Social distancing and epidemic resurgence in agent-based Susceptible-Infectious-Recovered models
一旦通过非药物干预措施有效控制了疫情爆发，就需要制定一项安全的协议，以便随后解除社交距离限制，以防止灾难性的感染死灰复燃。我们报告基于个人的数值模拟的随机易感染性恢复模型的变种在四个不同的空间组织的晶格和网络架构，其中接触和流动性的限制。我们有力地发现，只要这些限制的释放被充分延迟（持续时间至少是未缓解的爆发高峰期的三倍），并且长途连接保持在较低水平（限制在整体连接的5%以下），流行病复发波的强度和空间传播可以限制在可管理的范围内。
2020-12-20 physics.soc-ph q-bio.PE
Rational social distancing in epidemics with uncertain vaccination timing
本文构建疫苗到达时间服从概率分布的微分博弈，刻画 Nash 均衡下个体理性社会疏离如何随接种预期和不确定性变化，并将接种时间分布解释为广义贴现。
2024-04-05 econ.TH math.OC physics.soc-ph
Epidemic response to physical distancing policies and their impact on the outbreak risk
我们引入一个理论框架，突出物理距离变量，如人类流动和物理接近流行病的演变，至关重要的是，对繁殖数量的影响。特别是，为应对冠状病毒病（CoViD-19）大流行，各国已引入不同程度的“封锁”，以减少新感染人数。具体来说，我们使用碰撞的方法来描述的更新方程的时间齐次演化的流行病的感染年龄结构模型。因此，我们展示了封锁政策的各种贡献，即物理接近和人类流动，如何减少SARS-CoV-2的影响，并减轻疾病复发的风险。我们检查我们的理论框架，使用现实世界的数据与两个不同的数据存储库的物理距离，获得一致的结果。最后，我们提出了一个方程的有效再生数，考虑到类型的人之间的相互作用，这可能有助于政策制定者改善远程工作的组织结构。
2020-07-31 econ.GN physics.soc-ph q-bio.PE
Controlling epidemic diseases based only on social distancing level
世界卫生组织（世卫组织）于2020年3月11日作出评估，认为COVID-19可被定性为大流行。对于COVID-19的爆发，没有疫苗接种，也没有治疗。控制COVID-19爆发的唯一方法是持续的物理距离。在这项工作中，提出了一个简单的控制律，以使COVID-19爆发期间的感染者人数保持在所需数量以下。所提出的控制法保持受感染个体的值仅调整社交距离水平。对所提出的控制律进行了稳定性分析，并考虑了参数的不确定性。开发了每日更新的拟议控制器版本。这是一个非常简单的方法来开发的控制律，可以在电子表格中计算。最后，通过数值仿真，研究了当控制律用于调节社会距离时，传染病传播过程中的感染人数变化规律.
2020-05-16 cs.SY eess.SY physics.soc-ph
Impact of individual behavioral changes on epidemic spreading in time-varying networks
个体行为的变化往往与个体之间的动态互动纠缠在一起，使疫情过程复杂化，也给疫情的认识和控制带来巨大挑战。在这项工作中，我们考虑了流行病过程中的三种典型行为变化，即感染者的自我隔离，易感者的自我保护，以及他们之间的社会距离。我们通过吸引力的活动驱动网络将行为变化与个体的社会属性联系起来。利用平均场论，得到了具有个体行为变化的SIS模型的传染病阈值的解析估计，该阈值依赖于活动性、吸引性与易感状态和感染状态下生成链接数之间的相关性.我们发现，个人行为在抑制流行病方面发挥着不同的作用。虽然所有的行为改变都可以通过提高流行阈值来延缓流行，但感染者的自我隔离和社交距离可以有效地降低流行规模。此外，这些行为的同步变化以及实施这些行为的时机也在抑制流行病方面发挥了关键作用。这些结果对理解流行病过程中个体行为的相互作用具有一定的指导意义。
2021-06-22 physics.soc-ph
Mobile phone location data reveal the effect and geographic variation of social distancing on the spread of the COVID-19 epidemic
SARS-CoV-2和冠状病毒传染病（COVID-19）的出现已成为一种流行病。社交（物理）距离是降低SARS-COV-2传播率的关键非药物控制措施，但需要高水平的依从性。利用笛卡尔实验室和SafeGraph提供的大规模匿名手机定位数据得出的每日出行距离和居家时间，我们量化了美国遵守社交距离规定的程度及其对COVID-19病例增长的影响。COVID-19增长率与出行距离衰减率和居家停留时间变化率的相关性分别为-0.586（95%CI：-0.742 ~ -0.370）和0.526（95%CI：0.293 ~ 0.700）。实施社会距离命令后，国家特异性病例总数倍增时间增加了1.04 ~ 6.86天，增加了3.66 ~ 30.29天，与流行病的机械预测模型一致。社交距离规定在得到遵守时可减少COVID-19的传播。
2020-04-23 cs.SI physics.soc-ph q-bio.PE
Critical Thresholds in Non-Pharmaceutical Interventions for Epidemic Control
Jinan University（暨南大学）；Beijing Normal University at Zhuhai（北京师范大学珠海校区）
研究非药物干预措施中接触者追踪速度与社交距离的协同作用，引入概率框架确定临界阈值，发现仅接触者追踪能控制部分传染病，与社交距离结合可扩大控制范围，为优化防控策略提供见解。
2026-07-23 physics.soc-ph
Games of Social Distancing during an Epidemic: Local vs Statistical Information
