Discontinuous transitions of social distancing in SIR model
为了描述流行病期间社会距离的动态，我们遵循以前的努力，将基本的流行病学模型（如SIR -易感，感染，和感染）与博弈和经济理论工具相结合。我们提出了一个扩展的SIR模型，预测了一系列不连续的社会距离的过渡。每个转变类似于一个相变的第二阶（金-朗道不稳定性），因此，潜在的一个普遍现象。第一波COVID-19疫情导致全球范围内的社交距离：为阻止疫情而实施的严格封锁随后是一系列的解除封锁。对奥地利、以色列和德国第一波移民的数据分析证实了该模型的可靠性。此外，这项工作提出了分析工具来分析流行病波，这可能会被扩展到计算衍生物的巨型组件在网络渗透过渡，也可能是感兴趣的危机形成理论的背景下。
2020-11-25 physics.soc-ph q-bio.PE
Mobility Based SIR Model For Pandemics -- With Case Study Of COVID-19
在过去的十年中，人类面临着许多不同的流行病，如SARS，H1N1和目前的新型冠状病毒（COVID-19）。一方面，科学家们正在关注疫苗接种，另一方面，有必要提出模型，帮助我们了解这些流行病的传播，因为它可以帮助政府和其他相关机构做好准备，特别是对像COVID-19这样传播速度更快的流行病。一些流行病转变为大流行病的主要原因是世界不同区域之间的连通性，这使得更容易影响更广泛的地理区域，往往是世界范围。此外，世界不同区域的人口分布和社会凝聚力也不一致。因此，一旦疫情进入一个地区，那么当地的人口分布就起着重要的作用。受这些思想的启发，我们提出了一个基于流动性的SIR模型的流行病，特别是考虑到大流行的情况。据我们所知，这是第一个考虑到全球不同地理位置的人口分布和连通性的模型。除了提出我们的模型的数学证明，我们已经进行了广泛的模拟使用合成数据，以证明我们的模型的通用性。为展示我们的模型的更广泛范围，我们使用我们的模型预测爱沙尼亚的COVID-19病例。
2020-04-26 cs.SI physics.soc-ph
Spatio-Temporal SIR Model of Pandemic Spread During Warfare with Optimal Dual-use Healthcare System Administration using Deep Reinforcement Learning
本文提出融合SIR流行病模型与Lanchester战争模型的时空数学模型，并利用深度强化学习优化军民两用医疗系统管理策略，揭示战时疫情下应依据即时死亡率在救治伤兵与染疫平民间动态优先分配医疗资源。
2024-12-18 cs.LG cs.MA physics.soc-ph
Balancing Fiscal and Mortality Impact of SARS-CoV-2 Mitigation Measurements
流行病会带来人力和财政代价。在输入性大流行病的情况下，第一个最好的解决办法是限制国界，以识别和隔离受感染的个人。然而，如果没有充分抓住这一机会，又没有预防性干预措施，就必须选择次佳的办法。在这篇文章中，我们开发了一个微分方程系统，模拟与不同的缓解措施相关的财政和人力成本。在模拟了几种情况后，我们得出结论，群体免疫（或释放流行病）是最糟糕的政策，无论是在人力和财政成本。我们发现，第二好的政策是在大流行后的前20天内制定严格的政策（例如大规模检测的物理距离），将感染概率降低80%。就美国而言，与群体免疫案例相比，这一严格的政策将挽救超过23.9万人的生命，并为纳税人节省近1708亿美元。
2021-03-06 physics.soc-ph q-bio.PE
Distributed Link Removal Strategy for Networked Meta-Population Epidemics and its Application to the Control of the COVID-19 Pandemic
在本文中，我们研究了网络化元种群流行病的分布式链接删除策略。特别地，一个确定性的网络传染病-感染-恢复（SIR）模型被认为是描述流行病的演变过程。为了抑制流行病的传播，提出了基于谱的优化问题，该问题涉及由网络拓扑结构和转移率构成的矩阵的Perron-Frobenius特征值.提出了一种改进的分布式链路删除策略，使其适用于加权有向图上具有异质转移率的SIR模型。建议的方法是通过使用德国各州报告的感染和康复数据来控制COVID-19大流行。数值实验表明，采用分布式链路删除策略可以显著降低感染率。
2020-06-29 cs.SI cs.SY eess.SY
SIR Simulation of COVID-19 Pandemic in Malaysia: Will the Vaccination Program be Effective?
