07-31 physics.soc-ph q-bio.PE
Using an agent-based sexual-network model to analyze the impact of mitigation efforts for controlling chlamydia
沙眼衣原体（Ct）是美国报道最多的性传播感染，是女性不孕症和盆腔炎的主要原因。尽管数十年来对女性进行CT筛查，但年轻的非洲裔美国人（AA）的发病率仍在上升。我们创建并分析了一个基于代理的网络模型，以了解Ct的传播。我们校准模型参数，以符合调查数据显示，在路易斯安那州新奥尔良市的15-25岁的AA中，Ct患病率为12%的女性和10%的男性。我们的模式考虑到长期和临时的伙伴关系。该网络通过保留数据中观察到的联合度分布来捕获个体的重复混合。我们比较了随机筛查男性、伴侣通知（包括伴侣治疗、伴侣筛查和重新筛查感染）的干预策略的效率。我们比较了治疗感染者的伴侣时进行和不进行检测的差异。我们观察到，尽管增加Ct筛查、重新筛查和治疗感染者的大多数伴侣将降低患病率，但仅凭这些缓解措施不足以控制疫情。目前的做法是治疗受感染者的伴侣，而不首先检测他们是否感染。该模型预测，如果所有感染者的伴侣中有足够数量的人接受检测和治疗，那么就存在一个可以缓解流行病的阈值条件。这一阈值是由于通过治疗个体受感染伴侣的伴侣而建立的扩大治疗网络造成的。虽然这些结论可以帮助设计未来的Ct缓解研究，但我们提醒读者，这些结论是针对数学模型的，而不是现实世界，并且取决于模型假设的有效性。
2020-08-06 q-bio.PE
The effectiveness of backward contact tracing in networks
发现和隔离感染者是控制流行病的基石。由于许多传染病通过密切接触者传播，接触者追踪是病例发现和控制的关键工具。然而，尽管接触者追踪已被广泛开展，但对接触者追踪的数学理解尚未完全建立，也尚未清楚地了解是什么决定了接触者追踪的有效性。在这里，我们揭示了，与“向前”追踪--追踪疾病传播到谁，“向后”追踪--追踪疾病传播从谁--更有效。反向追踪的有效性是由于接触的异质性引起的简单但被忽视的偏差。使用模拟合成和高分辨率的经验接触数据集，我们表明，即使在一个小的概率检测到受感染的个人，战略执行的接触跟踪可以防止进一步传播的显着部分。我们还表明，-在每个隔离防止传输的数量-情况下隔离结合少量的接触跟踪比单独的情况下隔离更有效。通过证明反向接触追踪在发现超级传播事件方面非常有效，我们认为接触追踪的潜在有效性被低估了。因此，迫切需要重新审视目前的接触者追踪战略，以便利用各种形式的偏见。我们的研究结果对数字联系人追踪也有重要影响，因为在遵守这些新平台的隐私保护要求的同时，整合向后和深度追踪的能力至关重要。
2020-09-14 physics.app-ph physics.soc-ph q-bio.PE
COVID-19 mitigation strategies and overview on results from relevant studies in Europe
本文综述欧洲COVID-19大流行模拟研究及缓解策略，比较多变量流行病模型，指出亚指数增长模型更贴近现实，并为评估疫情传播提供建模框架。
2024-01-29 q-bio.PE
Effect of Vaccine Dose Intervals: Considering Immunity Levels, Vaccine Efficacy, and Strain Variants for Disease Control Strategy
本研究提出免疫-流行病学模型，发现疫苗剂量间隔是关键控制参数，多次剂量诱导免疫滞后效应，优化间隔兼顾成本效益，可显著影响疾病传播。
2025-05-27 cond-mat.soft physics.bio-ph q-bio.PE
Smart Testing and Selective Quarantine for the Control of Epidemics
本文基于以下观察：在新冠疫情期间，选择哪些人应接受检测对选择性隔离措施的有效性有重要影响。该决策问题与传感器最优选择问题密切相关，而传感器最优选择问题是控制工程中一个非常活跃的研究课题。本文的目标是提出一种策略，智能地选择要测试的个人。其主要思想是将流行病建模为随机动态系统，并根据某些最优标准选择要测试的个体，例如，最小化未检测到无症状病例的概率。每天，利用该现象的随机模型和前几天收集的信息更新不同个体的感染概率。一个封闭的社区10000个人的模拟表明，所提出的技术，再加上一个选择性的禁闭政策，可以减少疾病的传播，同时限制个人禁闭的数量相比，简单的接触追踪阳性和离线测试选择策略的基础上的接触人数。