在流行病期间，代理人的自发行为变化可以对其传播的延迟和流行产生重大影响。在这项工作中，我们研究了一个社会距离的人口，谁决定他们的社会互动在流行病的传播过程中的代理人之间的游戏。代理之间的互连被建模的网络和本地的相互作用被认为是。代理人的收益取决于他们从社会交往中获得的利益，以及由于可能的污染而对他们的健康造成的成本。在我们的模型中，决策过程中代理商所获得的信息起着至关重要的作用。我们研究两个极端的情况。在第一种情况下，代理人确切地知道他们邻居的健康状况，而在第二种情况下，他们拥有全球流行病流行的统计信息。的纳什均衡的游戏进行了研究，有趣的是，在第二种情况下，代理的均衡策略是完全隔离或没有社会距离。通过模拟实验研究，我们观察到，在第一种情况下，完美的本地信息的代理可以影响显着的流行病与低成本的社会性，而在第二种情况下，他们必须支付的负担，不被告知。此外，信息质量（假新闻），医疗保健系统的能力和网络结构的影响进行了讨论，并提供了相关的模拟，这表明这些参数影响的规模，峰值和爆发的开始，以及第二次爆发的可能性。
2020-07-10 cs.GT cs.SI physics.soc-ph
Social distancing strategies against disease spreading
传染病的反复发生及其对社会的影响日益严重，促使人们研究减缓传染病传播的策略。本文综述了逾渗理论在描述复杂网络上对抗传染病传播的策略中的应用。本文对链接渗流与传染-恢复模型的关系进行了概述，并引入节点空隙渗流过程来描述由健康个体组成的网络（$i.e$）的稀释过程，该网络是维持社会功能的网络。然后，我们调查了两种策略：淬火无序策略，其中在社会中诱导接触强度的异质性分布，以及间歇性社会距离策略，其中健康个体被说服避免与他们的邻居接触间歇性的时间。使用渗流工具，我们表明，这两种策略可以阻止传染病传播。最后，我们讨论了传染率，$i.e$，传播疾病的有效概率，对性能的策略，以减缓传染病传播的作用。
2013-08-09 physics.soc-ph q-bio.PE
Social distancing in pedestrian dynamics and its effect on disease spreading
在没有接种疫苗的情况下，非药物措施，如社交距离，可以在控制流行病方面发挥重要作用。在本文中，我们研究了社会距离对流行病的影响，它是可执行的。我们使用一个结合了人类流动和疾病传播的数学模型。对于流动性动态，我们设计了一个基于代理的模型，包括行人动态与一种新型的力量，类似于在拥挤的网站社交距离。对于传播动力学，我们认为隔间的SIE动力学加上间接传播的足迹的传染性行人的传染因素。我们发现，增加社会距离的强度有显着影响的暴露风险。通过将人群分类为社会距离遵守者和非遵守者，我们得出结论，即使是少数潜在传染性病原体的社会距离实践，也会导致人群暴露风险发生急剧变化，但会降低其他人群实施该协议的有效性。此外，我们观察到，对于间接传播更重要的传染病，社会距离的有效性会降低。本研究可为降低暴露风险的政策制定提供定量指导。
2020-10-24 physics.soc-ph q-bio.PE
Oscillatory dynamics in the dilemma of social distancing
社交距离作为主要的非药物干预措施之一，可以帮助减缓疾病的传播，如COVID-19大流行。有效的社交距离，除非强制执行严厉的封锁和强制性的防疫线，需要一致严格的集体遵守。然而，它仍然是未知的决定因素，从而遵守社会距离及其对疾病缓解的影响。在这里，我们纳入流行病学的过程与进化博弈论模型，管理社会距离行为的演变。在我们的模型中，我们假设个人的行为符合他们的最佳利益，他们的决定是由与社交距离成本相比的实时感染风险的适应性社会学习驱动的。我们发现有趣的振荡动力学的社会距离伴随着波的感染。此外，振荡动态因对决策模型参数的非平凡依赖而受到抑制，并在累积感染超过群体免疫力时逐渐停止。与没有社交距离的情况相比，我们量化了社交距离减轻流行病的程度及其对个人行为变化的反应性和理性的依赖。我们的工作为利用人类行为支持大流行应对提供了新的见解。
2020-11-26 physics.soc-ph
Efficient local behavioral change strategies to reduce the spread of epidemics in networks
最近已经确定，传染病在人类之间的传播不仅受到病原体本身的影响，而且还受到人们意识到流行病时行为变化的影响;例如，社交距离。众所周知，接触网络中的社区结构（存在相对密集连接的顶点组）会影响疾病的传播。我们提出了一套当地的策略，社会距离，社区结构的基础上，可以在发生流行病，以减少流行病的规模。与大多数社交距离方法不同，我们不要求个人了解疾病状态（感染或易感等）。我们不做不切实际的假设，即整个接触网的结构是已知的。相反，建议的行为改变仅基于个人对网络的本地视图。每个人避免与他/她的一部分联系人接触，利用他/她的本地网络的知识来决定应该避免哪些联系人。如果行为改变只发生在一个人生病或意识到疾病的时候，这些策略可以以相对较小的成本（以避免接触的数量来衡量）大大减少流行病的规模。
2013-10-08 cs.SI physics.soc-ph
COVID-ABS: An Agent-Based Model of COVID-19 Epidemic to Simulate Health and Economic Effects of Social Distancing Interventions
Instituto Federal do Norte de Minas Gerais (IFNMG)（北米纳斯吉拉斯联邦学院）；Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；Universidade Federal de Ouro Preto（奥罗普雷托联邦大学）
由SARS-CoV-2冠状病毒引起的COVID-19大流行直接影响了全球的公共卫生和经济。为了克服这一问题，各国采取了不同的政策和非药物干预措施来控制病毒的传播。本文提出了COVID-ABS，一个新的SEIR（易感-暴露-隔离-隔离）的代理为基础的模型，旨在模拟流行病的动态使用代理模仿人，企业和政府的社会。分析了七种不同的社交距离干预方案，这些方案具有不同的流行病学和经济影响：（1）什么都不做，（2）封锁，（3）有条件封锁，（4）垂直隔离，（5）部分隔离，（6）使用口罩，（7）使用口罩并坚持50%的社交隔离。在不可能实施封锁的情况下，封锁造成的死亡人数最少，对经济的影响最大，因此，在社会合作方面，结合使用口罩和部分隔离的情况可能更现实。COVID-ABS模型是用Python程序设计语言实现的，源代码公开。通过改变输入参数，该模型可以很容易地扩展到其他社会，并允许创建大量其他场景。因此，这是一个有用的工具，以协助政治家和卫生当局规划他们的行动，以应对COVID-19疫情。