自2019年底以来，COVID-19严重影响了世界各地人民的生活。接近2020年底，数种疗效相对较高的COVID-19候选疫苗已进入临床试验的最后阶段。疫苗被认为是开放社会和经济活动的重要工具，从而减轻这一疾病对社会的影响。本文介绍了在马来西亚的几个地区，即那些COVID-19病例相对较高的城市或州，如吉隆坡，槟城，沙巴和沙捞越，在疫苗干预下，使用修改的易感-感染-清除（SIR）模型模拟COVID-19传播。结果表明，在不同的疫苗效力水平（0.75、0.85和0.95）下，活动性感染曲线略有不同，表明效力高于0.75的疫苗将产生使曲线水平化所需的群体免疫力。此外，实施或不实施疫苗接种计划之间的差距很大。模拟结果还表明，降低繁殖数，R 0是必要的，以保持感染曲线平坦，尽管接种。这是由于假设疫苗接种大多是以假设的固定速度逐步进行的。该声明基于我们的模拟结果，其中R 0的两个值为1.1和1.2，表明社交距离降低了R 0。较低的R 0显示较小的峰值幅度，约为R 0 =1.2时模拟值的一半。总括而言，模拟模型建议采取双管齐下的策略以对抗马来西亚的COVID-19疫情：接种疫苗及遵守世界卫生组织颁布的标准操作程序（例如社交距离）。
2021-01-19 physics.soc-ph q-bio.PE
Model studies on the COVID-19 pandemic in Sweden
我们使用几种不同的模型研究了COVID-19在瑞典引起的感染和死亡的增加：首先是分析性的易感染（SI）模型和标准的易感染-恢复（SIR）模型。然后在SIR框架内，我们研究了易感-感染-死亡（SID）的相关性。所有模型都能很好地再现感染病例的数量，并给出类似的预测。引起我们深切关注的是SI和SID模型预测的大量死亡人数。我们的分析表明，不管我们的模型预测可能存在不确定性，未来几天对于确定死亡病例的未来演变至关重要（2002年4月更新）。
2020-04-03 physics.bio-ph physics.soc-ph q-bio.PE
Forecasting COVID-19 Chile's second outbreak by a generalized SIR model with constant time delays and a fitted positivity rate
2019冠状病毒病迫使各国在科学家和政府之间做出相当大的合作努力，以提供适当跟踪疫情后果的指标。数学建模在量化描述大流行病各个方面的指标方面发挥着关键作用。因此，这项工作的目的是开发一个明确的，高效的，可重复的参数优化方法，其实施说明使用来自智利的三个代表性地区的数据和一个合适的广义SIR模型与拟合的阳性率。我们的研究结果再现了感染者曲线的一般趋势，区分了报告病例和真实病例。最后，我们的方法是稳健的，它使我们能够根据报告的死亡病例定性预测COVID-19的第二次爆发和COVID-19的感染死亡率。
2020-12-28 physics.soc-ph q-bio.PE
Correlation between COVID-19 morbidity and mortality rates in Japan and local population density, temperature and absolute humidity
本研究分析了COVID-19大流行在日本不同都道府县的发病率和死亡率。在每日最高确诊死亡人数和每日最高病例数分别应超过4人和10人的限制下，纳入了14个都道府县，并对影响发病率和死亡率的辅助因素进行了评价。特别是，评估了确认的死亡人数，不包括医院感染病例和疗养院患者。发病率与人口密度呈轻度相关（R2=0.394）。此外，老年人占人口的百分比也不容忽视。在天气参数中，最高温度和绝对湿度在持续时间内平均被认为是在适度的相关性与发病率和死亡率，不包括医院感染的情况下。观察到较高温度和绝对湿度的发病率和死亡率较低。考虑到这些因素的多变量分析表明，决定系数的蔓延，衰减，和合并阶段分别为0.708，0.785，和0.615，分别。这些发现可能有助于未来大流行期间的干预计划，包括潜在的第二次COVID-19爆发。
2020-07-30 cs.CY physics.soc-ph q-bio.PE
Infection Kinetics of Covid-19: Is Lockdown a Potent Containment Tool?
