面向 COVID-19 的互联网络扩展流行病模型以探究疫情动态
计算机与社会
2021-04-13 v1
摘要
COVID-19 已引发全球公共卫生危机。疫情管控需要能够刻画感染者趋势与影响的流行病模型。许多优秀模型可实现这一点,但缺乏实际可解释性。本研究结合流行病学与网络理论,提出一个具因果可解释性的框架以应对该问题。该框架由互联网络中的扩展流行病模型与具主要人员流动的动态结构组成。网络因果分析聚焦于随机处理机制,将社会传染性凸显为可观测效应(每日新增病例数)与不可观测原因(感染者数)之间的干预估计量。基于东京都市圈数据集的实验,计算结果揭示了有症状与无症状感染者的传播特征。这些新的时空发现有助于政策决策。
引用
@article{arxiv.2104.04695,
title = {An Extended Epidemic Model on Interconnected Networks for COVID-19 to Explore the Epidemic Dynamics},
author = {Ou Deng and Kiichi Tago and Qun Jin},
journal= {arXiv preprint arXiv:2104.04695},
year = {2021}
}
备注
9 pages, 6 figures