2020-07-08 cs.AI physics.soc-ph
Data-driven Optimized Control of the COVID-19 Epidemics
优化旨在遏制COVID-19传播的控制策略对经济的影响是一项关键挑战。我们使用美国不同大都市统计区（MSA）地方卫生管理部门报告的每日新病例数，对模型进行参数化，该模型很好地描述了疾病在每个地区的传播情况。然后，我们引入了一个随时间变化的控制输入，代表了一个给定区域的人口施加的社会距离的水平，并解决了最优控制问题的目标是最大限度地减少社会距离对经济的影响，在存在相关的限制，如在终端时间的流行病的抑制水平。我们发现，除了初始时间和最后的时间，最优控制输入很好地近似于一个常数，具体到每个区域，这与实施系统的重新开放“在阶段”。对于所考虑的所有领域，这个最佳水平对应于比从数据估计的水平更严格的社交距离。最佳地应用控制动作的时间段的适当选择是重要的：取决于特定的MSA，该时间段应该是短的或长的或中间的。我们还考虑的情况下，随着时间的推移，传输率增加（例如，由于越来越冷的天气），我们发现，最佳控制解决方案产生越来越严格的措施，社会距离。{We最后，计算修改后的模型的最优控制解，以纳入疫苗接种对人口的影响，我们看到，取决于许多因素，社会距离措施可以在疫苗接种期间以最佳方式减少。
2021-03-10 physics.soc-ph q-bio.PE
Modeling the Impact of Social Distancing and Targeted Vaccination on the Spread of COVID-19 through a Real City-Scale Contact Network
我们使用移动终端数据在俄勒冈州波特兰市构建了经验性的人际物理接触网络，包括在COVID-19大流行期间实施社交距离措施之前和之后。这些网络揭示了社交距离措施和公众对初期流行病的反应如何影响城市内部的连通模式。我们发现，随着大流行病的发展，与许多人接触的人数大幅减少。我们进一步研究了这些不同的网络拓扑结构对COVID-19传播的影响，通过模拟这些网络上的SEIR流行病模型，发现减少的连接大大抑制了流行病。然后，我们调查了当部分人口接种疫苗时，流行病的反应，并比较了两种疫苗接种分配策略，包括有和没有社交距离。我们的主要结果是，接触网络的重尾度分布导致了有针对性的疫苗接种策略，该策略优先考虑高接触个体，以减少病例数，这比随机接种个体的策略更有效。结合有针对性的疫苗接种和社交距离导致病例的最大减少，我们还发现，与随机策略相比，有针对性的策略的边际效益超过了社交距离减少病例数量的边际效益。这些结果对全球正在进行的疫苗分发工作具有重要意义。
2021-07-13 cs.SI physics.soc-ph q-bio.PE
Model predictive control for optimal social distancing in a type SIR-switched model
自2019冠状病毒病首次爆发以来，各国政府已采取社交距离策略以管理疫情。然而，进一步的流行病浪潮使经济和社会活动无法恢复到其标准强度。需要基于控制理论的社会距离干预措施来考虑对所实施的SIR型模型进行正式的动态表征，以避免不切实际的目标并防止进一步的爆发。这项工作的目的是双重的：充分了解一些动态方面的SIR型模型下的控制动作（与第二波），并在此基础上，提出了一种切换非线性模型预测控制，优化非药物措施的战略。与其他战略相反，这里的目标不仅是在任何时候最大限度地减少感染人数，而且要最大限度地减少流行病的最终规模，同时最大限度地减少社会限制的时间，避免感染流行高峰超过卫生保健系统能力所确定的最大值。仿真说明了上述建议的好处。
2021-06-03 math.OC physics.soc-ph
Phase transitions and control measures for network epidemics caused by infections with presymptomatic, asymptomatic,and symptomatic stages
我们研究了小世界网络上流行病的三种控制方法的相变。受SARS-CoV-2行为的启发，我们构建了一个理论SIR模型，该模型在两种可能的途径中表现出症状前、无症状和症状阶段。使用基于代理的模拟小世界网络，我们观察到相变的流行病传播相关：1）全球社会距离与一个固定的遵守概率。2)当接触者感染阈值数量时，个人发起社交隔离。3)病毒脱落率。感染总数的主要驱动因素是病毒脱落率，社交距离的可能性是下一个关键因素。单独发起的社交隔离是有效的，当发起响应一个单一的感染接触。对于这些控制措施中的每一个，感染的总数随着措施的强度变化而呈现急剧的相变。
2020-07-09 cs.SI physics.soc-ph
Optimal immunity control by social distancing for the SIR epidemic model
在找到针对SARS-CoV-2冠状病毒的疫苗或疗法之前，实现群体免疫似乎是唯一的中期选择。然而，如果感染个体的数量减少，并最终消退，仅超过这一阈值，相当大比例的易感者仍可能被感染，直到流行结束。在没有疫苗或治疗方法的最坏情况下，控制策略可能是最好的政策。为了将新感染者的数量保持在最低限度，一个可能的策略是采取严格的控制措施，使易感个体的数量保持在接近群体免疫力的水平。这种行动是不现实的，因为遏制只能持续有限的时间，而且永远不会彻底。在这篇文章中，使用一个经典的SIR模型，我们确定（部分或全部）遏制策略在一个给定的有限的时间间隔，最大限度地增加易感个体的数量在一个无限的地平线上，或等价地，最小化总的感染负担在诅咒的流行病。证明了该最优策略的存在唯一性，并对后者进行了充分刻画。如果在实践中适用，这种策略理论上将导致无限范围内易感人群比例增加30%，其遏制水平与法国2020年3月至5月实施的卫生措施相对应。我们还分析了最小干预时间达到一个固定的距离从群体免疫，并显示与前一个问题的关系。仿真结果表明，并验证了理论结果。
2020-06-10 math.OC physics.soc-ph q-bio.PE
Disease spreading with social distancing: A prevention strategy in disordered multiplex networks
