利用调查监测大流行期间公众行为：基于传染病建模的概念验证
数据分析、统计与概率
2023-02-01 v2
摘要
实施 lockdown 以缓解疾病是一种平衡行为：非药物干预可显著降低疾病传播，但干预也带来可观的社会成本。因此，决策者需要近实时信息以校准限制水平。在 COVID-19 大流行的第二波期间，我们在丹麦开展了每日调查，以监测公众对宣布的 lockdown 的响应。一个关键问题要求受访者陈述其在过去 24 小时内的密切接触人数。在此，我们通过传染病建模建立调查数据、流动性数据与住院数据之间的联系。随后利用贝叶斯分析评估调查响应作为监测 lockdown 效果工具的实用性，并将其预测性能与流动性数据进行比较。我们发现，与流动性不同，自我报告的接触在所有地区于全国范围实施非药物干预之前均显著下降，并且相比流动性数据改进了对未来住院情况的预测。对接触类型的详细分析表明，在与朋友和陌生人的接触优于与同事和家庭成员（家庭外）的接触，在同一预测任务上。因此，代表性调查可作为一种可靠、非侵犯隐私的监测工具，用于追踪非药物干预的实施并研究潜在传播路径。
引用
@article{arxiv.2210.01472,
title = {Monitoring Public Behavior During a Pandemic Using Surveys: Proof-of-Concept Via Epidemic Modelling},
author = {Andreas Koher and Frederik Jørgensen and Michael Bang Petersen and Sune Lehmann},
journal= {arXiv preprint arXiv:2210.01472},
year = {2023}
}