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
Modeling vaccination campaigns and the Fall/Winter 2009 activity of the new A(H1N1) influenza in the Northern Hemisphere
2009年秋季甲型H1N1流感大流行在北半球的发展仍不确定。疫苗接种运动和疫苗试验的计划正在进行中,第一批疫苗预计将于10月初上市。几项研究指出,预期的大流行高峰可能会破坏疫苗接种战略的有效性。在这里,我们使用一个结构化的全球流行病和流动性集合种群模型来评估2009年秋季/冬季大规模疫苗接种运动的有效性。根据预测的大流行演变和预期的疫苗供应之间的相互作用,探讨了缓解效果。该模型使用最近对新型甲型H1N1流感传染性的估计进行校准。结果显示,如果不采取额外的干预策略来推迟大流行高峰期的时间,即使早在10月中旬就开始大规模疫苗接种运动,疫苗接种也可能无法大幅减少累计病例数。优先接种疫苗对于减缓大流行演变和减轻其负担至关重要。
2010-02-04 physics.soc-ph q-bio.PE q-bio.QM
PREPARE: PREdicting PAndemic's REcurring Waves Amidst Mutations, Vaccination, and Lockdowns
本文提出 PREPARE 适应性框架,用于在病毒变异、疫苗接种和封锁等动态因素下预测疫情中期反复感染浪潮,并利用德国 COVID-19 数据验证其有效性。
2024-09-30 cs.NA cs.SY eess.SY
Transmission Dynamics of COVID-19 Pandemic Non-pharmaceutical Interventions and Vaccination
非药物干预(NPI)在COVID-19大流行的早期控制中发挥重要作用。疫苗接种被认为是阻止SARS-CoV-2传播的必然途径。在此基础上,建立了一个带有NPI和疫苗接种的SVEIR模型.利用基本再生数$R_{0}$,证明了当$\mathscr{R}_{0}<1$时,无病均衡是全局吸引的,当$\mathscr{R}_{0}>1$时,COVID-19是一致持续的。以印度日期为例进行了数值模拟,发现我们的动力学结果与统计数据吻合得很好。因此,我们预测COVID-19疫情在印度的蔓延趋势。此外,我们的研究结果表明,提高NPI的强度将大大减少确诊病例的数量。特别是在疫苗效率相对较低的情况下,即使所有人都接种了疫苗,NPI也是必不可少的。通过模拟基本繁殖数$\mathscr{R}_{0}$、接种率和疫苗效力之间的关系,发现当疫苗效力低于$76.9\%$时,没有NPI就不可能实现群体免疫。因此,群体免疫区是由疫苗接种率和疫苗效力之间关系的演变来定义的。在对两个补丁的研究中,我们给出了印度和中国通航的条件。此外,印度和中国之间的人口的适当分散。讨论结束了论文。
2021-07-07 math.DS q-bio.PE
SIRSi-Vaccine dynamical model for Covid-19 pandemic
2020年初,严重急性呼吸系统综合征冠状病毒2型(SARS-CoV-2)或新冠病毒爆发,成为一场大流行。学术机构、管理机构和工业界正在作出前所未有的全球努力,应对这一迅速蔓延的疾病带来的挑战。欧洲于2020年12月初批准了疫苗的紧急使用授权,美国则在9天后批准。对疫苗接种的迫切要求开始了一场竞赛,迫使政府和卫生保健机构在疫苗接种策略和后勤方面迅速做出决定。到目前为止,疫苗接种策略和非药物干预措施,如社交距离和使用口罩,是阻止疫情的唯一有效行动。在此背景下,了解新型冠状病毒传播的动态行为以及可能的疫苗接种策略至关重要。在这项工作中,一个易感-感染-删除-接种疫苗(SIRSi疫苗)模型的建议。此外,SIRSi疫苗模型还考虑了未报告或无症状的病例以及感染或接种疫苗后暂时免疫的可能性。确定了无病和地方病平衡点存在的条件。? ?)疫苗努力和社会距离参数空间。该模型根据巴西圣保罗州三个主要城市圣保罗、桑托斯和坎皮纳斯的数据进行了调整。
2021-04-15 math.DS q-bio.PE
Mutations make pandemics worse or better: modeling SARS-CoV-2 variants and imperfect vaccination
