缓解大流行成本的优化策略
物理与社会
2020-07-23 v1 种群与进化
摘要
已提出若干非药物干预措施以控制 COVID-19 大流行的传播。在大规模上，这些经验性方案（常与延长和全面的封锁相关）试图在诸如医院容量有限等约束下，最小化与死亡率、经济损失和社会因素相关的成本。在此我们采用最优控制理论的语言，提出如何在约束下缓解大流行成本的问题。这使我们能针对疾病动力学的年龄结构模型，确定关于社会接触率性质与动态的自上而下的策略。根据分配给生命与社会经济损失的相对权重，我们看到最优策略从仅对最脆弱人群的长期社交疏离，到部分封锁以确保不超出医院负荷，再到交替轮班并显著减少生命和/或社会经济损失的方案不等。关键的是，通常涉及长期广泛封锁的常用策略几乎从不是最优的，因为它们对解封极不稳定且带来高社会经济成本。利用来自德国和美国可用数据的参数估计，我们量化了这些策略，并对相关模型参数和初始条件进行敏感性分析以确定我们策略的鲁棒范围。最后我们还讨论了自下而上的行为改变如何也能改变大流动态，并展示其与自上而下控制策略协同可更有效地缓解大流行成本。
引用
@article{arxiv.2007.11178,
title = {Optimal policies for mitigating pandemic costs},
author = {M. Serra and S. al-Mosleh and S. Ganga Prasath and V. Raju and S. Mantena and J. Chandra and S. Iams and L. Mahadevan},
journal= {arXiv preprint arXiv:2007.11178},
year = {2020}
}