新型冠状病毒肺炎（COVID-19，即2019冠状病毒病）正在肆虐，其死亡率与感染率之比是有史以来最高的。由于缺乏疫苗和治疗手段，封锁成为唯一的遏制方式，从而造成社会排斥。在6维感染动力学模型中利用机器学习的预测能力，描述6个感染阶段的交互式演变-健康易感者（$H$），易感共病（$P$），感染（$I$），已恢复（$R$），免疫畜群（$V$）和死亡率（$D$）--PHIRVD模型首次提供了18个国家在不同战略封锁阶段的准确死亡率预测，最多30天，比上次数据培训更长。PHIRVD将死亡率与感染率之比确定为正确的大流行描述符，取代了繁殖数，并强调了早期和长期但战略性封锁的重要性，以遏制二次复发。重要性声明：1.准确预测18个国家的每日死亡率概况，超过数据培训的最后数据30天。2.精确量化早期与后期封锁措施的影响。3.准确预测继发性复发时间线/ 4。确立死亡率与感染率之比作为正确的大流行描述符，取代了流行的繁殖数量选择，这在预测未来感染动力学和继发性激增方面被证明是失败的。这些结果有可能重新定义健康的政策格局，特别是考虑到二次复发和未来可能发生的SARS-COV/埃博拉群体入侵。
2020-09-11 physics.soc-ph q-bio.PE q-bio.QM
Universal behavior of the Covid-19 tails: Inverse power-law distribution
本文首次发现不同国家和大陆的Covid-19大流行尾部死亡率分布及其随时间衰减均遵循逆幂律，揭示了大流行末期的普适统计规律。
2024-09-13 physics.soc-ph
Stochastic Control of a SIR Model with Non-linear Incidence Rate Through Euclidean Path Integral
本文利用具有非线性发病率的随机易感-感染-恢复（SIR）模型，对COVID-19大流行环境下的最优封锁强度和疫苗接种率进行了详细的数学研究。我们使用Feynman型路径积分控制方法来确定该系统的Fokker-Plank型方程。由于我们假设有关COVID-19大流行的信息是完整和完美的，我们可以显示一个独特的不动点。使用非线性发病率是因为，它可以从饱和效应中提高，即如果受感染的病原体的比例非常高，以致于暴露于大流行是不可避免的，那么传输速率对感染数量增加的反应比线性反应慢。仿真研究表明，随着扩散系数的增大，敏感曲线和恢复曲线均呈下降趋势，而感染曲线则呈现遍历性。最后，我们使用英国2021年初的数据进行了数据分析，并将其与我们的理论结果进行了比较。
2022-09-27 math.OC math.PR physics.soc-ph
Fluctuation effects in metapopulation models: percolation and pandemic threshold
集合种群模型提供了描述疾病在由网络连接的不同种群之间传播的理论框架。特别是，这些模型是大多数流行病传播模拟的基础。它们通常在平均场水平上通过忽略涨落来研究。在这里，我们通过采用相应过程的完全随机描述，包括模型中的波动。这一级别的描述允许在SIS和SIR案例中分析性地解决诸如存在和计算疾病在全球一级传播的有效阈值等问题。我们表明，在全球范围内的传播的可能性描述在网络上的（债券）渗流。这种映射使我们能够给出一个估计（下限）的流行阈值在SIR的情况下，所有的模型参数值和所有可能的网络。
2010-10-11 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
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
A modified age-structured SIR model for COVID-19 type viruses
我们提出了一个修改后的年龄结构SIR模型的基础上，在美国华盛顿州的社会接触和距离措施的已知模式。我们发现，人口年龄分布对疾病传播和死亡率有显着影响，并有助于特定年龄的接触和治疗措施的有效性。我们认为，在不太脆弱的年龄段放宽限制的影响，比较不同的人口参数的选定群体的结果。此外，我们分析了疫苗接种的缓解效果，并研究了针对年龄的分布的有效性。最后，我们探讨了如何将我们的模型应用于其他州，以反映基于不同参数和指标的社交距离政策。
