Herd immunity for Covid-19 in homogeneous populations
在本报告中，我们使用标准的SEIR系统来估计Covid-19流行病的群体免疫水平，该系统对同质人群中的疾病动态进行建模。所获得的结果表明，未受保护的完全易感人群的值在80%至90%之间。手部卫生和戴口罩等基本防护措施可能有效地将群体免疫水平降至总人口的50%至60%。
2021-05-05 q-bio.PE
Analysis of COVID-19 in India using vaccine epidemic model incorporating vaccine effectiveness and herd immunity
尽管我们手头有一些疫苗，但COVID-19将继续对人类构成威胁，直到我们通过自然群体免疫和通过全民接种实现全面免疫达到地方病状态。然而，疫苗作为一种实用工具，可减少持续的COVID-19疫情在全球范围内造成的大规模公共卫生问题和新出现的经济后果，而疫苗效力正在减弱。本文提出并分析了一个考虑疫苗接种率和疫苗衰减率的SEIRV流行病模型。研究了该模型的动力学性质，得到了无病平衡态的条件。此外，该分析扩展到研究COVID-19在印度的传播，考虑疫苗的可用性和相关的关键参数，如疫苗接种率，疫苗有效性和疫苗对决定这一流行病的新兴命运的影响减弱。我们还讨论了人民中接种疫苗的个人产生群体免疫的条件。我们的研究结果强调了疫苗的重要性，加强疫苗接种在保护人们免受感染方面的有效性，以及它们在流行病和大流行病建模中的重要性。
2022-08-25 nlin.AO physics.soc-ph q-bio.PE
Universality and herd immunity threshold : Revisiting the SIR model for COVID-19
截至二零二零年十一月一日，COVID-19疫情已在全球肆虐近一年。在本文中，我们试图根据对易感染-恢复（SIR）模型的一些修改来分析不同国家的COVID-19大流行的变化。SIR模型被修改，采取时间依赖的速率参数。在此基础上，重新定义了基本再生数、有效再生数、群体免疫力和群体免疫力阈值。COVID-19的再次爆发对各国构成真正的威胁。我们使用上述数量来寻找这种疾病再次爆发的原因。此外，群体免疫的有效性，以防止流行病已经分析了关于这个模型。我们还试图表明，在各国短时期内，该疾病的传播和遏制存在某些普遍性方面。最后，我们还分析了印度目前的流行情况，并试图讨论的可能性，以预测其未来的行为，使用我们的模型。
2021-09-25 physics.bio-ph q-bio.PE
Time-dependent heterogeneity leads to transient suppression of the COVID-19 epidemic, not herd immunity
流行病通常通过一系列波传播，这些波反映了多个时间尺度上的因素。在短时间尺度上，超级传播事件导致突发性和过度分散，而长期持续的易感性异质性预计将导致感染高峰和群体免疫阈值（HIT）降低。在这里，我们开发了一个通用的方法，包括时间尺度，包括个人社会活动的时间变化，并演示了如何将它们纳入一个广泛的流行病学模型，通过参数化的现象。我们推导出了有效再生数Re对易感种群分数S的非线性依赖关系。我们发现，在流行病的早期，高节奏的阶段，短暂的集体免疫（TCI）的状态出现远低于HIT。然而，这是一种脆弱的状态，由于社会活动水平的变化，随着时间的推移而减弱，因此感染高峰并不是群体免疫的指示：由于人群的行为变化，随后的浪潮可以并且将会出现，例如，季节性因素。通过使用来自COVID-19疫情以及现实生活中面对面接触网络的经验数据来估计异质性的瞬时和长期水平。这些结果表明，受影响最严重的地区，如纽约市，在第一波疫情后已经实现了TCI，但可能仍低于长期HIT。因此，与以前的一些主张相反，这些地区仍然可能经历随后的浪潮。
2021-01-29 physics.med-ph physics.soc-ph 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
Modeling COVID-19 Transmission using IDSIM, an Epidemiological-Modelling Desktop App with Multi-Level Immunization Capabilities
2019冠状病毒病大流行对加拿大安大略省的当地公共卫生单位提出了前所未有的要求，其中之一是需要内部流行病学建模能力。为了满足这一需求，安大略理工大学和达勒姆地区卫生局开发了一个本地Windows桌面应用程序，用于对传染病进行流行病学建模。该应用程序是一个多层次分区流行病学模型的实现，可以适应多种病毒变体和疫苗接种水平，以及公共卫生措施，如物理距离，隔离后的接触者追踪，以及隔离后的检测。本文介绍了使用开发的应用程序获得的流行病学模型和流行病学模拟结果。模拟研究了不同因素对达勒姆地区COVID-19传播的影响，包括疫苗接种覆盖率，疫苗有效性，疫苗诱导免疫力减弱，Omicron变体的出现以及COVID-19加强疫苗在减少感染和严重病例数量方面的效果。结果表明，对于Delta变体，除了疫苗诱导的免疫力之外，天然免疫力对于实现群体免疫力是必要的，并且疫苗诱导的免疫力的减弱延长了达到群体免疫力所需的时间。在没有额外公共卫生措施的情况下，预计Omicron变异体引发的疫情将对公共卫生构成重大挑战，预计感染将在大约两到三个月内达到高峰，具体取决于加强剂量的施用率。
2022-03-05 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
Using a physical model and aggregate data to estimate the spreading of Covid-19 in Israel in the presence of waning immunity and competing variants
自COVID-19病毒首次在中国发现以来的两年多里，已有数亿人感染，数百万人死亡。除了迫切需要医疗解决方案（如疫苗和药物）来治疗这一流行病之外，日冕大流行还加强了对数学模型的需求，这些模型可以预测大流行病在不断变化的现实中的传播。在这里，我们提出了一种基于统计物理学基本原理的新型动态粒子模型，该模型能够预测在有效疫苗存在的情况下Covid-19的传播。这种粒子模型使我们能够准确地检查疫苗对接种人群和整个人群的不同亚群的影响，并确定疫苗的衰减。此外，粒子模型可以预测两种竞争变体随时间的流行率及其相关的发病率。
2022-05-16 q-bio.PE
Digital Herd Immunity and COVID-19
一个群体可以对流行病免疫，即使不是所有的个体成员都对疾病免疫，只要有足够多的人免疫-这是群体免疫的传统概念。在智能手机时代，一个群体可以对流行病免疫，即使它的成员中没有一个人对这种疾病免疫-我们称之为“数字群体免疫”，这同样是人口的一个新兴特征。这种免疫力的产生是因为基于智能手机功能的接触者追踪协议可以高效地消除受感染的人口成员，从而消灭新生的流行病。当疾病特征有利且智能手机使用率足够高时，人群处于免疫阶段。随着使用量的减少，出现了一种新的“接触者追踪相变“，进入流行阶段。我们提出并研究了COVID-19的一个简单分支过程模型，并表明无论无症状传播的比例如何，数字免疫都是可能的。