自2020年12月以来,COVID-19的变种(特别是Delta和Omicron)出现了不同的特征,影响了世界各地的死亡和传播。为了解决新的动力学的疾病,我们提出了一个动力学模型的两个菌株,即本地和突变,突变和不完善的疫苗接种的传播动力学。还假设从天然菌株恢复的个体可以通过直接接触个体或污染的表面或气溶胶而感染突变菌株。我们独立计算每个菌株的基本繁殖数,并取$R_0$的最大值。利用中心流形理论证明了系统不存在后向分支,当基本再生数$R_0<1. An intermediate mutation rate $ v 1 $ leads to oscillations. When $ v 1 $增大到一定阈值时,系统恢复稳定,并表现出一种有趣的动力学现象-地方病泡.推导了疫苗诱导的群体免疫的解析表达式。该模型使用2021年3月1日至9月27日的COVID-19累计确诊病例和死亡人数的印度数据,使用MCMC方法进行参数化。通过提高疫苗对天然毒株和突变毒株的效力,可以减少累积病例和死亡。结果表明,以天然株疫苗效力为90%,累计病例数和死亡数分别减少3.27%和5.2%,以变异株疫苗效力为90%,累计病例数和死亡数分别减少0.9%和2.5%。我们的研究表明,由于某些突变率出现振荡,COVID-19大流行可能会更糟,但由于在较低感染水平下的稳定性和较大的突变率,情况会更好。
2022-01-17 q-bio.PE
Vaccine efficacy and SARS CoV 2 control in California and USA during the session 2020 2026: A modeling study
除了保持健康预防措施外,接种疫苗是预防SARS-CoV-2的唯一方法,尽管迄今为止还没有临床证明100%有效的疫苗。在现阶段,为了阻止这场大流行的碎片,专家们需要知道疫苗有效率阈值的影响,以及这种大流行在不同有效率的疫苗下可能持续多久。本文运用数学模型研究了大流行期间疫苗接种的重要性和疫苗有效率。我们模拟了一个五室数学模型,以分析加利福尼亚州和整个美国的大流行情景。我们考虑了辉瑞、Moderna、阿斯利康和强生四种疫苗,这些疫苗正被严格用于控制COVID-19大流行,此外还有两种特殊情况:一种疫苗的有效率为100%,另一种疫苗没有使用。加州的感染率和死亡率都很高。我们的模型表明,如果继续频繁接种辉瑞疫苗,加州的大流行疫情将在2023年的最后四分之一得到控制。在此期间,从开始免疫起将发生6波,病死率和治愈率分别为1.697%和98.30%。然而,根据所考虑的模型,这一时期可能会延长到2024年中期,届时将使用有效率较低的疫苗。疫苗越有效,患这种恶性感染的人就越少。虽然特定人群最初得到优先考虑,但需要大规模接种疫苗来控制疾病的传播。
2021-09-15 q-bio.PE
Modeling and prediction of COVID-19 in the United States considering population behavior and vaccination
COVID-19摧毁了整个国际社会。疫苗提供了一个缓解大流行的机会;然而,疫苗接种的效果与人群的行为反应还没有得到很好的理解。我们提出了一个模型,结合了两个重要的动态变化的人口行为:谨慎和安全感的水平。随着感染病例的增加,谨慎的程度也会增加,而随着疫苗接种的增加,安全感的增加会降低预防行为。据我们所知,这是第一个可以有效重现美国各地区COVID-19感染完整时间历史的模型,并提供了人口行为和疾病传播率动态变化的相关指标。我们提出了一个参数d_I作为一个直接的措施,人口的谨慎对传染病,可以从正在进行的新的传染病病例。该模型提供了一种方法来定量测量的关键传染病属性的人口,包括最高的疾病传播率,有效的疾病传播率,疾病相关的预防行为。我们预测美国未来COVID-19大流行趋势,包括疫苗推广和行为反应。尽管高疫苗接种率对迅速结束大流行至关重要,但我们发现,由于疫苗部署期间安全感的增加,恢复到大流行前的社会行为可能导致感染人数激增。我们的研究结果显示,按目前的疫苗接种速度,美国的新冠肺炎感染病例将于二零二一年八月底接近零。该模型可用于预测未来的流行病和大流行的动态之前和期间接种疫苗。
2021-03-01 physics.soc-ph q-bio.PE
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