2020-09-23 physics.soc-ph q-bio.PE
Modeling Infectious Diseases: From SIR Models to Diffusion-Based Approaches and Numerical Solutions
本文梳理了传染病建模从SIR等常微分方程模型到时空反应-扩散模型的演进，阐述了Runge-Kutta法等数值方法的应用，强调其在疫情预测、公共卫生决策及大流行防控中的关键价值。
2025-02-21 cs.NA math.NA physics.soc-ph
Revisiting SIR in the age of COVID-19: Explicit Solutions and Control Problems
提出并研究了描述社区传染病传播的非种群守恒SIR（SIR-NC）模型。与标准SIR模型不同，SIR-NC不假设种群守恒。虽然在形式上类似于标准SIR，SIR-NC承认一个封闭的形式的解决方案，同时允许我们建模死亡率，也提供了不同的，可以说是一个更现实的，解释模型参数。这个SIR-NC模型与标准的，人口守恒，SIR模型的数值比较。扩展到包括输入的感染，相互作用的社区，包括出生和死亡的模型进行了介绍和分析。几个数值例子来说明这些模型。研究了SIR-NC传染病模型的两个控制问题。首先，我们考虑连续时间模型预测控制，其中的费用函数变量对应于封锁的水平，检测和检疫的水平，和感染的数量。我们还包括在锁定级别之间移动的转换成本。一个离散时间的版本，更适合计算，然后提出了与数值说明。然后，我们考虑一个多目标和多社区的控制，我们可以定义多个费用函数的不同社区，并获得最小成本控制，以保持价值函数对应于这些控制目标低于规定的阈值。
2020-11-05 cs.SY eess.SY math.OC
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
Spatiotemporal risk prediction for infectious disease spread and mortality
提出Geo Score方法，整合地理、社会经济和人口数据，利用梯度下降优化权重，实现按区域和时间的传染病感染与死亡风险预测，并应用于纽约市COVID-19数据。
2023-12-05 physics.soc-ph stat.AP
Lockdown interventions in SIR model: Is the reproduction number the right control variable?
最近的COVID-19疫情凸显了在疫情初期采取非药物干预措施的必要性。其中，封锁政策被证明是不可避免的，但从经济角度来看成本极高。为了更好地理解封锁干预措施的经济和流行病成本之间的权衡，我们在这里集中在一个简单的SIR流行病模型和研究封锁作为解决最优控制问题。我们首先通过数值计算表明，随着时间范围的增长，最优锁定政策表现出从抑制到缓解的相变，即，如果时间范围较短，则最优策略是实施严格的封锁以避免感染的扩散，而如果时间范围较长，则最优控制将系统引导到群体免疫以减少经济损失。然后，我们考虑两种替代政策，其动机是政府应对COVID-19大流行，其中选择封锁水平以稳定繁殖数量（即，“使曲线变平”）或感染的分数（即，包含住院次数）。我们分析计算这两种反馈策略的性能，并将它们与最优控制进行比较。有趣的是，我们表明，在无限地平线的限制，稳定的感染数量是最好的控制繁殖数量，实际上产生接近最优性能。
2021-12-13 math.OC physics.soc-ph
Comparing the dynamics of COVID-19 infection and mortality in the United States, India, and Brazil