2021-08-21 cond-mat.stat-mech physics.bio-ph q-bio.PE
The emergence of a virus variant: dynamics of a competition model with cross-immunity time-delay validated by wastewater surveillance data for COVID-19
我们考虑一种病毒在人群中传播的动力学，这种病毒产生一种突变株，这种突变株能够感染被已建立株感染的个体。临时交叉免疫包括使用时间延迟，但发现这是一种无害的延迟。当两个菌株相互竞争时，我们给出了保证无病平衡点和两个边界平衡点局部和全局渐近稳定的充分条件。结果表明，由于新生菌株的免疫逃避，新生菌株的繁殖数必须显著低于已建立菌株的繁殖数，才能保证仅建立菌株边界平衡的局部稳定性.为了分析唯一的共存平衡，我们应用一个准稳态参数，以减少完整的模型到一个二维的表现出全局渐近稳定的建立应变唯一的平衡或全局渐近稳定的共存平衡。我们的研究结果表明，这两种菌株的基本繁殖数支配的整体动态，但在非平凡的方式，由于包括交叉免疫。该模型被应用于研究SARS-CoV-2 Delta变体的出现，在阿尔法变体的存在下，使用来自美国马萨诸塞州鹿岛处理厂的废水监测数据。
2023-02-15 math.DS physics.soc-ph q-bio.PE
The fallacy of herd immunity
在这里，我们表明，群体免疫不是我们可以实施、信任、控制或依赖的措施，等待群体免疫发挥作用无异于希望最好的结果。群体免疫并不像人们所提到的那样是某种保护，而是减少感染的机会，只有在发生更多感染的情况下，一个群体才能实现这一点，这是自相矛盾的。关于何时会有足够的群体免疫力来阻止COVID-19疫情的讨论，向公众和政策制定者传递了一个错误的信息，即我们可以等待事情发生来放松遏制措施。在这里，我们回顾了一种非正统的流行病结构，揭示了群体免疫的真正含义，这很容易被非专家理解。
2022-09-19 physics.soc-ph q-bio.PE
COVID-19 adaptive humoral immunity models: weakly neutralizing versus antibody-disease enhancement scenarios
病毒、感染细胞和对SARS-CoV-2的免疫反应之间的相互作用仍在争论中。扩展病毒动力学的基本模型，我们在这里提出了一个正式的方法来描述中和与弱（或非）中和的情况下，并与抗体依赖性增强（ADE）的可能影响进行比较。理论模型与文献中的数据一致;我们表明，弱中和抗体或ADE均可导致最终病毒清除或疾病进展，但每种情况下的免疫动力学不同。鉴于世界人口中有很大一部分已经自然免疫或接种疫苗，我们还讨论了接种疫苗后或存在免疫系统功能障碍时继发感染的影响。
2022-07-07 math.DS q-bio.PE
Analysis of COVID-19 cases in India through Machine Learning: A Study of Intervention
Bareilly College（巴雷利学院）；CSIR-Central Electronics Engineering Research Institute（CSIR-中央电子工程研究所）；Jawaharlal Nehru University（贾瓦哈拉尔·尼赫鲁大学）
为了抗击2019年冠状病毒病（COVID-19）大流行，世界上只有疫苗接种、血浆治疗、群体免疫和流行病学干预等少数几种可能的选择。COVID-19疫苗开发正在进行中，可能需要大量时间来开发疫苗，开发完成后，需要时间为整个人群接种疫苗，而血浆疗法具有一定的局限性。对于小国来说，群体免疫可能是抗击COVID-19的一个合理选择。但对于印度这样的人口大国来说，群体免疫并不是一个合理的选择，因为要获得群体免疫力，约67%的人口必须从COVID-19感染中恢复过来，这将给该国的医疗系统带来额外负担，并将导致巨大的生命损失。因此，流行病学干预措施（完全封锁、部分封锁、隔离、隔离、社交距离等）在疫苗开发之前，印度有一些合适的策略来减缓COVID-19的传播。在这项工作中，我们提出了SIR模型与干预，它包含了流行病学干预的经典SIR模型。为了模拟干预的效果，我们引入了\r{ho}作为干预参数。\r{ho}是涵盖所有类型干预的累积量。我们还讨论了有监督的机器学习方法，以估计SIR模型的传播率（\b{eta}），并从印度和印度一些州的COVID-19流行数据中进行干预。为了验证我们的模型，我们对实际和模型预测的COVID-19病例数进行了比较。使用我们的模型，我们还提供了截至2020年9月30日，整个印度和印度一些邦的活动和康复COVID-19病例的预测数量，并估计了预测病例的95%和99%置信区间。
2020-08-17 cs.LG physics.soc-ph 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
Effect of Vaccination to COVID-19 Disease Progression
开发了具有最小隔室的COVID-19数学模型。该模型非常简单，可以拟合确诊病例的数据，估计隐藏的感染数字，并考虑疫苗接种的影响。考虑到新变异的影响，该模型与菲律宾确诊病例数据拟合良好。用拟合的参数，结果表明，如果电流传输率增加约5%，预计将出现第二个峰值，其幅度与第一个峰值惊人地相似，如果它将增加到20%，则已经是一个完全的灾难。然后，该模型被用来估计时间，以实现群体免疫考虑自然免疫力被感染和疫苗接种计划的国家。结果表明，如果实现每天20万人接种疫苗的计划，那么到2022年3月可以实现群体免疫。但如果只实现一半，时间可能会延长到2023年2月。
2021-03-04 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
Reinfection and low cross-immunity as drivers of epidemic resurgence under high seroprevalence: a model-based approach with application to Amazonas, Brazil
本文引入了一个新的具有再感染和交叉免疫的多菌株流行病模型，以深入了解COVID-19疫情在一个据报道由于疫情基本上未得到缓解而具有高血清阳性率的地区的死灰复燃：巴西亚马逊州。虽然高血清阳性率可能会引发群体免疫，并防止该州的进一步浪潮，但我们观察到第一波之后的持续感染水平，并最终在增强的第二波之前出现第二种病毒株。我们的实验表明，第一波后的持续感染水平可能是由于再感染，而在第二波较高的峰值可以解释的出现的第二个变种和低水平的交叉免疫之间的原始和第二个变种。最后，所提出的模型提供了深入了解再感染和交叉免疫对未缓解的流行病的长期传播的影响。
