异质干预在真实移动数据仿真中减缓COVID-19传播
社会与信息网络
2021-04-09 v3 物理与社会
摘要
为减缓SARS-CoV-2病毒传播，全球已引入重大干预措施。大规模人类活动封锁可有效降低传播，但代价是显著限制社会功能。我们表明，自然人类活动在统计上具有多样性，疾病传播受一小部分活跃个体与聚集场所显著影响。我们发现，聚焦于这些最具流动性的个体与热门场所的干预，能在保持高社会活动水平的同时降低峰值感染率与总感染人口。这些趋势在采用来自全球多城市、不同尺度、分辨率与模态的真实人类移动数据仿真中一致出现。该观察意味着，相较于宽泛的 sweeping 干预，基于人类移动中网络效应定向的更具异质性策略，在疫情控制与常规社会活动之间提供了更好的平衡。
引用
@article{arxiv.2008.06549,
title = {Heterogeneous Interventions Reduce the Spread of COVID-19 in Simulations on Real Mobility Data},
author = {Haotian Wang and Abhirup Ghosh and Jiaxin Ding and Rik Sarkar and Jie Gao},
journal= {arXiv preprint arXiv:2008.06549},
year = {2021}
}