本文比较和对比了COVID-19在受疫情影响最严重的三个国家（美国、印度和巴西）的传播和影响。这三个国家都有一个联邦结构，其中各个州在很大程度上决定了对这一流行病的反应。因此，我们对这三个国家的各个州进行了广泛的分析，以确定每个国家的相似性模式。首先，我们分析结构相似性和异常的病例和死亡的轨迹作为多变量时间序列。接下来，我们研究了这三个国家及其州的不同病毒爆发波的长度。最后，我们调查适当的时间偏移病例和死亡之间的功能不同的爆发波。在所有这些分析中，我们始终揭示了美国和印度各州之间更具特征性的不同行为，而巴西各州在其波动行为中表现出较少的结构，并在病例和死亡之间不断变化。
2022-01-29 physics.soc-ph
Containing a pandemic: Nonpharmaceutical interventions and the "second wave"
为应对全球爆发的新型冠状病毒COVID-19，已实施多种非药物干预措施，如口罩和社交距离。需要对这种遏制战略的影响进行认真评估，以避免社会和经济代价过高，并避免出现危险的“第二波”流行病。在这项工作中，我们结合了最近开发的动态密度泛函理论模型和一个扩展的SIRD模型与滞后研究的各种措施和策略，使用现实的参数的影响。根据不同的干预阈值，不同的阶段与不同数量的关闭和死亡被发现。时空模拟提供了进一步的见解第二波的动态。我们的研究结果对公共卫生政策至关重要。
2020-09-30 physics.soc-ph q-bio.PE
A Modified SIR Model for the COVID-19 Contagion in Italy
这项工作的目的是为了解意大利的COVID-19疫情做出贡献。为此，我们开发了一个改进的易感-感染-传播（SIR）模型，并使用截至2020年3月30日的官方数据来确定该模型的参数。我们的方法的非标准部分在于，我们还将易感个体的初始数量以及检测到的阳性数量与实际（和未知）感染个体数量相关的比例因子视为模型参数。识别的传染率，恢复率和死亡率以及上述参数相当于一个非凸识别问题，我们解决了一个二维网格搜索的外循环，与一个标准的加权最小二乘优化问题的内部步骤。
2020-03-31 cs.CE cs.SI cs.SY
Dynamic tracking with model-based forecasting for the spread of the COVID-19 pandemic
在本文中，我们使用了一个易感染-感染-清除（SIR）模型来跟踪COVID-19病毒在四个感兴趣的国家的传播演变。特别是，依赖于一些基本特征的流行病模型已被应用于对意大利、印度、韩国和伊朗疾病的时间演变进行建模。该病毒的传播对经济、社会和健康造成了灾难性后果。因此，必须开发现有的数学模型，并将其用于在公布的数据集和模型预测之间进行比较。从SIR模型估计的预测在这里，可以用于传播的定性和定量分析。它提供了对病毒传播的深入了解，而仅通过每天更新发布的数据和模型无法做到这一点。例如，使用我们的建模方法可以检测感染高峰的早期发作或第二波的发展。我们考虑了2020年3月至6月的数据，当时不同社区受到严重影响。我们展示了根据模型参数对2020年9月之前COVID-19传播的预测。通过比较已公布的数据和模型结果，我们得出结论，通过这种方式，可能更好地反映政府和个人为缓解和控制当前大流行而实施的适当措施的成功或失败。
2020-07-04 nlin.CD physics.soc-ph q-bio.PE
Containment efficiency and control strategies for the Corona pandemic costs
新型冠状病毒（COVID-19）的迅速传播使政策制定者面临衡量遏制策略有效性的问题，平衡公共卫生考虑与社交距离措施的经济成本。我们引入了一个修改后的流行病模型，我们命名为受控SIR模型，其中的疾病繁殖率动态演变的政治和社会的反应。给出了一个解析解。该模型再现了超过疫情第一个高峰的大量地区和国家的官方COVID-19病例数。从现场数据中提取一个无偏反馈参数，并用于制定衡量遏制策略效率的指数（CEI指数）。给出了一系列国家的CEI值。对于受控SIR模型的两个变体，对整个流行病过程中的医疗和社会经济总成本进行了详细估计。成本包括医疗成本、社会距离的经济成本以及挽救生命的经济价值。在合理的参数下，严格的措施比不干涉政策效果更好。基于当前病例数的战略导致的总成本大大高于基于该流行病总体历史的战略。