频繁出现的疾病有可能成为地方和全球范围的威胁，如甲型H1N1流感、SARS、MERS和最近的COVID-19疾病，这使得继续设计疾病传播模型和预防或减轻其对人群影响的战略至关重要。由于孤立系在任何情况下都是非常罕见的，特别是在人类接触网络中，在这里，我们研究了由两个不同的网络或层形成的多重网络中的疾病传播的易感染-感染-恢复模型，这些网络或层通过一小部分共享个体（重叠）$q$相互连接。我们通过加权网络对交互进行建模，因为人与人之间的交互是多样的（或无序的）;权重表示交互的接触时间。使用分支理论支持的模拟，我们分析了社会距离的策略，减少了平均接触时间在两个层，其中的距离的强度是有关的拓扑结构的层。我们发现，距离强度的临界值，在此之上，可以防止流行病，增加重叠$q$。我们还研究了社会距离对易感个体的共同巨人分量的影响，这对保持系统的功能至关重要。此外，我们发现，对于相对较小的值的重叠$q$，社交距离的政策可能根本不需要保持系统的功能。
2020-08-26 physics.soc-ph
Vaccination with partial transmission and social distancing on contact networks
我们使用统计物理学的空腔方法研究了疫苗接种对流行病通过结构化网络传播的风险的影响。我们放松了疫苗接种可以防止以前研究中使用的疾病传播的假设，使得接种疫苗的节点具有较小的传播概率。要做到这一点，我们扩展了腔的方法来研究网络中的节点具有异质性的传输率。我们发现，接种疫苗与部分传输仍然提供群体免疫，并显示如何群体免疫阈值取决于不同的传染性节点之间的传染性。此外，我们研究了通过债券渗透的社会距离的影响，并表明，渗透针对节点之间的链接的高传输率可以降低流行病的风险大于针对节点之间的链接的高度。最后，我们扩展了最近的方法来计算具有异质性传播率的人群中的风险分布方程，并通过比较节点和链接删除的随机和有针对性的策略对风险分布的影响，展示了有针对性的社交距离措施如何可以降低整体风险大于无针对性的疫苗接种活动。
2021-10-13 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Rational social distancing policy during epidemics with limited healthcare capacity
针对医疗资源有限下的流行病防控，本文构建政府干预与个体均衡行为的嵌套优化模型，设计税收或补贴等激励使个体决策符合政府目标，并揭示感染峰值在临界成本处急剧下降的政策切换规律。
2024-04-05 cs.SY econ.TH eess.SY
From spherical chicken to the tipping points of a complex network
疫情暴发、金融危机出现、生态系统崩溃、谣言爆炸式传播，当今世界面临诸多挑战。这些现实世界的问题可以抽象为一个复杂系统在日益紧张的环境中的连续分解。由于系统和环境都需要大量的参数来描述，因此很难估计故障条件。我们使用一个高度对称的系统来衡量一个复杂的环境，这使我们能够提出一个标量基准来描述环境。这使我们能够证明，复杂网络的所有临界点都落在网络的最大k-核心和最大特征值之间。
2020-02-24 nlin.AO physics.soc-ph
Testing lockdown measures in epidemic outbreaks through mean-field models considering the social structure
本文提出一种考虑社会拓扑结构的介观均场模型，用于评估社交距离与封锁措施对疫情的影响，能定性再现COVID-19多波感染高峰并灵活模拟不同干预策略。
2023-04-03 nlin.AO physics.soc-ph
Assessing the Impact of Social Network Structure on the Diffusion of Coronavirus Disease (COVID-19): A Generalized Spatial SEIRD Model
在本文中，我研究了一个广义的空间SEIRD模型中的流行病扩散，其中个人最初连接在一个社会或地理网络。随着病毒在网络中传播，由于预防措施和/或空间距离政策，人与人之间的互动结构可能会随着时间的推移而发生内在变化。我通过模拟探索动态连接疾病扩散和网络特性的协同进化过程的动态特性。结果表明，为了预测网络种群中的流行病现象如何演变，仅仅关注初始相互作用结构的性质是不够的。事实上，网络结构和隔间份额的共同进化强烈地塑造了流行病扩散的过程，特别是在其速度方面。此外，我表明，空间距离政策的时机和功能可能会显着影响其有效性。
2020-10-21 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
Modeling the effects of social distancing on the large-scale spreading of diseases
为了遏制新出现的可在人与人之间传播的疾病的传播，通常实施旨在减少人与人之间相互作用的非药物干预措施。后一种措施的一个例子是保持社交距离，这可以是政策驱动的，也可以是由于害怕感染而在人群中自发产生的。然而，如果在人群达到群体免疫力之前取消NPI，病原体的进一步重新引入将导致继发感染。在这里，我们研究了不同的社会距离计划对疾病大规模传播的影响。具体而言，我们概括了集合种群模型，包括在亚种群水平的社会距离机制和模型的短期和长期战略，喂养当地或全球的流行病信息。我们发现，不同的模型成分可能会导致非常不同的结果在不同的亚群。我们的研究结果表明，有没有一个唯一的答案，如果实施和管理本地或全球的竞争措施是否更有效的问题，模型的结果取决于如何充分考虑人类互动的复杂性。
2021-05-20 physics.soc-ph q-bio.PE
Business disruptions from social distancing
社会距离干预措施可以有效地防止流行病，但对经济可能有害。在生产产品或提供服务时严重依赖面对面沟通或近距离接触的企业尤其容易受到影响。然而，没有系统的证据表明不同业务领域的人际互动的作用，也没有证据表明社交距离对哪些业务领域的影响最大。在这里，我们提供了基于理论的措施，美国企业对人类互动的依赖，详细按行业和地理位置。我们发现，有4900万工人从事严重依赖面对面沟通或需要与其他工人密切接触的职业。我们的模型表明，当企业被迫将员工联系减少一半时，他们需要12%的工资补贴来补偿沟通中断。零售、酒店和餐馆、艺术和娱乐以及学校是受影响最严重的部门。我们的研究结果可以帮助那些最受社交距离影响的企业获得财政援助。
2020-03-31 econ.GN physics.soc-ph q-fin.EC