A generic model for pandemics in networks of communities and the role of vaccination
“在每个人都安全之前,没有人是安全的”这一口号是一个格言,旨在提高人们的认识,即在一个相互关联的世界中,像COVID-19这样的流行病需要采取全球性的方法。受持续的COVID-19大流行的启发,我们在此模拟病毒在相互关联的社区中的传播,并探索不同的疫苗接种情景,假设疫苗接种的效力随着时间的推移而减弱。我们从易感人群开始,考虑一个无免疫接种-感染-恢复模型,其中包括未接种疫苗(“青铜”)、中度接种疫苗(“白银”)和接种良好(“黄金”)的社区,这些社区通过不同类型的网络连接,通过扩散线性耦合进行局部传播。我们发现,当考虑“青铜”-“黄金”和“青铜”-“白银”社区中的相互作用时,“青铜”社区正在推动“白银”和“黄金”社区中感染的增加。这表明未接种疫苗对接种疫苗的社区产生了有害的、单向的影响。对于网络中“金”、“银”和“铜”社区之间的相互作用,我们发现两个因素起着核心作用:动力学中的耦合强度和网络密度。当考虑病毒在巴拉巴西-阿尔伯特网络中的传播时,“银”和“金”社区的感染率低于“铜”社区。我们发现,“黄金”社区是最好的,保持他们的感染水平低。然而,少数“青铜”社区足以导致中等和良好接种社区的感染增加。当研究病毒在密集的Erdens-Rényi网络以及稀疏的Watts-Strogatz和Barabási-Albert网络中的传播时,在密集的Erdens-Rényi网络中,社区达到了无病状态,…
2022-05-25 physics.soc-ph q-bio.PE
Information index augmented eRG to model vaccination behaviour: A case study of COVID-19 in the US
本文利用信息指数增强流行病学重正化群(eRG)模型,开发其行为版本并在美国 COVID-19 疫苗接种活动中进行测试,发现该模型能更好描述峰值在接种后的疫情动态,强调了模拟时考虑人类行为的重要性。
2024-07-30 math.DS physics.soc-ph q-bio.PE
The Effectiveness of Strategies to Contain SARS-CoV-2: Testing, Vaccinations, and NPIs
为了减缓CoViD-19大流行的传播,世界各国政府制定了一系列限制疾病传播的政策。最初,这些措施侧重于非药物干预;最近,疫苗接种和大规模快速检测开始发挥重要作用。这项研究的目的是解释这些政策对确定大流行进程的量化影响,考虑到季节性或具有不同传播特征的病毒株等因素。为此,该研究开发了一个基于代理的模拟模型,该模型使用德国第二波和第三波CoViD-19大流行的数据进行估计。该论文发现,在疫苗接种率从5%上升到40%的时期,大规模快速检测对减少感染人数的影响最大。频繁的大规模快速检测应该仍然是遏制CoViD-19战略的一部分;它可以取代许多非药物干预措施,这些措施对个人,社会和经济造成的成本要大得多。
2021-06-22 econ.GN q-bio.PE q-fin.EC
Modelling the transmission and impact of Omicron variants of Covid-19 in different ethnicity groups in Aotearoa New Zealand
Earth Sciences New Zealand(地球科学新西兰);University of Canterbury(坎特伯雷大学);Ngāi Tahu Research Centre, University of Canterbury(坎特伯雷大学 Ngāi Tahu 研究中心);iNZight Analytics Ltd(iNZight 分析有限公司);Te Pūnaha Matatini Centre of Research Excellence in Complex Systems(复杂系统卓越研究 Te Pūnaha Matatini 中心)
本文通过建立包含种族特定因素的模型,分析了新冠奥克西顿变种在新西兰不同种族群体中的传播影响,发现疫苗接种率差异只部分解释了结果差异,种族间临床严重疾病的感染风险差异是重要因素。
2026-02-23 q-bio.PE
Where to locate COVID-19 mass vaccination facilities?