2021-06-30 physics.soc-ph q-bio.PE
Association of vaccine-induced or hybrid immunity with COVID-19-related mortality during the Omicron wave -- a retrospective observational study in elderly Bavarians
工作背景：目前缺乏基于人群的研究，在Omicron波期间SARS-CoV-2诱导的免疫保护的有效性和持久性。研究方法：这项回顾性研究包括470159例年龄在60岁或以上的病例，他们在2022年1月1日至6月30日期间在德国巴伐利亚州检测出SARS-CoV-2呈阳性。我们检查了至死亡的时间，从最早的报告/症状发作日期至第60天测量。Cox模型用于估计性别、年龄、记录感染的最早日历日期和疫苗诱导或混合免疫（LI）水平的校正风险比（HR）。结果：共观察到3836例死亡（病死率0.82%）。所有LI的死亡风险均显著低于未接种疫苗的病例（在过去6个月内达到的完全主要LI的校正HR：0.30，95%置信区间（CI）0.23-0.39; 6个月后：0.46，95% CI 0.35-0.60）。加强治疗进一步降低了死亡风险（过去3个月内：HR 0.17，95% CI 0.15-0.20; 3个月后：HR 0.25，95% CI 0.21-0.29）。结论：在老年巴伐利亚人中，增加LI与增加Omicron波期间的死亡保护有关。然而，几个月后，保护可能会在一定程度上减少。
2022-11-15 q-bio.PE
Predicting the effects of waning vaccine immunity against COVID-19 through high-resolution agent-based modeling
COVID-19疫苗免疫力的潜在减弱可能会对公共卫生构成威胁，因为这种减弱的时间将与接近完全恢复正常的时间同步。如果测试也放松，我们可能会在2021/2022年冬季看到COVID-19浪潮的复苏。为了应对这一风险，世界各地正在接种额外的疫苗，即加强注射。在一项为期六个月的预测研究中，我们探索了助推器分布速度与测试实践实施程度之间的相互作用，使用了一个高度精细的基于代理的模型，该模型针对一个中等规模的美国城镇进行了调整。理论预测表明，以目前接种疫苗的速度接种加强剂可能会导致大流行病的严重死灰复燃。预测表明，2021年春季中期的疫苗接种率高峰可能会阻止这种情况的发生，尽管由于大流行病的持续演变性质，不应期望观察和预测之间的确切一致。我们的研究强调了检测的重要性，特别是在不久的将来，随着助推器的释放达到全速，检测无症状的个体。
2022-01-27 cs.SY eess.SY q-bio.PE
Endemic infectious states below the epidemic threshold and beyond herd immunity
针对COVID-19大流行中低流行率但长期存在的疫情状态，提出元种群框架下修改的SIR模型，通过少量未检测感染者流入再现真实数据特征，挑战流行阈值认知并提供解析预测。
2023-03-13 physics.soc-ph q-bio.PE
Not all interventions are equal for the height of the second peak
在本文中，我们在有限空间和非空间网络模型上模拟研究了具有暂时免疫力的COVID-19等流行病的传播。特别地，我们假设一种流行病在一个无标度网络上随机传播，并且网络中的每个感染个体在其感染期结束后获得暂时的免疫力。在暂时免疫期结束后，个体再次对病毒易感。当底层接触网络嵌入欧几里得几何时，我们模拟了三种不同的干预策略，旨在控制流行病的传播：社交距离，旅行限制和每个节点的最大社交接触次数限制。我们的第一个发现是，在一个有限的网络上，足够长的平均免疫期会导致大流行在第一个高峰之后灭绝，类似于“群体免疫”的概念。对于每种型号，都有一个临界平均抗扰度长度$L_c$，超过该长度时会发生这种情况。我们的第二个发现是，所有三种干预措施都能使第一个高峰变平（旅行限制最有效），并降低了关键免疫长度$L_c$，但延长了流行。然而，当平均抗扰度长度$L$短于$L_c$时，平坦的第一峰值的代价通常是高的第二峰值：为了限制最大接触数量，第二峰值可以高达第一峰值的1/3，并且是没有干预时的两倍。第三，干预会使系统产生振荡，几乎在所有情况下，达到平衡的时间都要长得多。我们的结论是，基于网络的流行病模型可以显示出各种行为，而不是由连续房室模型捕获。
2020-05-14 physics.bio-ph physics.soc-ph q-bio.PE
A Bayesian spatio-temporal study of meteorological factors affecting the spread of COVID-19
本文利用贝叶斯时空模型分析英格兰首次封锁期间气象条件对 COVID-19 传播的影响，发现湿度与传播呈负相关，并提示制定政策时应谨慎对待季节性因素。
2023-08-07 q-bio.PE
You better watch out: US COVID-19 wave dynamics versus vaccination strategy
我们采用流行病重整化群（eRG）框架来理解、重现和预测COVID-19在美国的流行扩散。美国不同地理区域的人类流动是通过开源飞行数据建模的，同时还考虑了社交距离对每个区域的影响。我们分析了疫苗接种策略对美国当前大流行波动态的影响。我们观察到持续的疫苗接种运动不会影响目前的疫情，因此仍须制定严格的社交距离措施。为了遏制当前和下一波疫情，我们的研究结果无可争议地表明，仅仅接种疫苗是不够的，需要采取严格的社交距离措施，直到获得足够的免疫力。我们的研究结果对于美国成功的疫苗接种策略至关重要。
2021-03-31 physics.soc-ph q-bio.PE
Assessing the effects of time-dependent restrictions and control actions to flatten the curve of COVID-19 in Kazakhstan
本文件评估国家层面的时间限制及控制措施及其对抗击COVID-19疫情的影响。通过分析该国第一波COVID-19期间的传播动态，可以更好地量化和理解为使曲线变平而采取的各级控制行动的有效性。这反过来又有助于有关当局更好地规划和控制随后的大流行浪潮。为了实现这一目标，首先开发了一个确定性的流行病的人口模型，考虑到模型参数的时间依赖性，特别是不断变化的再生数的值，这是用来描述这种流行病的传播动力学的关键措施之一。然后，可以通过使用数值优化技术将模型拟合到真实世界数据或通过诱导新闻平台中记录的ad-hoc控制动作来估计模型的再现数以及其他关键参数。本文使用基于哈萨克斯坦共和国第一波COVID-19数据的案例研究对该模型进行了验证。该模型适合提供模拟中的两个设置的估计;时不变和时变（有界约束）参数。最后，使用四种情景与时间相关的控制措施，以确定哪些会更好地反映实际情况进行了一些预测。