Epidemic spreading in populations of mobile agents with adaptive behavioral response
尽管流行病建模已进入高级阶段，但对将对疾病传播的行为反应（如社交距离和采取预防方法）纳入方法的需求仍然很大。流动性在疫情动态中发挥着重要作用，也受到行为变化的影响，但在很多情况下，真实的流动性数据并不完整或无法获取。我们提出了一个模型，传染病传播的时间网络的移动代理，结合当地的行为反应。允许易感病原体向其邻近的受感染病原体的相反方向移动。我们发现，这种机制大大降低了固定的流行时，代理的空间密度低。然而，对于更高的密度，该机制会导致突然的相变，其中出现新的双稳态相。我们开发了一种半分析方法的情况下，当流动性是快速的疾病动力学相比，并用它来论证，双稳态是由易感剂的空间集群的出现。最后，我们描述了在快速流动机制中形成的时间网络，展示了度分布和其他度量如何受到行为机制的影响。我们的工作将先前已知的自适应网络的结果纳入到移动代理的人口中，这可以进一步发展，以用于移动性驱动的模型。
2021-12-15 physics.soc-ph
Epidemic oscillations induced by social network control: the discontinuous case
传染病传播可透过采取隔离措施（如社交距离及封锁）予以遏止。然而，当这些措施放松时，可能会出现新的流行病浪潮和感染周期。在这里，我们探讨了这个问题，在分区流行病模型的不连续控制的情况下，在人口的感染状态和其社会网络的结构之间存在反馈的图。我们表明，在随机图中的遏制措施的效果是简单地捕获的有效感染率，占网络的分支比的变化的重正化。在我们的简单设置中，可以使用分段平均场近似来导出流行病波的数量和长度的解析公式。使用不完全信息模型的一个变体对巴斯克地区和伦巴第地区最近的新冠肺炎疫情数据进行建模，我们估计了封锁期间社交网络中断的程度，并描述了动态吸引子的特征。
2020-12-04 physics.soc-ph q-bio.PE
Nash epidemics
本文研究流行病中理性社交距离的纳什均衡，利用新解析解揭示行为与感染数的关系、标度规律及特征成本，为个人和政策制定者提供直观理解。
2024-07-05 cs.SY econ.TH eess.SY
Epidemic spread, parameter sensitivity and vaccination strategies on a random graph with overlapping communities
该研究构建了含代表家庭、工作场所等的重叠完全图的几何随机图模型，分析其参数敏感性以辅助社交距离策略制定，还定量比较不同疫苗接种策略，评估保护效果及感染者网络位置信息的价值。
2023-08-24 physics.soc-ph q-bio.PE
Local risk perception enhances epidemic control
随着传染病爆发的出现，公共卫生机构经常采取疫苗接种和社交距离措施来减缓传播。它们的成功不仅取决于战略和资源，还取决于公众的支持。个人采取预防措施的意愿可能受到全球因素（如新闻媒体）或当地因素（如受感染的家人或朋友）的影响。在这里，我们比较了疫情日益严重时流行病学决策的三种模式。个人根据总体疾病患病率、社会接触感染比例或社会接触感染人数决定是否采取推荐的干预措施。虽然所有的策略都可以大大减少传播，但根据受感染的熟人数量接种疫苗（或自我隔离）有望实现最大的群体免疫力和避免感染的数量，同时需要最少的干预资源。
2018-08-17 physics.soc-ph q-bio.PE
Social Dilemma of Non-Pharmaceutical Interventions
本研究聚焦非药物干预（NPI）的集体依从难题，揭示疫情期间公众对不同NPI措施的依从行为具有动态情境依赖性与复杂切换特征，为提升NPI采纳率提供了新的理论视角。
2024-04-11 physics.soc-ph
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
Nonlinear random walks optimize the trade-off between cost and prevention in epidemics lockdown measures : the ESIR model
传染病可以通过空气传播或其他传播媒介在人群中迅速传播。如果对个人健康的影响对住院人数甚至死亡人数造成严重后果，它们可能特别具有破坏性。遏制流行病蔓延的常见对策包括对人与人之间的交往或一般的流动性实行限制，这往往与经济和社会成本有关。本文提出了一个集合种群网络上最优社会距离的目标模型--ESIR模型，该模型能有效地减少疾病传播，同时最小化对人类流动和相关成本的影响。该模型是基于一个非线性随机游走过程，认为有限的承载能力的网络的元节点，物理补丁，个人在移动网络内进行交互。后一种约束被建模为经典SIR模型的松弛隔间E，并量化空置空间的密度以容纳扩散的个体。将该问题表述为多目标优化问题表明，当步行者避开拥挤的节点时，系统可以快速接近帕累托最优，从而大大减少了传播，同时最小化对人类流动的影响，这也在经验交通网络中得到验证。这些结果设想特设的流动协议，可以潜在地提高流行病控制的政策制定。
2022-01-08 physics.soc-ph
Epidemiological projections for COVID-19 considering lockdown policies and social behavior: the case of Bolivia
我们使用Tsallis的确定峰值发生的建议以及易感-感染-缓解-无症状-症状和死亡（\textbf{SIRASD}）房室模型评估SARS-CoV-2引起的疫情。使用这两个模型，我们确定了一系列可能的高峰日期，并研究了流行期间的几种社交距离情景。由于社会经济状况和冲突的政治气候，我们以玻利维亚为例进行研究，该国的全国大选原定于9月6日举行，最近重新安排在10月18日。为此，我们分析了两种选举情景，并表明这样的事件可以在很大程度上影响疫情的动态。
2020-08-11 physics.bio-ph physics.soc-ph
Mean-Field Game Analysis of SIR Model with Social Distancing