COVID-19的爆发导致了一场破纪录的疫苗研发竞赛。然而,有限的疫苗能力带来了另一个巨大的挑战:如何分配疫苗以减轻大流行的近端影响?特别是在美国,拜登新政府正在全国各地启动大规模疫苗接种点,这就提出了一个显而易见的问题,即在哪里设立这些诊所,以最大限度地发挥疫苗接种活动的效果。本文通过一种新的数据驱动方法来解决这个问题,以优化COVID-19疫苗的分配。我们首先增强了一个最先进的流行病学模型,称为DELPHI,以捕捉疫苗接种的影响和各年龄组死亡率的变化。然后,我们将这个预测模型整合到一个规范模型中,以优化疫苗接种点的位置和随后的疫苗分配。该模型被制定为一个双线性,非凸优化模型。为了解决这个问题,我们提出了一个坐标下降算法,在优化疫苗分配和模拟大流行的动态之间迭代。与基于人口统计学和流行病学信息的基准相比,所提出的优化方法通过估计的$20\%$增加了疫苗接种活动的有效性,在美国在三个月的时间内节省了额外的$4000$额外的生命。拟议的解决方案实现了关键的公平目标-通过减少几个州的流行病死亡人数而不伤害其他人-并且对不确定性和预测误差具有高度鲁棒性-通过在广泛的扰动下实现类似的好处。
2021-07-18 math.DS math.OC q-bio.PE
Optimal age-specific vaccination control for COVID-19: an Irish case study
于二零一九年十二月爆发的新型冠状病毒导致严重急性呼吸系统综合症已升级为全球大流行。在这项工作中,我们提出了一个房室模型来描述感染的传播动力学,并使用它来获得最佳的疫苗接种控制。该模型考虑了疫苗接种的各个阶段,优化的重点是最大限度地减少感染,以保护人口和缓解医疗保健系统。作为案例研究,我们选择了爱尔兰共和国。我们使用爱尔兰COVID-19数据中心提供的数据,模拟了两种不同情况下接种疫苗和不接种疫苗的大流行演变,一种情况代表全国封锁情况,另一种情况代表放松限制。我们工作的主要发现之一是,最佳方法将涉及一个疫苗接种计划,即老年人口更早地接种大量疫苗,同时部分年轻人口也接种疫苗,以降低群体之间的传播风险。我们比较我们的模拟结果与爱尔兰政府采取的疫苗接种政策,探索我们的优化方法的优势。我们的比较表明,即使减少了可供使用的疫苗接种,病例也可能出现类似的减少。
2022-10-24 math.OC q-bio.PE
A robust prediction from a minimal model of COVID-19 -- Can we avoid the third wave?
