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：2024-03-12
摘要
我們研究了兩種關鍵控制措施對流行病傳播的相對重要性：內源性社會自我隔離和外源性強制隔離。我們使用自適應網路、矩閉合和常微分方程的框架來引入新的易感感染恢復（SIR）動力學模型類型。首先，我們將計算成本高昂的自適應網路模擬與其相應的計算高效的 ODE 等效項進行比較，並發現非常一致。其次，我們發現流行病閾值的參數空間存在一條臨界曲線，這表明兩種緩解策略之間存在相互補償效應：只要社交距離和隔離措施都足夠強大，就可以防止大規模疫情爆發。第三，我們結合分析估計和數值模擬來研究大規模爆發期間的感染總數和最大高峰。同樣，對於大規模疫情爆發，我們發現了與流行病閾值類似的補償機制。這意味著，如果人群中沒有任何動機保持社交距離，就需要進行嚴格的隔離，反之亦然。這兩種純粹的場景在實踐中都是不切實際的。新模型表明，只有採取組合措施才有可能成功控制疫情蔓延。第四，我們使用積分估計與可觀察水準上的矩閉合近似相結合，分析計算自適應網路上感染總數的上限。我們的方法使我們能夠優雅、快速地檢查和交叉驗證有關不同網路控制措施相關性的各種猜想。從這個意義上說，其他模型也可以快速適應新的流行病挑戰。