当前的COVID-19疫情证明，适当的传染病控制和预防需要制定和执行适当的公共政策。政策制定者实施的一项关键政策是鼓励民众保持社交距离（即控制民众之间的接触率）。在这里，我们提出了一个平均场博弈模型的个人，每个人都选择一个动态的战略，使接触，权衡获得效用，但也有可能从额外的接触感染。我们计算和比较平均场均衡（MFE）策略，它假设每个人都自私地采取行动，以最大限度地提高自己的效用，社会最优策略，最大限度地提高人口的总效用。我们证明，感染者的最佳决策总是使更多的接触比它将是社会最优的水平，这加强了公共政策的重要作用，以减少接触的感染者（例如，隔离，带薪病假）。此外，在计算社会最优策略时，我们还考虑了激励人们改变策略的成本。我们发现，有了这个成本，减少感染者接触的政策应该在疫情高峰过后进一步执行。最后，我们计算这个系统的无政府状态（PoA）的价格，以了解MFE和社会最优策略之间出现巨大差异的条件，这是干预公共政策最有效的时候。
2020-09-03 physics.soc-ph q-bio.PE
Statistical Physics of Epidemic on Network Predictions for SARS-CoV-2 Parameters
SARS-CoV-2大流行需要全世界的缓解努力。我们只使用第一例死亡后两周内报告的死亡人数来确定感染参数，以便预测隐藏变量，例如感染人数的时间依赖性。早期死亡是零星和离散的，因此使用流行病传播的网络模型势在必行，网络本身就是一个关键的随机变量。当试图用参数化模型拟合这些事件时，必须考虑特定地点的人口年龄分布和人口密度。这些特征使得朴素贝叶斯模型比较不切实际，因为网络必须足够大以避免有限大小的影响。我们重新制定了这个问题的统计物理的独立位置特定的“球”附加到每个模型在一个六维晶格的56448参数化模型的弹性弹簧，与模型特定的“弹簧常数”确定的随机性网络流行病模拟该模型。球的分布决定了所有的贝叶斯后验期望。传染的重要特征是可确定的：在美国，死亡的感染患者比例（$0.017\pm 0.009$）、感染者具有传染性的预期时间（$22 \pm 6$天）和首次感染与首次死亡之间的预期时间（$25 \pm 8$天）。感染个体数量的指数增长率为每天$0.18\pm 0.03$，对应于在100天内从单一初始感染的6500万感染个体，在第一次记录的死亡后两周，即使是不完美的社交距离也会下降到166000。对于改变累计感染人数来说，遵守社交距离的人的比例不如减少社交接触的人的比例重要。
2020-07-06 physics.soc-ph q-bio.PE q-bio.QM
Active and inactive quarantine in epidemic spreading on adaptive activity-driven networks
我们认为一个流行病的自适应活动驱动的时间网络的过程中，自适应行为建模为活动和吸引力的变化，由于感染。通过使用平均场方法，我们得到了一个解析估计的SIS和SIR流行病模型的流行病阈值的一般自适应策略，这在很大程度上取决于活动和吸引力之间的相关性，在易感和感染状态。我们专注于强大的社交距离，实施两种类型的隔离最近的真实案例研究的启发：一个积极的隔离，其中人口补偿的链接重新布线的无效连接到非bridging节点的损失，和一个不活跃的隔离，其中与隔离节点的链接不重新布线。这两种策略具有相同的流行阈值，但它们在活跃期的动态方面存在很大差异。我们发现，主动检疫是非常有效的，在减少流行病的影响，在活跃阶段相比，非活动的，在SIR模型中，后期采取的措施，需要非活动的检疫达到遏制。
2020-08-28 cond-mat.stat-mech cs.SI physics.soc-ph
Effective vaccination strategy using graph neural network ansatz
接种疫苗的有效性在很大程度上取决于接种疫苗的个体的选择，即使接种疫苗的个体数量相同。用介数中心性（BC）和特征向量中心性（EC）等高中心性指标对个体进行疫苗接种可以有效遏制流行病。然而，在许多现实世界的情况下，每个人都有不同的流行特征，如传染性，恢复，病死率，效力和对疫苗严重反应的概率。此外，疫苗接种策略的相对有效性取决于可用疫苗注射的数量。以中心为基础的战略不能考虑到流行病特征的可变性或疫苗的可获得性。在这里，我们提出了一个框架的疫苗接种策略的基础上，图神经网络分析（GNNA）和微观马尔可夫链方法（MMCA）。在这个框架中，我们可以制定一个有效的疫苗接种策略，考虑每个节点的属性，并根据疫苗的可用性定制的疫苗接种策略。我们的方法是高度可扩展的大型网络。我们验证了许多现实世界的网络拆除的方法，同质和异质的传染/恢复率的易感染的易感（SIS）模型，易感染的恢复死亡（SIRD）模型。我们还将我们的方法扩展到边缘免疫策略，该策略代表非药物遏制措施，如旅行法规和社交距离。
2021-12-28 physics.soc-ph
Impact of presymptomatic transmission on epidemic spreading in contact networks: A dynamic message-passing analysis
包含症状前传播的传染病很难监测、建模、预测和遏制。我们解决这个问题，通过研究一个随机的可验证的暴露的感染恢复模型的任意网络实例使用的分析框架的基础上的动态消息传递的方法的变体。该框架提供了一个很好的估计的概率演化的传播的静态和接触网络，提供了显着提高的精度相对于个人为基础的平均场方法，同时需要一个更低的计算成本相比，数值模拟。它有助于推导出流行病阈值，这是相边界分离的参数制度，感染可以有效地控制，从那些他们不能。这些通过拓扑（减少接触）和感染参数变化（例如，社交距离及戴口罩），与最近的COVID-19疫情有关。
2021-05-06 cond-mat.dis-nn physics.soc-ph q-bio.PE
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
COVID-19 and Social Distancing: Disparities in Mobility Adaptation between Income Groups
为应对2019冠状病毒病（COVID-19）大流行，各国政府鼓励并命令公民保持社交距离，特别是在家工作和学习。直觉上，只有一小部分人有能力实践远程工作。然而，有关疫情期间美国城市不同收入群体流动适应差异的研究很少。作者通过量化大流行对德克萨斯州大休斯顿地区收入人群流动性的影响来填补这一空白。在本文中，我们确定人类的流动性，空间分解的手机位置数据。通过测量2020年4月的总旅行距离、回转半径、访问地点数量和每次旅行距离，与基线数据进行了跨估计收入群体的纵向研究。在估计的收入群体之间，流动性存在明显差异。特别是，有一个强烈的负相关（$ρ$ = -0.90）之间的旅行者的估计收入和旅行距离在4月。流动适应性的差异进一步显示，因为那些在高收入阶层经历了更大的百分比下降的回旋半径和不同的访问地点的数量比那些在低收入阶层。这项研究的结果表明，有必要了解低收入人群在大流行期间流动性不稳定的原因。这项研究阐明了一个公平问题，这可能是政策制定者和研究人员在流行病之后感兴趣的问题。
