本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
隨著冠狀病毒的持續傳播，預測不同城市獨特的 COVID-19 成長曲線對於醫療供應和治療至關重要 1,2，而標準流行病學模型仍無法充分解釋這些曲線。預測必須考慮到減緩冠狀病毒傳播的非藥物幹預措施，包括居家令、社交距離、隔離和強制戴口罩，從而減少城市內的流動性和病毒傳播3。此外，最近將冠狀病毒與人類流動性聯繫起來的研究4、5和詳細的流動數據6、7表明，在疾病預測中需要考慮城市流動性8、9。在這裡，我們表明，透過將城市內流動性和政策採用納入新型人口集合 SEIR 模型中，我們可以準確預測美國城市複雜的 COVID-19 成長模式（R2 = 0.990）。由於政策幹預而估計的流動性變化與 Apple 流動性趨勢報告 10 的實證觀察一致（Pearson 的 R = 0.872），這表明在數據有限的情況下基於模型的預測的效用。我們的模型還再現了城市“超級傳播”，即少數社區造成了整個城市空間的大多數繼發感染，這是由於社區人口不均勻和熱門社區的城市內流動加劇造成的。因此，我們的模型可以促進位置感知的流動性減少政策，以類似的社會成本更有效地減輕疾病傳播。最後，我們證明我們的模型可以作為細粒度的分析和模擬框架，為合理的非藥物幹預政策的設計提供資訊。