2020-12-22 cs.SY eess.SY physics.soc-ph
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
Forecast analysis of the epidemics trend of COVID-19 in the United States by a generalized fractional-order SEIR model
本文提出了一种广义分数阶SEIR模型，记为SEIQRP模型，该模型对未来可能爆发的COVID-19等传染病和其他昆虫疾病的预测具有基本的指导意义。首先，分析了模型的一些定性性质。导出了基本再生数$R_{0}$。当$R_{0}<1$时，无病平衡点是唯一的，并且是局部渐近稳定的。当$R_{0}>1$时，地方病平衡点也是唯一的。进一步，给出了无病平衡点和地方病平衡点局部渐近稳定的条件。对COVID-19在美国的传播趋势进行了预测。考虑到个人行为和政府缓解措施的影响，提出了一种改进的SEIQRP模型，定义为SEIQRPD模型。根据美国的真实数据，发现我们的改进模型对未来两周的疫情趋势有更好的预测能力。据此，对美国未来两周的疫情趋势进行了调查，并对隔离病例高峰进行了预测。修正后的SEIQRP模型成功捕捉到COVID-19的发展过程，为了解疫情发展趋势提供了重要参考。
2020-04-29 math.DS q-bio.PE
Critical mobility in policy making for epidemic containment
该研究构建流动性与接触耦合的智能体模型，发现诱发重大疫情的临界流动性，并据此提出可抑制发病高峰与反复波次的缓解框架。
2024-05-09 cs.MA physics.soc-ph q-bio.PE
Testing and Isolation Efficacy: Insights from a Simple Epidemic Model
对个人进行病原体检测可能会影响流行病的传播。了解采样和报告测试结果的个人层面的过程如何影响社区或人口层面的传播是一个动态建模问题。检测过程对流行病动态的影响取决于实施的基本因素，特别是检测强度和检测的重点对象。在这里，我们使用一个简单的模型来探讨测试的个人水平的影响如何直接影响人口水平的传播。我们的模型开发是由COVID-19疫情推动的，但具有通用的流行病学和测试结构。在经典的SIR框架中，我们增加了人均检测强度和特定区域的检测权重，这些权重可以进行调整以反映不同的检测重点--监测、诊断或控制。我们推导出一个分析表达式的相对减少，由于测试，测试报告和相关的隔离行为的基本生殖数。预计密集检测和快速检测报告在社区一级将是有益的，因为它们可以提供对情况的快速评估，确定热点，并可能实现快速接触者追踪。快速测试对个人的直接影响不太清楚，可能取决于个人的行为如何受到测试信息的影响。我们的简单模型表明，在某些情况下，增加测试强度和更快的测试报告可以降低控制的有效性，并允许我们探索这种情况下发生的条件。相反，我们发现，将检测重点放在受感染者身上总是能提高控制的有效性。
2021-07-17 math.DS physics.soc-ph q-bio.PE
Beyond Contact Tracing: Community-Based Early Detection for Ebola Response
2014年在西非爆发的埃博拉疫情引发了许多关于在日益联系的全球社会中控制传染病的问题。由于接触者信息有限，在抗击疫情方面难以或不切实际地追踪接触者。我们认为，多尺度的公共卫生战略的发展和模拟社区一级的反应，旨在早期筛查的社区，而不是个人，以及旅行限制，以防止社区交叉污染的政策。我们的分析表明，即使在相对较低的合规水平上，这些政策也是有效的。在我们的模拟中，40%的人遵守这些政策就足以阻止疫情的爆发。符合率为50%的模拟结果与利比里亚2014年9月中旬后迅速下降期间的病例数一致。我们还发现，旅行限制有效地将与合规相关的风险降低到40%以下，缩短了疫情爆发时间，并使工作重点放在受影响地区。我们的研究结果表明，多尺度方法可用于进一步发展公共卫生战略，以战胜新出现的流行病。
2016-03-08 cs.CY cs.SI physics.med-ph
