空间效应在早期疾病传染性估计中的作用：二次量子化方法
种群与进化
2022-06-09 v2 统计力学
摘要
随着covid-19大流行仍在进行且大量检测数据可用，过去两年中汲取的经验教训需要被发展到能够为应对新变种和未来疾病提供理解的程度。常用于建模疾病传播的SIR模型预测指数级初始增长，这有助于在暴发早期确定疾病的传染性。不幸的是，在现实系统中，指数增长被空间、有限尺寸和非平衡效应弄得模糊不清，而可用于预测和描述的稳健估计仍然缺乏。我在此建立一个二次量子化框架，允许引入任意复杂的空间行为，并且我展示了该模型的简化版本与丹麦不同covid-19变体的增长以及支化聚合物理论中的解析结果都吻合良好。丹麦很适合比较，因为2021年12月初具有变种信息的检测数量非常高，从而可以追踪单一变体的传播。我期望该模型在流行病学建模与凝聚态物理社群之间架起桥梁。本文中这一特定分析的长远目标是建立先验，从而对新疾病的传染性提供更好的早期估计。
引用
@article{arxiv.2205.15718,
title = {On the Role of Spatial Effects in Early Estimates of Disease Infectiousness: A Second Quantization Approach},
author = {Adam Mielke},
journal= {arXiv preprint arXiv:2205.15718},
year = {2022}
}
备注
Main Article: 6 pages, 1 figure, 1 table Supplementary material: 9 pages, 2 figures Version 2 has been submitted for peer-review