用于评估大流行期间服务设施中传播风险的排队论框架

我们提出一种新的建模框架，用于在由到达与服务过程随机性驱动的小规模场景中评估大流行期间疾病传播风险，即易发生拥堵的密闭空间服务设施，例如杂货店。我们受流行病学中“基本再生数”概念 $R_0$ 的启发，提出一种新指标 ($R_0^{\mathsf{sys}}$)，用于衡量传染病的传播能力。我们利用一种新颖的排队论概念——逗留时间重叠，推导了针对各类服务设施排队模型的 $R_0^{\mathsf{sys}}$ 指标。我们展示了如何使用我们的指标来探究各种旨在遏制服务设施内疾病传播的干预措施的有效性。具体而言，我们聚焦于 COVID-19 大流行期间采用的一些普遍干预手段：限制服务设施占用人数、保护高风险顾客（通过优先服务或专用时间段）以及提高服务速度（或限制光顾时长）。我们讨论了调整传播模型以纳入疾病传播一些更细微特征的多种方向，包括人群免疫水平的异质性、不同程度的口罩使用以及疾病传播中的空间因素。