2021-01-12 physics.soc-ph q-bio.PE
Interplay of social distancing and border restrictions for pandemics (COVID-19) via the epidemic Renormalisation Group framework
我们证明，流行病重新正常化组的方法，大流行病提供了一个有效的和简单的方法来调查疾病传播的动态和世界不同地区的蔓延。该框架还允许对旅行限制和社交距离措施对全球流行病传播的影响进行可靠预测。我们在报告的病例上测试和校准它，同时揭示了全球不同地区新感染病例相对高峰延迟的机制。我们发现，在推迟疫情高峰方面，社交距离措施比跨境旅行限制更有效。我们还提供了与房室模型的链接，例如简单的和历史悠久的类SIR模型。我们还展示了如何概括的框架，以占世界上几个地区的相互作用，取代或补充大规模的模拟。
2020-05-11 physics.soc-ph q-bio.PE
SEI1I2HRSVM model applied to the coronavirus pandemic (COVID-19) in Paraguay
在本文中，提出了一个数学模型来研究当前巴拉圭的冠状病毒爆发（SARS-CoV-2），描述了感染动力学中的多个传播路径，包括易感者、暴露者、感染者、住院者、免疫力丧失者和康复者，以及病毒在环境中的作用和COVID-19或其他原因造成的死亡。为了反映政府和人群采取的控制措施的影响，该模型采用了随流行病学状况和环境条件而变化的可变传播率。该模型进行了验证，并展示了其应用与公开的数据。
2020-06-01 q-bio.PE
Modelling and predicting the effect of social distancing and travel restrictions on COVID-19 spreading
到目前为止，应对COVID-19大流行蔓延的唯一有效手段是非药物干预措施（NPI），这需要减少社会活动和流动限制的政策。量化其影响是困难的，但这是减少其社会和经济后果的关键。在这里，我们介绍了一个基于时间网络的元人口模型，该模型基于意大利的COVID-19疫情数据进行了校准，并易于评估这两种类型的NPI的结果。我们的方法结合了元人口模型的粒度空间建模的优势，能够通过活动驱动的网络真实地描述社会联系。我们提供了一个有价值的框架来评估不同的NPI的可行性，不同的时间和严重程度。结果表明，流动性限制的影响在很大程度上取决于在疫情爆发的早期阶段及时实施NPI的可能性，而减少活动的政策应优先考虑。
2020-12-16 math.DS physics.soc-ph q-bio.PE
The impact of network properties and mixing on control measures and disease-induced herd immunity in epidemic models: a mean-field model perspective
人群的接触结构在传染病传播中起着重要作用。许多“结构化模型”通过底层网络或混合矩阵来捕捉联系结构的各个方面。在这种模型中的一个重要观察结果是，一旦一部分$1-1/\mathcal{R}_0$被感染，剩余的易感群体就不能再维持流行病。最近对一些结构化模型的观察表明，这一阈值可以在一小部分感染者中跨越，因为这种疾病就像一种靶向疫苗，优先免疫在传播中发挥更大作用的高风险个体。因此，有限的“第一波”可能会留下剩余的人口，一旦取消干预措施，他们就无法支持第二波。在本文中，我们系统地分析了一些网络和其他结构化群体的平均场模型，以解决与COVID-19大流行相关的问题。特别是，我们考虑在几种情况下的抗扰度。我们证实，在高度异质性的网络中，第一波赋予免疫系统的感染率显着低于同等模型具有较低程度的异质性。然而，如果将干预建模为接触网络的变化，那么这种影响可能会变得更加微妙。事实上，修改结构可以保护高度连接的节点在第一波感染期间不被感染，并使第二波感染更加严重。我们证实了这一发现，通过使用一个年龄结构的房室模型参数化的真实数据和比较锁定期实施的混合矩阵或年龄特定的结构变化的全球缩放。我们发现，有关群体免疫水平的结果在很大程度上取决于模型，封锁的持续时间和如何实施封锁。
2020-07-14 physics.soc-ph q-bio.PE
A Perturbative Approach to the Analysis of Many-Compartment Models Characterized by the Presence of Waning Immunity
康复或接种疫苗后免疫力下降是导致一系列流行病（从COVID-19到白喉和百日咳）严重程度和持续时间延长的主要因素。为了研究不同的免疫水平为基础的疫苗接种计划在减轻免疫力下降的影响的有效性，我们构建了流行病学模型，模仿后者的效果。总的易感人群被分成任意大数量的具有不同疾病免疫水平的离散区室。然后，我们在这个框架内接种各种隔间，比较$R_0$的值和我们的系统的平衡位置，以确定自然约束下的最佳免疫方案。依靠扰动分析，我们建立了一些结果的位置，存在性和唯一性的系统的地方病平衡点，以及无病平衡点的结果。此外，我们数值模拟与我们的模型在加拿大百日咳的情况下，拟合我们的模型，以可用的时间序列数据的动态。我们的分析结果适用于广泛的系统组成的任意多个常微分方程。
2023-01-31 math.DS q-bio.PE
Potential 3rd COVID Wave in Mumbai: Scenario Analysis
2021年2月中旬在孟买开始的第二波新冠肺炎疫情目前正在消退。政策制定者和公众越来越关注潜在的第三次浪潮。由于新变种和再感染的出现存在不确定性，我们没有预测最佳猜测情景，而是在本报告中对孟买进行了广泛的情景分析，并跟踪了未来几个月在这些情景中的死亡人数峰值。我们的主要结论是：根据我们的模型，到2021年6月1日，约80%的孟买人口已暴露于新冠肺炎。假设所有接触者都对进一步感染有免疫力，孟买不太可能出现大规模的第三波疫情。这是再感染，可能会导致一个大的浪潮。由于感染者的抗体下降以及可以突破先前感染提供的免疫力的变体，可能会发生再感染。即使在相当悲观的情况下，我们也观察到所产生的峰值不会大于第二波。我们进一步观察到，在再感染轻微的情况下，它们对死亡率的影响可以忽略不计，新的变体（超出现有的Delta变体）具有轻微的影响，随着城市的开放，我们在未来几个月观察到一个小浪潮。然而，如果到那时疫苗覆盖面很广，这一波将几乎不引人注目。我们还绘制了$R_t$，时间$t$的感染增长率，并强调了一些有趣的观察结果。
2021-07-30 q-bio.PE
How will mass-vaccination change COVID-19 lockdown requirements in Australia?