COVID-19疫情是人类面临的重大灾难之一。在本文中,我们试图模拟疫苗接种在控制大流行中的作用,特别是在预计将在全球范围内发生的第三波疫情的背景下。在这里,我们通过引入疫苗接种项来修改SEIRD模型。我们的一个主要假设是感染率(\b{eta}(t))是振荡的。这种振荡的性质已经在文献中讨论过,参考流行病的季节性。然而,在我们的案例中,我们调用感染率(\b{eta}(t))的这种性质来模拟COVID-19大流行在短期内的周期性行为。本研究的重点是一个最小的方法,我们已经从逻辑上推导出,感染率(\b{eta}(t))和疫苗接种率(λ)是最重要的参数,而其他参数可以假设为常数在整个模拟。最后,我们研究了感染率(\b{eta}(t))和疫苗接种率(λ)对COVID-19感染病例的丰富相互作用,并就这一流行病在不久的将来的全球行为得出了一些可靠的结论。
2021-12-16 physics.bio-ph q-bio.PE
Estimating the impact of non-pharmaceutical interventions and vaccination on the progress of the COVID-19 epidemic in Mexico: a mathematical approach
非药物干预措施在抗击COVID-19疫情中至关重要。然而,由于社会经济因素导致疫情在几个国家令人担忧地反弹,这些卫生措施已部分取消。在这项工作中,我们评估了2020年期间为限制SARS-CoV-2在墨西哥境内传播而实施的缓解措施的有效性。我们还调查了疫苗的初步部署将在多大程度上有助于缓解大流行,并减少社交距离和其他流动限制的需要。我们的建模方法是基于一个简单的机械Kermack-McKendrick型模型。为了量化NPI的影响,我们使用官方公布的数据进行每月贝叶斯推断。结果表明,如果没有卫生措施,感染、住院和死亡的累计人数至少是官方数字的两倍。此外,对于低疫苗覆盖率水平,放松非营利组织可能会大大增加疾病负担;因此,安全措施在疫苗接种的早期阶段至关重要。模拟结果还表明,采用效力低但覆盖率高的疫苗可能比效力高但覆盖率低的疫苗更可取。这支持了一种假设,即对更多的人单次接种比对每个人两次接种更有效。
2021-02-19 q-bio.PE
Agent-Based simulation reveals localized isolation key to saving lives and resources
本研究通过基于智能体的模拟探索疫情控制策略,发现局部隔离(键稀释)比全面封锁或大规模疫苗接种更具资源效率,且高疫苗接种率能显著延缓并削减感染高峰的影响。
2024-09-24 cond-mat.stat-mech physics.bio-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
Effectiveness of vaccination and quarantine policies to curb the spread of COVID-19
流行病,即疾病在世界范围内的传播,可以从社会和生物学角度威胁人类,并使现有的生活习惯瘫痪。为了避免更大的灾难并恢复正常生活,人们在从个人到全球的多个层面上做出了巨大的努力:注意手部卫生,制定戴口罩、社交距离、隔离等社会政策,以及发明疫苗和补救措施。就目前严重的疫情,即2019冠状病毒病,我们探讨采取上述措施时的传播抑制效果。特别是考虑检疫和疫苗接种,因为它们是政府层面上阻断传播和预防的代表性主要治疗方法。我们建立了一个由易感(S)、接种(V)、暴露(E)、感染(I)、隔离(Q)和恢复(R)等部分组成的房室模型,称为SVEIQR模型。我们调查了首尔的感染病例,并考虑了三种疫苗,辉瑞,Moderna和阿斯利康。相关参数的值是从首尔的经验数据和疫苗的临床数据中获得的,并通过贝叶斯推断进行估计。在确认我们的SVEIQR模型是合理的之后,我们通过在当前值附近调整与检疫和疫苗接种政策相关的参数来测试各种场景。从我们的模型中获得的定量结果可以为有效的疫苗接种和社会政策的政策制定提供指导。
2022-07-20 physics.soc-ph q-bio.PE
Incorporating Interventions to an Extended SEIRD Model with Vaccination: Application to COVID-19 in Qatar
本文提出一种结合干预措施的扩展SEIRDV分区模型,利用贝叶斯框架进行参数估计与预测,以评估政府干预和疫苗接种对卡塔尔COVID-19疫情动态的影响,并量化因疫苗避免的超额死亡人数。
2022-11-04 q-bio.PE stat.AP
