COVID-19：不确定性与风险下的呼吸机供应最优分配
应用统计
2021-03-12 v1 计算工程、金融与科学
种群与进化
摘要
本研究提出一种新的风险厌恶多阶段随机传染病-呼吸机-物流区室模型，以应对缓解 COVID-19 的资源分配挑战。该流行病学物流模型涉及未检测无症状感染的不确定性，并纳入短期人口迁移。疾病传播还通过一种新的传播率公式进行预测，该公式随空间和时间在各种非药物干预（如戴口罩、社交距离和封锁）下演化。所提出的多阶段随机模型概览了关于无症状个体数量的不同情景，同时优化呼吸机等资源分配，以最小化新感染与死亡人数的总期望。条件风险价值（CVaR）也被纳入多阶段均值-风险模型，以在疫情爆发导致的加权期望损失与经历灾难性大流行情景的相关期望风险之间进行权衡。我们将多阶段均值-风险传染病-呼吸机-物流模型应用于控制纽约和新泽西高影响县 COVID-19 的案例。我们使用实际感染、人口和迁移数据对模型进行校准、验证和测试。结果表明短期迁移显著影响了疾病传播。分配给各地区的最优呼吸机数量取决于多种因素，包括初始感染数、疾病传播率、初始 ICU 容量、地理位置人口以及呼吸机供应可用性。我们的数据驱动建模框架可调整用于研究其他类似传染病和大流行的疾病传播动态与物流。
引用
@article{arxiv.2103.06813,
title = {COVID-19: Optimal Allocation of Ventilator Supply under Uncertainty and Risk},
author = {Xuecheng Yin and I. Esra Buyuktahtakin and Bhumi P. Patel},
journal= {arXiv preprint arXiv:2103.06813},
year = {2021}
}
备注
35 pages, 6 figures, 10 tables, Under Review for a Journal