用反向流行病学估计预防性隔离的影响

缓解或控制措施对流行病的影响可通过将 compartmental 模型参数拟合到经验数据，并以考虑特定措施的修正参数向前运行模型来估计。该方法存在若干缺陷，源于数据的偏差或缺失以及参数估计的不稳定性。此处我们采取相反路径——称之为反向流行病学。给定数据，我们向后重建接触网络的系综，并评估措施对该特定传染过程实现的影响。该方法稳健，因其仅依赖于描述疾病在个体内演化的参数（如潜伏期），而不依赖于描述人群中流行病传播的参数。利用此方法，我们评估了预防性隔离对意大利正在进行的新冠肺炎（Covid-19）疫情的影响。这给出了若在给定时间实施预防性隔离可避免多少感染的估计。