Evaluating the Impact of Vaccine Hesitancy on the Allocation of Vital Resources During COVID-19 Pandemic
本研究改进SEIR模型纳入疫苗犹豫和资源可用性,模拟不同疫苗犹豫情景,发现减少疫苗犹豫和保障关键资源能显著降低死亡并遏制疫情传播。
2024-03-12 math.OC 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
Dynamical clustering of U.S. states reveals four distinct infection patterns that predict SARS-CoV-2 pandemic behavior
迄今为止,SARS-CoV-2大流行已在美国50个州展开,反映在不同时间的感染“波”和当地感染率的程度上。尽管呈现出明显的多样性,但美国大多数州在2020年秋季至2021年冬季的过渡期间经历了每日新病例的最大激增。大众媒体还引用了各州之间的其他相似之处-尽管政府政策,报告的戴口罩遵守率和疫苗接种率存在差异。在这里,我们确定了一组稳健的低维聚类,这些聚类1)总结了美国所有50个州可访问的四个历史COVID-19“浪潮机会”的时间和相对高度,2)与它们所涵盖的州组相关的地理和干预模式相关联,以及3)预测2021年夏末新感染的“第五波”的各个方面。特别是,我们认为,聚类阐明了接种率和随后的情况下,负载变量之间的负相关关系在国家组。我们提出了一个假设,即疫苗接种作为“安全带”,实际上限制了新病例上升的可能范围,即使在2021年夏季变异驱动的激增的背景下。
2021-12-10 physics.soc-ph q-bio.PE
Optimal COVID-19 vaccine prioritization by age depends critically on inter-group contacts and vaccination rates
本研究通过分析西班牙9个年龄组在6种疫苗接种率和两种接触情景下的362,880种排列,发现中高接种率下年龄优先策略仅微优于年长优先,而显著减少社会接触(如封锁)能大幅改善效果,强调接触减少与疫苗接种结合的重要性。
2025-02-26 nlin.AO physics.bio-ph physics.soc-ph
Strategies for COVID-19 vaccination under a shortage scenario: a geo-stochastic modelling approach
在一个受到COVID-19浪潮冲击的世界里,疫苗接种是地平线上的一盏灯。然而,疫苗接种战略的推出及其对大流行病的影响仍然是悬而未决的问题。为了比较世界卫生组织和其他当局提出的各种策略的效果,以前开发的SEIRS随机模型的地理传播的病毒是通过增加一个隔间接种疫苗的人。模型的参数被拟合来描述阿根廷、墨西哥和西班牙的大流行演变,以分析所提出的疫苗接种策略的效果。移动性参数允许模拟不同的社会行为(例如锁定干预)。模拟和比较了在全国各地均匀接种疫苗或仅限于人口最稠密地区接种疫苗的计划。第二种策略被认为是更有效的。此外,在目前全球疫苗短缺的情况下,应当指出,流动性减少,免疫接种也就增强了。此外,应考虑到接种疫苗(和恢复)人群的免疫失效情况,确定重复接种疫苗的时间。最后,该模型被扩展到包括隔离检测到的阳性病例的影响,这对减少感染很重要。
2021-04-22 cs.SI physics.soc-ph q-bio.PE
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
Optimized numerical solutions of SIRDVW multiage model controlling SARS-CoV-2 vaccine roll out: an application to the Italian scenario
在SARS-CoV-2大流行的背景下,数学建模在预测、模拟情景和评估预防性政治、社会和药物措施的影响方面发挥了重要作用。最优控制理论可以成为一个有用的工具,它以坚实的数学基础为基础,以尽可能快地消除大流行病的方向规划疫苗接种运动。这项工作的目的是探索规划疫苗接种活动的最佳优先顺序,以实现特定目标,如在固定时间内减少各年龄段的感染、死亡和住院人数。为此,我们引入了一个年龄分层的类SIR流行病房室模型,该模型建立在一个抽象框架中,用于模拟两剂疫苗接种活动,并与COVID 19疾病的描述一起构思。总的来说,我们正式的最优控制框架,采用该模型作为状态问题,通过采取行动的疫苗剂量的管理。一个广泛的运动的数值测试,在意大利的情况下,并校准现有的数据从Dipartimento di Protezione Civile Italiana,表明所提出的框架可以是一个有价值的工具,以支持规划的疫苗接种活动,最大限度地减少特定的目标。