背景资料：为防止未来爆发COVID-19，澳大利亚正推行大规模疫苗接种方法，其中包括医护人员、老年护理居民及其他暴露风险增加的个人在内的目标人群将优先接种高效疫苗。其他人将获得效果较差的疫苗。研究方法：我们在澳大利亚应用了一个大规模的基于代理人的COVID-19模型，以研究这种混合方法对大规模疫苗接种的可能影响。该模型根据澳大利亚最近的流行病学和人口统计数据进行校准，并考虑了疫苗效力的几个组成部分。调查结果：在一个可行的范围内的疫苗效力值，我们的模型支持的断言，完全群体免疫接种疫苗是不可能在澳大利亚的情况下。对于群体免疫未实现的现实场景，我们模拟了大规模疫苗接种对疫情增长率的影响，并研究了用于遏制后续疫情的封锁措施的要求。在我们的模拟中，澳大利亚的疫苗接种策略可以将所需的封锁强度和初始疫情增长率分别降低43%和52%。流行病的严重程度，以每日新病例的峰值数量来衡量，在合理的大规模疫苗接种和封锁战略下，下降了两个数量级。释义：该研究为澳大利亚开展大规模疫苗接种活动提供了强有力的论据，这将大大降低未来疫情的强度和抑制疫情所需的非药物干预措施的严格性。
2021-08-06 q-bio.PE
Assess the impacts of human mobility change on COVID-19 dynamics in Arizona, U.S.: a modeling study incorporating Google Community Mobility Reports
2020年6月，美国亚利桑那州，在5月中旬取消居家令后，香港成为2019年全球最严重的冠状病毒病（COVID-19）疫情点之一。然而，随着重新实施限制的决定，COVID-19病例数量一直在下降，亚利桑那州被认为是减缓疫情的良好模式。在本文中，我们旨在研究亚利桑那州的COVID-19情况，并评估人类流动性变化的影响。我们构建了流动性整合的集合种群易感-传染-移除模型，并拟合了亚利桑那州COVID-19病例和流动性变化的公开数据集。我们的模拟表明，通过减少人员流动，高峰时间被推迟，最终疫情规模在所有三个地区都有所下降。我们的分析表明，快速有效的决策对于控制人员流动以及COVID-19疫情至关重要。在疫苗问世之前，可能需要考虑在亚利桑那州及其他地区重新实施流动限制，以应对新冠肺炎病例的增加。
2020-09-04 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
COVID-19 mortality prediction: A case study for İstanbul
在本文中，我们使用SEIR方程对伊斯坦布尔因COVID-19死亡的人数进行预测。使用超额死亡率方法，我们找到了2020年和2021年前三波的死亡人数。我们表明，我们的模型的预测是一致的道德数量为每个波。此外，我们预测了2021年第二波死亡人数。我们还扩展了我们的分析，德国，意大利和土耳其比较伊斯坦布尔的基本再现数$R_0$。最后，我们计算了伊斯坦布尔的群体免疫感染人数。
2022-01-23 q-bio.PE stat.AP
Statistical mechanics study of the introduction of a vaccine against COVID-19 disease
到2020年底，即报告首例新冠病毒感染病例一年后，隧道尽头出现了一丝曙光。几家制药公司在开发针对新冠病毒的有效疫苗方面取得了重大进展，该病毒已在全球夺去了100多万人的生命。另一方面，有越来越多的证据表明，该病毒会再次感染，这可能导致进一步的疫情爆发。在本文中，我们应用统计物理学工具来研究三种不同疫苗效率情景下控制大流行所需的疫苗接种率。此外，我们研究了时间限制/救济对大流行爆发的影响，假设再感染是可能的。当检查一般人群的疫苗接种率在预防疾病额外爆发方面的效率时，我们发现需要高疫苗接种率（每天至少0.3%的人口接种疫苗，相当于美国每天约100万剂疫苗）来控制病毒的传播，而无需进一步限制。由于对疫苗接种率的可行限制，在大多数人口接种疫苗之前，疫苗接种过程应伴随着普遍的限制。
2020-12-14 physics.soc-ph q-bio.PE
Interplay between COVID-19 vaccines and social measures for ending the SARS-CoV-2 pandemic
COVID-19疫苗的开发和授权为消除社区传播提供了最清晰的途径，从而结束了持续的SARS-CoV-2大流行。然而，疫苗接种的有限速度引发了一个问题，即我们必须在多大程度上继续坚持戴口罩和保持社交距离等社会干预措施？为了解决这个问题，我们开发了一个新冠肺炎传播的数学模型，其中包括疫苗动力学和社会流行病学参数。我们使用该模型研究了疾病控制和根除的两个重要指标，有效生殖数$R_t$和重症监护病房（ICU）病例量峰值，以及三个关键参数：社会措施依从性，疫苗接种率和疫苗接种覆盖率。我们的研究结果表明，由于疫苗接种速度缓慢，社会措施必须由大部分人口维持，直到有足够比例的人口接种疫苗，以消除大流行病。相比之下，随着社会措施的减少，医院重症监护室的病例将大大超过容量，导致可避免的生命损失增加。这些发现强调了疫苗接种和社会保护措施之间的复杂相互作用，并表明在疫苗规模扩大以允许发展可持续地结束或控制SARS-CoV-2所需的群体免疫力的同时继续采取一定程度的社会措施的实际重要性。
2021-03-06 physics.soc-ph q-bio.PE
Second waves, social distancing, and the spread of COVID-19 across America
我们最近描述了一个单一地区内COVID-19爆发的动态因果模型。在这里，我们结合这些（流行病）模型中的几个，创建一个（流行病）模型的病毒在地区之间的传播。我们的重点是可能因免疫力丧失和区域间人员交流而导致的第二波新病例，以及如何在不同的战略对策下降低死亡率。特别是，我们认为硬或软的社会距离战略的预测国家（联邦）或地区（州）的人口感染流行率的估计。使用美国新病例和死亡病例的时间序列来估计每个州的因子（房室）流行病学模型的参数，以及至关重要的是，国家之间的耦合，演示了建模。使用贝叶斯模型简化，我们确定了国家之间的有效连接，最好地解释了在美国爆发的初始阶段。使用随后的后验参数估计，我们然后评估不同的政策在死亡率，工作日损失，由于封锁和重症监护的要求方面的可能结果。这个模型的初步结果表明，社会距离和免疫力的丧失是两个关键因素，承保恢复地方病平衡。
