部分邦与全印度封锁效果的评估：一项关于 COVID-19 暴发的预测性数学研究

在既无有效治疗或疫苗、对流行病学循环理解也不完整的情况下，印度政府实施了全国封锁以减缓 COVID-19 传播。为研究社交距离措施的效果，我们考虑了一个纳入封锁效应的 COVID-19 新数学模型。通过将模型对来自五个不同邦及全印度的通报病例数据进行验证，我们估计了若干流行病学重要参数以及基本再生数（$R_{0}$）。将机理数学模型与不同统计预测模型相结合，我们预测了六个地区在 2020 年 5 月 17 日至 2020 年 5 月 31 日期间的通报病例。我们进行了全局敏感性分析，以确定两个流行病学可测参数对封锁效应及 $R_{0}$ 的相关性。我们的结果表明，在人群中存在较高比例有症状感染的地区，封锁将是有效的。此外，需要大规模的 COVID-19 普筛以降低社区感染。集成模型预测表明，未来数日大多数地区 COVID-19 通报病例将大幅上升。此外，投影期内有效再生数（$R_{t}$）的趋势表明，若 2020 年 5 月 17 日后完全解除封锁措施，这些地区可能出现通报病例的激增。最后，综合我们的结果，我们提出了降低印度未来 COVID-19 传播的有效封锁政策。