2021-03-12 cs.CY physics.soc-ph
Modelling Excess Mortality in Covid-19-like Epidemics
我们开发了一个基于代理的模型，以评估各种非药物干预策略在假设的COVID-19样流行病期间的累计死亡人数。我们考虑了疾病传播的本地和非本地模式。第一种模拟通过居住地附近的社会接触传播，第二种模拟通过公共场所的社会接触传播：学校、医院、机场等，很多人聚集在一起，他们生活在遥远的地理位置。将传染病传播建模为随机几何网络上的离散时间随机过程。我们使用Monte-Carlo方法进行模拟。作出以下假设。基本繁殖数为2.5，感染期约为10天。感染导致SARS的病例约占1%，除非患者接受适当的治疗，否则可能导致呼吸系统衰竭和死亡。医疗保健系统的能力由呼吸机或重症监护病床的可用性模拟。模型中的一些参数，如死亡率或每10万居民的呼吸系统呼吸机数量，被选择来模拟美国和波兰的真实值。在模拟中，我们比较“什么都不做”的策略与缓解策略的基础上，社会距离和减少社会混合。我们研究前疫苗时代的流行病，那时免疫力只能通过感染获得。该模型仅适用于再感染罕见且可以忽略的流行病。模拟结果表明，在早期阶段过于减缓流行病发展的战略，从长期来看并不能显著减少死亡总数，反而会延长流行病的持续时间。特别地，其中锁定被保持一段时间然后被完全释放的~混合策略是低效的。
2020-11-13 physics.soc-ph q-bio.PE
Epidemic modeling and flattening the infection curve in social networks
本文研究社交网络中的流行病建模与压平感染曲线，提出通过隔离少数高中心性目标节点等非药物干预策略，有效降低病毒峰值并减缓疾病传播，且方法适用于任何病毒性疾病。
2023-11-26 cs.SI physics.soc-ph
Mapping county-level mobility pattern changes in the United States in response to COVID-19
为控制冠状病毒病（COVID-19）大流行，应对COVID-19爆发的其中一项非药物疫情控制措施是通过（物理）社交距离降低SARS-COV-2在人群中的传播率。在美国国家科学基金会（NSF）的支持下，开发了一个基于网络的互动绘图平台，及时提供有关不同国家和州的人们对社交距离准则的反应的定量信息。它整合了地理信息系统（GIS）和每日更新的人类流动统计模式，这些统计模式来自美国县级大规模匿名和汇总的智能手机位置大数据，旨在提高公众的风险意识，支持政府决策，并帮助加强社区应对COVID-19疫情。
2020-05-16 cs.SI physics.soc-ph q-bio.PE
Controlling distant contacts to reduce disease spreading on disordered complex networks
在真实的社交网络中，人与人之间的互动是异质的，这会影响疾病在人群中传播的方式，达到感染个体比例的临界点，并成为流行病。这种属性称为无序，通常与个体之间的接触时间相关，可以通过加权网络进行建模，其中权重与归一化接触时间$ω$相关。在本文中，我们研究了SIR模型的疾病传播时，密切和遥远的相互作用类型。我们开发了一种缓解策略，仅减少远距离接触的持续时间，这在实践中更容易改变。使用分支理论，通过模拟的支持，我们发现，当紧密接触的密度$f_1$降低时，该策略的有效性增加。此外，我们发现了一个阈值$\tilde{f}_1 = T_c / β$，低于该策略可以使系统从流行到非流行阶段，即使密切接触者有最长的持续时间。
2020-05-11 physics.soc-ph q-bio.PE
Modelling Covid-19 epidemic in Mexico, Finland and Iceland
在过去的二十年里，全球爆发了一些病毒性疾病。这加快了对疾病传播进行建模和预测的努力，以便找到限制区域内和区域间传播的方法。为此，我们设计了一个因人类空间流动而导致的病毒感染地理传播模型，并将其适用于最新的COVID-19大流行。在此，要建模的区域覆盖有用人口密度定义的单元加权的二维网格，在每个单元中，延迟差分方程的隔室SEIRS系统模拟疾病的局部动力学（微动力学）。细胞之间的感染是随机的，并且允许病毒在二维空间上的地理传播（宏观动力学）。这种方法可以将与疾病的生物学方面有关的参数与通过作为病毒携带者的人的不同类型的流动性代表空间传染行为的参数分开。这些数据提供了足够的信息，可以追踪不同情况下大流行病的演变情况。特别是，我们将这种方法应用于三个在许多方面不同的国家，墨西哥，芬兰和冰岛，并发现该模型能够复制和预测大流行病的随机全球路径。这项研究揭示了一个国家的不同文化和社会经济方面如何影响流行病的演变以及社交距离和其他限制措施的有效性。
2020-07-18 physics.soc-ph q-bio.PE
Heterogeneous social interactions and the COVID-19 lockdown outcome in a multi-group SEIR model
我们研究了SEIR模型的变体，以解释法国Covid-19疫情统计数据的一些定性特征。标准的SEIR模型基本上区分了两种情况：要么疾病得到控制，感染人数迅速减少，要么疾病传播并污染相当一部分人口，直到实现群体免疫。封锁后，乍一看，社交距离似乎不足以控制疫情。我们在这里讨论一个可能的解释，即封锁正在创造社会异质性：即使绝大多数人口遵守封锁规则，一小部分人口仍然必须保持正常或高水平的社会互动，例如卫生工作者，基本服务提供者，这导致通过重新估计基本繁殖率来衡量的流行病传播的明显高水平。然而，这些措施仅限于平均数，而人口内部的差异对流行病爆发的高峰和规模起着至关重要的作用，往往会降低这两个指标。我们提供了理论和数值结果来支持这样的观点。
2020-06-23 physics.soc-ph q-bio.PE
What Can We Learn from the Time Evolution of COVID-19 Epidemic in Slovenia?
