中文

来自COVID-19挑战的教训

物理与社会 2020-07-15 v1 种群与进化

摘要

我们展示了用于模拟阿根廷COVID-19疫情演变的不同方法的结果,特别关注由布宜诺斯艾利斯市及其大都市区组成的特大城市,包括总计41个区、超过1300万居民。我们首先强调根据来自国外的输入性感染旅行者解读疫情早期阶段的相关性。接下来,我们批判性地评估某些基于瞬时修改再生数来遏制疫情的建议方案。最后,我们构建了日益复杂和现实的模型,从用于估计局部再生数的简单均匀模型,到融入手机位置数据流动性估计的完全耦合非均匀(确定性或随机)模型。这些模型能够以最少的参数拟合与微调产生与官方病例数高度一致的预测。我们讨论了所提模型的优势与局限,关注不同必要的一阶近似的有效性,并警示未来的建模工作在对长期预测的解释以及采纳由数值模拟支持的非药物干预措施时需极为谨慎。

关键词

引用

@article{arxiv.2005.05853,
  title  = {Lessons from being challenged by COVID-19},
  author = {E. Tagliazucchi and P. Balenzuela and M. Travizano and G. B. Mindlin and P. D. Mininni},
  journal= {arXiv preprint arXiv:2005.05853},
  year   = {2020}
}

备注

16 pages, 14 figures