2021-01-11 econ.GN physics.soc-ph q-bio.PE
Time-dependent and time-independent SIR models applied to the COVID-19 outbreak in Argentina, Brazil, Colombia, Mexico and South Africa
我们考虑SIR流行病学模型应用于COVID-19的演化，有两种方法。首先，我们拟合了一个全球SIR模型，该模型具有时间延迟，并且在整个疫情期间参数不变，包括传染率。竞争措施反映在有效减少的易感人群$N_{eff}$上。在第二种方法中，我们考虑了一个时间依赖的传染率，反映了竞争措施，无论是通过一步一步的拟合过程，或通过以下指数衰减。在最后一个模型中，人口被认为是国家$N$的人口。在微分方程的线性区域中，当总人口$N$较大时，预测与$N$无关。我们应用这些方法来研究阿根廷、巴西、哥伦比亚、墨西哥和南非的大流行的传播，这些国家尚未达到感染高峰。在所有这些情况下，我们提供的再生率和回收率的估计。考虑到采取了合理的措施，使得再生因子$R_0$呈指数下降，因此，随时间变化的传染率的情景是乐观的。报告了回收率$γ$的测量值，发现该参数在不同国家具有普遍性。我们讨论了全局SIR与有效布居$N_{eff}$的对应关系以及时间局部SIR的演化。
2020-06-22 physics.soc-ph q-bio.PE
Optimal Control Concerns Regarding the COVID-19 (SARS-CoV-2) Pandemic in Bahia and Santa Catarina, Brazil
COVID-19疫情是21世纪最严重的健康危机。SARS-CoV-2病毒于2020年3月左右抵达巴西，其社会和经济反弹是灾难性的。在本文中，它是如何模型预测控制（MPC）可以用来规划适当的社会距离政策，以减轻流行病的影响，在巴伊亚和圣卡塔琳娜州，两个国家的不同地区，文化和人口统计在巴西。此外，这两种状态的易感-感染-患病-死亡（SIRD）模型的参数识别使用的优化程序。对该过程的控制输入是传递给群体的社会隔离准则。设计了两种MPC策略：a）集中式MPC，协调两个状态的单个控制策略;和b）分散式策略，针对每个状态求解一个优化。仿真结果表明，这两种控制策略的说明和比较。该框架是处理这种流行病现象的指导方针。
2020-06-25 math.OC 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
Significancia estadística del exceso de muertes en Chile durante pandemia COVID-19
死亡率研究和超额死亡的计算是了解流行病/大流行病的影响以及流感等地方病/流行病的季节性周期的基本工具，根据世界卫生组织和不同作者的说法，这在危机时期非常重要。在这项研究中，我们分析了2019冠状病毒病大流行期间智利超额死亡的指标。与此同时，正在进行研究，以证实和确定官方卫生机构低估死亡人数的可能原因。
2020-06-08 cs.SI physics.soc-ph
Insights from Optimal Pandemic Shielding in a Multi-Group SEIR Framework
COVID-19疫情是近几十年来对全球人口健康和经济福祉的最大威胁之一。在本文中，我们分析了不同类型的政策措施，旨在打击病毒的传播，并尽量减少经济损失。我们的分析建立在多组SEIR模型的基础上，该模型扩展了Acemoglu等人引入的多组SIR模型。~（2020年）。我们调整潜在的社会互动模式，并考虑一套扩展的政策措施。该模型是为德国校准的。尽管防护政策固有的COVID-19预防和经济活动之间的权衡，但我们的研究结果表明，针对不同年龄组的此类政策可以实现效率提升。可以采用物理距离等替代政策，以减少目标瞄准程度以及屏蔽的强度和持续时间。我们的研究结果表明，同时结合多种政策措施的综合方法可以有效地降低人口死亡率和经济损失。
2020-11-02 econ.GN physics.soc-ph q-fin.EC
