集中式与分散式隔离策略及其对 COVID-19 大流动态的影响
种群与进化
2020-04-20 v2 多智能体系统
社会与信息网络
物理与社会
摘要
传染病通过各类社交网络所促成的人际互动而传播。因此,当 SARS-CoV-2 等新病原体引发疫情时,非药物性隔离策略(如社交距离)是阻断其传播的唯一可行应对。为此,我们引入新的流行病模型(SICARS),比较集中式(C)、分散式(D)及组合式(C+D)社交距离策略,并分析其在异质复杂网络上控制 COVID-19 动态的效率。我们的分析表明,集中式社交距离对于最小化大流传播是必要的。分散式策略单独使用不充分,但与集中式结合时效果最佳。事实上,(C+D)是缓解网络超级传播者并将最高节点度降至初始值不到 10% 的最有效隔离策略。我们的结果还表明,更强的社交距离(如切断 75% 的社会联系)可使 C 隔离的疫情减少 75%,D 隔离减少 33%,(C+D)隔离策略减少 87%。最后,我们研究主动与被动隔离策略的影响及其延迟实施。我们发现对大流的被动响应效率较低,且在疫情于某地区暴发后延迟超过一个月采取隔离措施可能产生 alarming 效应;因此,我们的研究有助于从空间和时间上理解 COVID-19 大流。我们相信我们的研究具有很高的社会相关性,因其提供了关于不同程度社交距离如何大幅降低峰值感染率的见解;这可使 COVID-19 大流在较长时间内更易于理解与控制。
引用
@article{arxiv.2004.04222,
title = {Centralized and decentralized isolation strategies and their impact on the COVID-19 pandemic dynamics},
author = {Alexandru Topirceanu and Mihai Udrescu and Radu Marculescu},
journal= {arXiv preprint arXiv:2004.04222},
year = {2020}
}
备注
18 pages, 13 figures