2020-04-26 q-bio.PE q-bio.QM
Disparities in greenspace access during COVID-19 mobility restrictions
超过一半的人口生活在城市，这意味着大多数人主要在城市绿地中体验自然。接触自然是社会、心理和身体健康的重要因素。由于世界面临着一场威胁数十亿人身心健康的大流行病，至关重要的是要了解所有人都有可能接触自然，以减轻其中一些挑战。在这里，我们首次整合了来自Facebook、Twitter和谷歌搜索用户的数据，以显示人们在COVID-19流动限制期间寻找绿地，但可能并不总是能够到达。人们在有绿地的地区花费了更多时间，这取决于绿地所在社区的多重剥夺程度。重要的是，尽管人们在疫情爆发的前20个月都在寻求绿色空间，但这种偏好在封锁浪潮中加剧。在伦敦和巴黎，生活在富裕地区赋予了绿地优势，但我们发现，在柏林，更贫困的社区更多地寻求绿地，包括他们的社区之外。这突出表明，需要了解绿色空间的获取和剥夺如何相互作用，以创建更可持续的社区。
2022-03-30 cs.SI physics.soc-ph q-bio.PE
Relaxing restrictions at the pace of vaccination increases freedom and guards against further COVID-19 waves
大规模疫苗接种为COVID-19大流行提供了一个有希望的退出策略。然而，随着疫苗接种的进展，要求取消限制的呼声越来越高，尽管大多数人口仍然易感。使用我们的年龄分层SEIRD-ICU房室模型和策划的流行病学和疫苗接种数据，我们量化了各国在不压倒其医疗保健系统的情况下取消非药物干预措施的比率（相对于疫苗接种进展）。我们分析了从立即解除限制（接受高死亡率和发病率）到将病例数减少到测试跟踪和隔离（TTI）程序有效补偿局部传播事件的水平的各种情况。一般来说，年龄依赖性疫苗接种的推出意味着ICU患者和死亡者的平均年龄短暂下降超过十年。疫苗接种的速度决定了解除限制的速度;以欧盟（EU）为例，所有考虑的情况都允许从2021年5月开始稳步增加接触，并在2021年秋季之前放宽大部分限制。在整个2021年夏天，只有轻微的接触限制仍将是必要的。然而，只有高疫苗接种率才能防止进一步的严重浪潮。在欧盟各国，血清阳性率对疫苗接种活动长期成功的影响比年龄人口统计学更大。此外，我们强调需要采取预防措施，在2021年全年减少学校环境中的传染，因为儿童仍然容易受到感染，因此可能成为传染的驱动因素。
2021-07-15 q-bio.PE
Cost-effectiveness Analysis of Antiepidemic Policies and Global Situation Assessment of COVID-19
本文利用双层接触-扩散模型和中国的数据，分析了常规流行病控制、本地社会互动控制和城市间旅行限制三种抗疫措施的成本效益。我们发现：1）在国家层面上，城际旅行限制与其他两项相比，影响最小甚至是负面的; 2）达到转折点的时间与当前的病例数无关，只与流行病控制和社会交往控制措施的执行严格程度有关; 3.早期的强力执法是最大限度地提高抗疫效果和成本效益的唯一机会;（4）社会交往措施的一般严格性是最差的选择。随后，我们根据各国/各区域的控制措施将其分为四组，并为每组提供情况评估和政策建议。
2020-04-23 physics.soc-ph q-bio.PE
Comparing intervention measures in a model of a disease outbreak on a university campus
本研究构建了考虑免疫力消退的大学校园疾病传播随机模拟模型，对比多种非药物干预措施的效果，明确了最有效的干预手段，为高校制定疫情应对策略提供参考。
2023-06-16 physics.soc-ph q-bio.PE
Evaluating Targeted Mobility Restrictions on COVID-19 Transmission in Seoul: A Metapopulation Modeling Study Using Mobile Phone Data
Konkuk University（建国大学）；National Institute for Mathematical Sciences（韩国数学科学研究所）
本研究利用移动电话数据建立年龄分层的SEIR元群体模型，分析不同移动目的和年龄组的传播风险，发现针对20-59岁成年人的日常通勤限制能有效降低感染率。
2026-03-17 q-bio.PE
Staggered Release Policies for COVID-19 Control: Costs and Benefits of Sequentially Relaxing Restrictions by Age
到目前为止，严格的社交距离限制对控制COVID-19疫情至关重要，下一个问题是何时以及如何放松这些限制。一个连续的时间放宽限制跨群体的探讨，以确定政策，同时减少健康风险和经济停滞相对于目前的政策。目标将是减轻健康风险，特别是最脆弱的亚人口的健康风险，同时管理经济活动限制的有害影响。本文的结果表明，一个正确构建的顺序释放的年龄定义的子组从严格的社会距离协议可以导致较低的整体死亡率比锁定后的所有个人的同时释放。最优释放策略，在最小化总死亡率方面，本质上必须是连续的，并且适当地安排交错释放的每一步是很重要的。该模型允许测试交错发布政策的各种时间选择，这可以为正在进行的COVID-19大流行和未来爆发的疾病管理政策的设计，测试和规划提供帮助。
2020-05-12 econ.GN math.DS 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