2022-10-31 math.OC q-bio.PE
Vaccination Worldwide: Strategies, Distribution and Challenges
由SARS-CoV-2病毒引起的2019冠状病毒(Covid-19)大流行对我们的星球来说是一场前所未有的危机。这是我们生活的超级互联世界的祸根,这种病毒几乎影响了所有国家,造成了大规模的死亡和经济动荡,其影响将影响到未来几代人。虽然我们都可以为疫苗的开发和推向市场的速度感到鼓舞,但所有国家在公平和有效地为其人口接种疫苗方面仍然面临挑战。本文概述了各国正在进行的免疫工作。在这份初稿中,我们确定了几个关键因素,用于审查不同国家目前的COVID-19免疫策略及其优势,并得出结论,以便全球政策制定者可以从中学习。我们的论文重点关注与疫苗批准、分配和优先排序、分配策略、人口与疫苗比例、疫苗接种管理、数字解决方案的可及性和使用以及政府政策相关的流程。统计数据和数字的日期与起草日期一致[2021年6月24日]。
2021-07-21 q-bio.PE
Pursuing equitable access to vaccines for the next epidemic
本文利用耦合SIRD模型研究两国间疫苗分配时机与大流行持续时间的关系,证明及时共享疫苗对双方均有利,表明自利与利他并不矛盾。
2024-03-29 physics.soc-ph q-bio.PE
Modelling variability of the immunity build-up and waning following RNA-based vaccination
University of Bern(伯尔尼大学);Wroclaw University of Science and Technology(弗罗茨瓦夫科技大学);Leipzig University(莱比锡大学)
本文通过建立RNA疫苗接种免疫反应动力学模型,揭示了免疫反应个体差异导致保护时间呈对数正态分布(峰值约100天),并确定第二剂最佳接种时间为首剂后约5周。
2025-11-07 q-bio.CB q-bio.PE
Simulation and application of COVID-19 compartment model using physics-informed neural network
University of Michigan(密歇根大学);Harbin Institute of Technology(哈尔滨工业大学);University of Connecticut(康涅狄格大学);Massachusetts Institute of Technology(麻省理工学院)
COVID-19大流行已对全球造成破坏性及不可逆转的影响,然而传统流行病学建模方法(如易感染-康复(SIR)模型)在预测最新疫情方面表现出有限的有效性。在这项工作中,接种疫苗-暴露-感染-死亡-恢复(SVEIDR)模型及其变体-年龄和接种疫苗结构的SVEIDR模型-被引入到编码的社会接触的影响,不同的年龄组和接种状态。然后,我们实现了物理通知神经网络(PiNN)的模拟和真实世界的数据。PiNN模型能够对COVID-19房室模型的动态传播、预测和参数优化进行稳健分析。模型显示了所有组分的$<4\%$的相对均方根误差(RRMSE),并分别提供了美国流行病前310天的$γ= 0.0130$、$λ=0.0001$和$ρ=0.0037$的潜伏率、死亡率和恢复率,所有组分的RRMSE均为$<0.35\%$。为了进一步提高模型性能,可以包括随时间变化的参数,例如疫苗接种率、传播率和孵育率。我们的实现突出了PiNN作为预测真实世界数据的可靠候选方法,并可应用于其他感兴趣的房室模型变体。
2022-10-12 cs.LG physics.soc-ph q-bio.PE
Sensitivity analysis of an epidemic model with a mass vaccination program of a homogeneous population
本研究基于结合大规模疫苗接种的ODE模型,利用拉丁超立方体抽样分析各参数对累计感染和死亡人数的敏感性,发现长期来看疫苗推出率比有效率更重要,降低死亡率亦至关重要。
2025-09-04 cs.NA math.NA q-bio.PE