最近的一项工作（DOI 10.1101/2020.05.06.20093310）表明，暂时将较大的群体分成较小的群体可以有效地减缓SARS-CoV-2病毒的传播。不久之后，2020年5月15日，拥有200万人口的斯洛文尼亚成为第一个宣布COVID-19疫情在国界内结束的欧洲国家，这一事实可能与此相关。受这一演变的推动，在本文中，我们调查了斯洛文尼亚冠状病毒病例的时间动态，重点是各种遏制措施如何有效地减少COVID-19感染人数。值得注意的是，本分析不依赖于任何推测性的理论假设;它完全基于原始流行病学数据。在这里提出的结果中，最重要的一个也许是发现，虽然实施严厉的宵禁和旅行限制将感染率kappa降低了四倍，与社会和经济生活中的许多不稳定状态相比，它们仅将\k{appa}值提高~15（合理）佩戴口罩和社交距离规则得到执行/遵守。对于行为科学和社会科学来说，重要的是，我们对时间依赖性\k{appa} = \k{appa}（t）的分析可能揭示了一种有趣的人群自我保护本能，这种本能甚至在官方封锁实施之前就变得明显了。
2020-05-25 physics.soc-ph q-bio.PE q-bio.QM
Networked SIS Epidemics with Awareness
Georgia Institute of Technology（佐治亚理工学院）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文研究了在静态接触网络上具有部分流行病状态信息的SIS流行病过程，探讨了意识对流行病动态的影响，并通过马尔可夫链分析展示了意识模型与基准模型在流行病指标期望上的减少。
2016-07-12 cs.SI cs.SY eess.SY
Centralized and decentralized isolation strategies and their impact on the COVID-19 pandemic dynamics
由于各种社交网络促成的人类互动，传染病正在蔓延。因此，当一种新的病原体如SARS-CoV-2引起爆发时，非药物隔离策略（例如，社会距离）是唯一可能的反应，以破坏其传播。为此，我们引入了新的流行病模型（SICARS），并比较了集中式（C），分散式（D）和组合式（C+D）社交距离策略，并分析了它们在异构复杂网络上控制COVID-19动态的效率。我们的分析显示，集中的社交距离是必要的，以尽量减少流行病的传播。分散战略单独使用时是不够的，但与集中战略相结合时会产生最佳效果。事实上，（C+D）是最有效的隔离策略，可以缓解网络超级传播器，并将最高节点度降低到初始值的10%以下。我们的研究结果还表明，更强的社会距离，例如，切断75%的社会联系，可以将C隔离的爆发减少75%，D隔离减少33%，（C+D）隔离策略减少87%。最后，我们研究了主动与被动隔离策略的影响，以及它们的延迟执行。我们发现，对疫情的被动反应效率较低，延迟采取隔离措施超过一个月（自一个地区爆发疫情起）可能会产生令人担忧的影响;因此，我们的研究有助于从空间和时间上了解COVID-19疫情。我们相信，我们的调查具有高度的社会相关性，因为它们提供了了解不同程度的社交距离如何大幅降低感染高峰率的见解;这可以使COVID-19大流行在较长一段时间内更容易理解和控制。
2020-04-10 cs.MA cs.SI physics.soc-ph
Analyzing the Design Space of Re-opening Policies and COVID-19 Outcomes in the US
美国在实施一段时间的社交距离措施后，最近重新开放政策，导致每日COVID-19感染人数大幅增加，要求许多州撤回或大幅重新审视这些政策。这种情况表明，为了选择安全的替代方案，很难模拟部分隔离/重新开放政策对未来流行病传播的影响。更具体地说，人们需要理解操纵社交互动场所的可用性的影响（例如，学校、工作场所和零售场所）对病毒传播的影响。我们引入一个模型，灵感来自社交网络研究，回答了上述问题。我们的模型将互动场所划分为我们称之为混合域的类别，使人们能够在不同假设下预测不同地理区域的COVID-19传染趋势。我们将我们的模型应用于几个高度受影响的州，以显示（i）它预测当前复苏程度的准确性（从现有的政策描述），以及（ii）哪些替代方案可能更有效地缓解第二波。我们进一步比较了依赖于部分场馆关闭的政策与支持广泛定期测试的政策（即，以代替社会距离）。我们的模型预测，（强制性）测试的好处阴影部分场馆关闭的好处，这表明，也许更多的努力应该针对这样的缓解策略。
2020-07-29 cs.CY cs.SI physics.soc-ph
Social Interaction Layers in Complex Networks for the Dynamical Epidemic Modeling of COVID-19 in Brazil
由于SARS-CoV-2病毒引起的大流行，我们目前生活在一种不确定的状态中。传染病传播涉及若干因素，如每个城市/国家的个别特点。流行病动力学的真实形态是一个庞大的复杂系统，就像大多数社会系统一样。在这种情况下，复杂网络是分析这些系统的一个很好的候选者，因为它们能够处理结构和动力学特性。因此，这项研究提出了一种使用多层复杂网络来模拟COVID-19流行病的新方法，其中节点代表人，边是社会联系人，层代表不同的社会活动。该模型改进了传统的SIR模型，并通过分析未来可能的行动及其后果来研究巴西的疫情。该网络使用感染、死亡和住院时间的统计数据来表征。为了模拟隔离，社交距离或预防措施，我们删除层和/或减少社交接触的强度。结果表明，即使采取各种乐观的假设，巴西目前的隔离水平仍然可能导致医疗保健系统的危急情况和相当大的死亡人数（平均为149，000人）。如果所有活动恢复正常，疫情增长可能会急剧增加，对ICU床位的需求可能会超过该国容量的3倍。这肯定会导致灾难性的情况，因为即使考虑到所有病例都得到有效治疗，我们的估计也达到平均212 000人死亡。增加隔离（直至封锁）是将情况保持在医疗保健系统能力范围内的最佳选择，除了确保新病例发生率更快地下降（月差异）和显著减少死亡人数（平均87，000人）。
2020-05-20 cs.SI physics.soc-ph q-bio.PE