Realistic estimate of the Covid-19 incidence and mortality rate in France
法国自2020年5月起实施SARS-Cov 2大规模病毒学检测。我们假设非接触病例（ANBC）的无症状人群的阳性率代表了整个法国人群的阳性率，从而可以估计实际发病率。我们使用Santé Public France的报告估计，8月初的发病率约为0.8%，9月初上升至总人口的2.4%。这相当于每天约有160万人同时感染和23万新感染。这些评估可以推断，重症监护病房（ICU）的入院率和感染病死率（IFR）自3月以来下降了一个数量级，目前分别为0.036%和0.027%。法国，法兰西岛，圆顶山，罗讷河口和大东部的爆发演变的假设可以忽略不计的再感染概率的基础上进行基本模拟。这些模拟使用随时间变化的繁殖率（R）常数，范围从1.3到1.45（在Grand Est为1.15）。他们使用第一波感染发生的估计数量。这些模拟还使用了估计的发病率，通过一周又一周地减少易感人群，导致爆发的指数增长达到饱和。预计法国在第39周时的发病率峰值为3.5%。当R=1.3时，第二波期间ICU入院和死亡的计算总数分别为9000和7000。两个波的累积发生率计算为接近60%（R=1.3）和70%（R=1.4）。这表明，如果存在个体免疫，那么法国很可能在2020年10月底实现群体免疫。我们的结论是，新冠肺炎的传播范围比之前想象的要大得多，但自第一波疫情结束以来，其严重程度变得有限。
2020-11-02 q-bio.PE
Continuous-time stochastic processes for the spread of COVID-19 disease simulated via a Monte Carlo approach and comparison with deterministic models
提出两个随机模型来描述COVID-19大流行的演变。在第一个模型中，将人群分为四个区室：易感$S$、感染的$I$、去除的$R$和死亡的人$D$。为了有一个交叉验证，这样一个模型的确定性版本也被设计出来，它是由一个系统的常微分方程的延迟。在第二个随机模型中，增加了另外两个区室：无症状个体的类别$A$和隔离感染者的类别$L$。社会距离措施等影响很容易包括在内，并分析其后果。用蒙特卡罗模拟得到了数值解。定量预测提供了这可能是有用的政治措施的评估，例如，所获得的结果表明，基于群体免疫的战略是太危险了。
2021-09-15 physics.bio-ph q-bio.PE
A Hybrid Compartmental Model with a Case Study of COVID-19 in Great Britain and Israel
鉴于COVID-19对多个社会层面的严重影响，建立限制措施对疫情演变的影响模型至关重要，以便政府能够做出知情决策。尽管自疫情爆发以来，已经有无数次尝试提出不同的模型，但数据可用性的增加和疫苗接种活动的开始要求更新模型和研究。此外，大多数作品都集中在一个非常特定的地方或应用程序，我们努力获得一个更通用的模型，诉诸不同国家的数据。特别是，我们比较了英国和以色列，这两个在疫苗接种计划和社会结构方面高度不同的场景。我们建立了一个基于网络的模型，它足够复杂，可以模拟政府强制限制的不同场景，但又足够通用，可以应用于任何人群。为了减轻计算负荷，我们提出了一个分解策略，我们的模型。
2022-02-02 cs.CY physics.soc-ph q-bio.PE
Combining COVID-19 Vaccination with Social Distancing Measures
我们分析了一个简单的SIR流行病学模型的最优控制版本，该模型包括部分指定的疫苗接种政策，并考虑到长期应用社会距离措施的疲劳。该模型假设人口（年龄相关）类别，否则是同质的。疫苗接种的最大能力是外生的，当局选择将其分配给各个类别。它们还可以采取措施，以经济代价统一减少受感染者和易感者之间的接触率。总或部分免疫力建模，而接触率被允许表现出季节性。我们采用最优控制方法，以尽量减少成本指标，同时保证卫生系统的能力不被超过。一个合理的参数选择导致的政策规定，接种疫苗的优先级应给予类别与有限的卫生保健资源的需求较高，而不考虑类别之间的成本变化。如果某些人口统计学类别具有显著较高的流动性，则疫苗接种优先级反转，而对于某些参数值，疫苗接种在类别之间交替。最佳的社交距离政策表现出季节性，因此将易感性降低到平均自发性疾病灭绝水平以下并不一定会导致社交距离的废除。
2021-08-16 q-bio.PE
A New Mathematical Model for Controlled Pandemics Like COVID-19 : AI Implemented Predictions
University of Cambridge（剑桥大学）；UNC-Chapel Hill（北卡罗来纳大学教堂山分校）；UNC Gilling School of Global Public Health（北卡罗来纳大学吉林斯全球公共卫生学院）；Canadian Institute for Theoretical Astrophysics（加拿大理论天体物理研究所）；University of Toronto（多伦多大学）；Canadian Institute for Advanced Research（加拿大高等研究院）；California State University Fullerton（加州州立大学富勒顿分校）；Oberlin College（欧柏林学院）
我们提出了一个新的数学模型，以明确捕捉三项限制措施（封锁日期和持续时间、社交距离和口罩以及学校和边境关闭）在控制COVID-19感染$i(r, t)$传播方面的影响。在引入限制之前，SEIR模型所描述的感染的随机传播呈指数级增长。控制措施的增加在系统的演化中引入了有序和无序的混合，这属于不同的数学模型类别，最终可能导致临界现象。一般的解析解是很难得到的。我们使用机器学习来求解$i(r,t)$的新方程，即在时间$t$的任何区域$r$中的感染$i$，并根据所采取的具体措施的强度及其持续时间来预测感染随时间的传播。该机器接受了世界上每个地区、县、州和国家的所有COVID-19发布数据的训练。它利用优化从世界上每个地区的过去数据中学习模型参数的最佳拟合值，并更新预测的感染曲线，以适应未来可能在任何地方增加或放宽的任何限制。我们希望这种跨学科的努力，一种新的数学模型，结合机器学习的解决能力，预测每种措施在减缓感染传播方面的影响，是对抗当前流行病和潜在未来流行病的有用工具。
2020-08-24 cs.LG physics.soc-ph q-bio.PE
A Spatial Stochastic SIR Model for Transmission Networks with Application to COVID-19 Epidemic in China
世界各国政府已实施预防措施，以防止冠状病毒病（COVID-19）的传播。在这项研究中，我们考虑了一个多变量离散时间马尔可夫模型来分析COVID-19在中国33个省级地区的传播。这种方法使我们能够评估流动限制政策对疾病传播的影响。我们使用跨区域的日常人类流动数据，并应用贝叶斯框架来估计所提出的模型。结果显示，疫情在中国的传播主要由区域内的社区传播驱动，而地方政府推出的封锁政策遏制了疫情的蔓延。此外，我们的文件表明，湖北只是早期流行阶段的震中。北京和广东等二级震中已于二零二零年一月底确立，疫情蔓延至相关地区。在各区域实行人员流动限制后，来自这些震中的传播大幅下降。
2020-08-17 econ.GN physics.soc-ph q-bio.PE
Internet search effort on Covid-19 and the underlying public interventions and epidemiological status
疾病传播是一个复杂的现象，需要采取跨学科的办法。2019冠状病毒病在很短的时间内表现出全球空间传播，导致全球大流行。使用政府干预措施（如学校关闭、行动限制、国内和国际旅行限制、呆在家里的要求、口罩要求、财政支持措施）和流行病学变量（如新发病例和新发死亡病例）作为潜在解释协变量，分析了希腊以2019冠状病毒病为主题的一年每周时间尺度的网络搜索数据。使用机器学习分析了网络搜索对Covid-19的影响与16个解释协变量之间的关系。将网络搜索时间与相应的流行病学情况进行比较，以同一周的Rt表示。结果表明，训练后的模型在实际和预测的网络搜索努力之间表现出R2 = 91%的拟合。预测网络搜索努力的前五个变量是新的死亡人数，向非希腊国民开放国际边界，新病例，检测政策和内部流动的限制。网络搜索在Rt达到峰值的同一周达到峰值，尽管新的死亡或新病例在这些日期没有达到峰值，并且Rt很少在公共媒体上报道。由于网络搜索努力和Rt在2020年8月1日至15日（旅游旺季）达到峰值，因此讨论了这一点的影响。
2021-03-22 q-bio.PE q-bio.QM stat.AP
Are Travel Bans the Answer to Stopping the Spread of COVID-19 Variants? Lessons from a Multi-Country SIR Model
对SARS-CoV-2病毒变异的检测导致了新的一揽子干预措施。其中，国际旅行限制是限制变种传播的最快和最明显的反应之一。这种旅行限制虽然造成了巨大的经济损失，但其流行病学后果却极不确定。当新的高传染性病毒株已经在许多地区传播时，它们的效果可能很差。由于缺乏关于每日跨界流动和现有变异传播的数据，很难评估旅行禁令的效力。这个问题是热门和及时的，因为新的omicron变体-世卫组织列为关注的变体-已在南部非洲发现，并被认为比以前的菌株更具传染性（潜在）。在这项研究中，我们开发了一个多国家的SIR型房室模型。我们用它来模拟一种新变种在欧洲国家的传播，并评估单边和多边旅行禁令的有效性。
2021-12-18 q-bio.PE
Optimisation of non-pharmaceutical measures in COVID-19 growth via neural networks
3月19日，世界卫生组织宣布大流行。通过这种全球传播，许多国家目睹了确诊病例的指数增长，这些病例通过严格的大规模隔离或封锁措施得到控制。然而，有些国家通过不同的时间轴采取行动，阻止了这种指数增长。目前，随着一些国家继续应对增长，其他国家试图安全地解除限制，同时避免复苏。本研究旨在量化的影响，政府在减轻病毒传播的SARS-CoV-2的一种新的软计算方法，使并行使用的神经网络模型，以预测累积感染的每日斜率增加，和一个优化器，与参数化的政府限制时间序列，以了解最佳的一组缓解措施。研究人员收集了意大利和台湾两个地区的数据，以模拟政府在旅行、测试和执行社交距离措施以及人们的连通性和对政府行动的遵守方面的限制。研究发现，更大规模和更早的检测活动以及更严格的入境限制对这两个地区都有利，导致确诊病例明显减少。有趣的是，这种情况与意大利更早但更温和地实施全国性限制相结合，从而支持台湾没有全国性封锁。采用纯数据驱动方法得出的结果与流行病学数学模型的主要结果一致，证明了所提出的方法具有价值，而且数据本身就包含了为决策者提供信息的宝贵知识。
2020-12-16 q-bio.OT q-bio.PE
Modelling transmission and control of the COVID-19 pandemic in Australia
有关旨在控制COVID-19传播的各种缓解和抑制策略的相对效益，一直存在争议。在这里，我们报告了基于代理的建模的结果，该结果使用了对澳大利亚正在进行的COVID-19大流行的细粒度计算模拟。该模型经过校准以匹配COVID-19传播的关键特征。一个重要的校准结果是有症状病例的年龄依赖性分数，发现儿童的这一分数是成人这一分数的五分之一。我们应用该模型比较了几种干预策略，包括限制国际航空旅行、病例隔离、家庭隔离、不同合规程度的社交距离以及关闭学校。人们发现，关闭学校不会带来决定性的好处，除非同时遵守高水平的社交距离规定。我们报告了几个权衡，以及社交距离合规水平的重要转变，在70%至80%的水平之间，合规水平在90%时，发现在13- 14周内控制疾病，再加上有效的病例隔离和国际旅行限制。
2020-11-11 cs.MA q-bio.PE q-bio.QM
